运筹学线性规划实验报告
运筹学综合实验报告
运筹学综合实验报告本次实验中，我们使用了运筹学的方法来解决了一个经典的优化问题，即整数线性规划问题（Integer Linear Programming，简称ILP）。
一、实验目的本次实验的主要目的是熟悉ILP的求解过程，了解ILP在实际问题中的应用，以及掌握使用现代优化软件Gurobi来求解ILP的方法。
二、实验原理1. 整数线性规划问题整数线性规划问题是在所有线性规划问题中的一个非常重要的子集。
它将优化目标函数的线性组合与整数限制相结合。
一个典型的ILP问题可以被描述为：最大化（或最小化）目标函数：\max(\min) \sum_{j=1}^{n}c_j x_j满足如下的约束条件：\sum_{j=1}^{n}a_{ij} x_j \leq b_i,\ i=1,2,\cdots,mx_j \geq 0,\ j=1,2,\cdots,nx_j \in Z,\ j=1,2,\cdots,nx_j表示自变量，c_j表示目标函数中的系数，a_{ij}表示第i个约束条件中x的系数，b_i表示约束条件的右侧常数，m表示约束条件的数量，n表示变量的数量。
最后两个约束条件要求自变量只能是整数。
2. Gurobi优化软件Gurobi是一个商业优化软件，经过多年的发展，已成为当前最流行的数学优化软件之一。
Gurobi支持多种数学优化方法，包括线性规划、非线性规划、混合整数规划、二次规划等。
Gurobi使用了现代算法来实现高效的求解效果，是工业和学术界备受推崇的优化软件。
三、实验内容1. 利用Gurobi求解整数线性规划问题我们使用Gurobi来求解如下的整数线性规划问题：\max\ \ 2x_1 + 3x_2 + 7x_3满足如下的约束条件：x_1 + x_2 + x_3 \leq 6x_1 - x_2 + x_3 \leq 4x_1, x_2, x_3 \in Z,\ x_1 \geq 0,\ x_2 \geq 0,\ x_3 \geq 0我们使用Python代码来实现该问题的求解过程：```pythonimport gurobipy as gbmodel = gb.Model("integer linear programming")# Create variablesx1 = model.addVar(vtype=gb.GRB.INTEGER, name="x1")x2 = model.addVar(vtype=gb.GRB.INTEGER, name="x2")x3 = model.addVar(vtype=gb.GRB.INTEGER, name="x3")# Set objectivemodel.setObjective(2*x1 + 3*x2 + 7*x3, gb.GRB.MAXIMIZE)# Add constraintsmodel.addConstr(x1 + x2 + x3 <= 6)model.addConstr(x1 - x2 + x3 <= 4)# Optimize modelmodel.optimize()# Print resultsprint(f"Maximum value: {model.objVal}")print(f"x1 = {x1.x}")print(f"x2 = {x2.x}")print(f"x3 = {x3.x}")```运行该代码，得到的输出结果为：```Optimize a model with 2 rows, 3 columns and 6 nonzerosVariable types: 0 continuous, 3 integer (0 binary)Coefficient statistics:Matrix range [1e+00, 1e+00]Objective range [2e+00, 7e+00]Bounds range [0e+00, 0e+00]RHS range [4e+00, 6e+00]Found heuristic solution: objective 9.0000000Presolve time: 0.00sPresolved: 2 rows, 3 columns, 6 nonzerosVariable types: 0 continuous, 3 integer (0 binary)Root relaxation: objective 1.500000e+01, 2 iterations, 0.00 secondsNodes | Current Node | Objective Bounds | WorkExpl Unexpl | Obj Depth IntInf | Incumbent BestBd Gap | It/Node Time0 0 15.00000 0 1 9.00000 15.00000 66.7% - 0sH 0 0 14.0000000 15.00000 7.14% - 0s0 0 15.00000 0 1 14.00000 15.00000 7.14% - 0sExplored 1 nodes (2 simplex iterations) in 0.03 secondsThread count was 4 (of 4 available processors)Solution count 2: 14 9Optimal solution found (tolerance 1.00e-04)Best objective 1.400000000000e+01, best bound 1.400000000000e+01, gap 0.0000%Maximum value: 14.0x1 = 2.0x2 = 4.0x3 = 0.0```经过Gurobi的求解，我们得到了最大值为14，同时x_1=2, x_2=4, x_3=0时取到最优值。
运筹学实验报告-线性规划
商学院课程实验报告课程名称 运筹学 专业班级 金融工程班 姓 名 指导教师 成 绩2018年 9 月 20日学号：表2 所需营业员统计表星期一二三四五六日需要人数300 300350400480600 5503.建立线性规划模型设x j（j=1，2，…，7）为休息2天后星期一到星期日开始上班的营业员数量，则这个问题的线性规划问题模型为minZ=x1+x2+x3+x4+x5+x6+x7{x1+x4+x5+x6+x7≥300 x1+x2+x5+x6+x7≥300 x1+x2+x3+x6+x7≥350 x1+x2+x3+x4+x7≥400 x1+x2+x3+x4+x5≥480x2+x3+x4+x5+x6≥600x3+x4+x5+x6+x7≥550x≥0,j=1,2,…,7（二）操作步骤1.将WinQSB安装文件复制到本地硬盘，在WinQSB文件夹中双击setup.exe。
图1 WinQSB文件夹2.指定安装软件的目标目录，安装过程中输入用户名和单位名称（任意输入），安装完毕之后，WinQSB菜单自动生成在系统程序中，熟悉软件子菜单内容和功能，掌握操作命令。
图2 目标目录3.启动线性规划和整数规划程序。
点击开始→程序→WinQSB→Linear and Lnteger Programming，屏幕显示如图3所示的线性规划和整数规划界面。
图3 线性规划4.建立新问题或打开磁盘中已有文件。
按图3所示操作建立或打开一个LP问题，或点击File→New Problem建立新问题。
点击File→Load Problem打开磁盘中的数据文件，点击File→New Problem，出现图4所示的问题选项输入界面。
图4 建立新问题5.输入数据。
在选择数据输入格式时，选择Spreadsheet Matrix Form则以电子表格形式输入变量系统矩阵和右端常数矩阵，是固定格式，如图5所示。
选择Normal Model Form则以自由格式输入标准模型。
线性规划实验报告
一、实验目的通过本次实验，了解线性规划的基本原理和方法，掌握线性规划模型的建立和求解过程，提高解决实际问题的能力。
二、实验内容1. 线性规划模型的建立2. 利用Lingo软件进行线性规划模型的求解3. 分析求解结果，进行灵敏度分析三、实验步骤1. 建立线性规划模型以某公司生产问题为例，建立线性规划模型。
设该公司有三种产品A、B、C，每种产品分别需要原材料X1、X2、X3，且原材料的价格分别为p1、p2、p3。
公司拥有一定的生产设备，每种产品的生产需要消耗一定的设备时间，设备时间的价格为p4。
设A、B、C产品的生产量分别为x1、x2、x3，原材料消耗量分别为y1、y2、y3，设备使用量分别为z1、z2、z3。
目标函数：最大化利润Z = p1x1 + p2x2 + p3x3 - p4(z1 + z2 + z3)约束条件：（1）原材料消耗限制：y1 ≤ 10x1，y2 ≤ 8x2，y3 ≤ 5x3（2）设备使用限制：z1 ≤ 6x1，z2 ≤ 4x2，z3 ≤ 3x3（3）非负限制：x1 ≥ 0，x2 ≥ 0，x3 ≥ 0，y1 ≥ 0，y2 ≥ 0，y3 ≥ 0，z1 ≥ 0，z2 ≥ 0，z3 ≥ 02. 利用Lingo软件进行线性规划模型的求解打开Lingo软件，按照以下步骤输入模型：① 在“Model”菜单中选择“Enter Model”；② 输入目标函数：@max = p1x1 + p2x2 + p3x3 - p4(z1 + z2 + z3)；③ 输入约束条件：@and(y1 <= 10x1, y2 <= 8x2, y3 <= 5x3);@and(z1 <= 6x1, z2 <= 4x2, z3 <= 3x3);@and(x1 >= 0, x2 >= 0, x3 >= 0, y1 >= 0, y2 >= 0, y3 >= 0, z1 >= 0, z2 >= 0, z3 >= 0);④ 在“Model”菜单中选择“Solve”进行求解。
运筹学实验报告
运筹学实验报告导言运筹学是一门研究如何有效地进行决策、规划、控制和优化的学科。
它在不同领域中都有广泛应用，例如物流管理、生产调度、资源分配等。
本实验报告将介绍一个基于运筹学方法的实际案例，展示其在实践中的应用和效果。
问题描述我们选取了一个假设情景作为研究案例：一家电子公司正在考虑如何优化其供应链。
供应链的核心问题是如何在最小的时间和成本内将产品从制造商运送到最终客户手中。
该公司一直面临着供应链效率低下、库存过高等问题，因此需要进行优化。
方法选择为了解决供应链问题，我们选择了线性规划方法进行建模和求解。
线性规划是一种经典的运筹学方法，通过建立目标函数和约束条件来实现优化。
我们将考虑运输成本、库存成本和交货时间等因素，以最小化总成本为目标进行优化。
数据收集与分析首先，我们需要收集与供应链相关的数据，包括产品库存量、制造商的运输能力、客户的需求等信息。
通过对这些数据进行分析，我们可以获得对供应链瓶颈和优化潜力的洞察。
模型建立与求解根据数据分析的结果，我们可以建立数学模型来描述供应链的运作。
假设有n个制造商和m个客户，我们需要决策每个制造商向每个客户运送的产品数量。
我们定义决策变量x_ij表示制造商i 向客户j运送的产品数量。
通过设定合适的约束条件，如制造商的运输能力限制、客户的需求限制等，我们可以建立如下的线性规划模型：minimize ∑(c_ij * x_ij) for all i, jsubject to:∑(x_ij) <= supply_i for all i∑(x_ij) >= demand_j for all jx_ij >= 0 for all i, j其中c_ij表示从制造商i到客户j运输一个产品的成本，supply_i表示制造商i的运输能力，demand_j表示客户j的需求。
接下来，我们可以使用线性规划求解器对模型进行求解。
求解过程将得到最优的运输方案，包括每个制造商向每个客户运输的产品数量。
运筹学线性规划实验报告
实验报告一、实验名称：线性规划问题二、实验目的：通过本实验，能掌握Spreadsheet方法，会熟练应用Spreedsheet建模与求解方法。
在Excel（或其他）背景下就所需解决的问题进行描述与展平，然后建立线性规划模型，并用Excel的命令与功能进行运算与分析。
三、实验设备计算机、Excel 四、实验内容1、线性规划其中，目标函数为求总利润的最大值。
B11=SUMPRODUCT(B6:C6,B9:C9)；B14=SUMPRODUCT(B3:C3,$B$9:$C$9); B15=SUMPRODUCT(B4:C4,$B$9:$C$9); B16=SUMPRODUCT(B5:C5,$B$9:$C$9); D14=D3; D15=D4; D16=D5; 用规划求解工具求解：目标单元格为B11，求最大值，可变单元格为$B$9:$C$9，约束条件为B14：B16<=D14:D16。
在【选项】菜单中选择“采用线性模型”“假定非负”。
即可进行求解得结果，即确定产品A的产量为20，产品B的产量为24，可实现最大总利润为428。
2、灵敏度分析在【可变单元格】表中：在【可变单元格】表中：“终值”表示最优解，即产品A 产量为20，产品B 产量为24。
“递减成本”表示产品的边际收入与按影子价格折算的边际成本的差，当递减成本小于0时，表示不应该安排该产品的生产，在表中的情况反映了产品A 产品、B 都进行生产，因为在产品A 与产品B 产量增加的同时利润也是在增加的。
产量增加的同时利润也是在增加的。
“目标式系数”是在目标函数中变量的系数，也是产品A 与产品B 的单位利润。
的单位利润。
“允许的增量”“允许的增量”和“允许的减量”表示在不改变最优解结构的前提下，和“允许的减量”表示在不改变最优解结构的前提下，和“允许的减量”表示在不改变最优解结构的前提下，单个目标系数可变的单个目标系数可变的上下限。
也就是说，在目标函数中，产品A 的价值系数在（3.6，9.6】内，产品B 的价值系数不变，或者产品A 的价值不变，产品B 的价值系数在【23.3，8.75】内，最有的生产方案依旧为产品A 产量为20，产品B 产量为24，以达到最大利润。
运筹学实验报告(1)
运筹学实验报告一、实验目的：通过实验熟悉单纯形法的原理，掌握matlab循环语句的应用，提高编程的能力和技巧，体会matlab在进行数学求解方面的方便快捷。
二、实验环境：Matlab2012b,计算机三、实验内容（包含参数取值情况）：构造单纯形算法解决线性规划问题Min z=cxs.t. Ax=bxj>=0,j=1,…,n函数功能如下：function[S,val]=danchun(A1,C,N)其中，S为最优值，Val为最优解，A1为标准形式LP问题的约束矩阵及最后一列为资源向量（注：资源向量要大于零），A1=[A+b]；C是目标函数的系数向量，C=c；N为初始基的下标（注：请按照顺序输入，若没有初始基则定义N=[]）。
先输入A1,C,N三个必要参数，然后调用danchun（A1,C,N）进行求解。
在此函数中，首先判断N的长度是否为空，若为空，则flag=1，进入初始解问题的迭代求值，添加辅助问题，构建单纯形表，求g所对应的RHS值，若其>0,则返回该问题无解，若其=0，则返回A1,C,N三个参数，继续构造单纯形表求解。
A1为经过变换后的系数及资源向量，C为单纯形表的第一行，N为经过辅助问题求解之后的基的下标。
否则，直接构建单纯形表，对该问题进行求解，此时flag=2,多次迭代后找到解。
另外，若在大于零的检验数所对应的系数均小于零时，会显示“此问题无界”。
若找到最优解和最优值时，会输出“val”和“S=”以及具体数值。
四、源程序（在matlab中输入edit后回车，写在.M文件中，并保存为danchun.M）function[S,val]=danchun(A1,C,N)if(length(N)==0)gN=zeros(1,length(A1(:,1)));gC=[-C,gN,0];%原文题的检验数的矩阵G=[zeros(1,length(C)),-ones(1,length(gN)),0];val=zeros(1,length(C));%val为最优解；for i=(length(C)+1):length(C)+length(A1(:,1))%生成基变量gN(i-length(C))=i;endNn=gN;%%%%%%%ll=zeros(1,length(N));%比值最小原则%生成除了最上端两行的表的矩阵gb=A1(:,length(C)+1);A1(:,length(C)+1)=[];l=zeros(length(gN),length(gN));gA=[A1,l,gb];for i=1:length(gb)gA(i,gN(i))=1;endfor i=1:length(gN)%J为基本可行基所对应的检验数J(i)=G(gN(i));endfor i=1:length(gN)%找到基本可行基的检验数，将其赋值为0 if(J(i)~=0)G=G-(J(i)/gA(i,gN(i)))*gA(i,:);endendflag=1;elseflag=2;A=A1;Z=[-C,0];%单纯形表的第一行val=zeros(1,length(C));%val为最优解；ll=zeros(1,length(N));%比值最小原则end%%初始解问题while flag==1for i=1:length(gN)%J为基本可行基所对应的G的检验数J(i)=G(gN(i));JZ(i)=Z(gN(i));%JZ为基本可行基所对应的Z的检验数endfor i=1:length(gN)%找到基本可行基的检验数，将其赋值为0 if(J(i)~=0)G=G-(J(i)/gA(i,gN(i)))*gA(i,:);Z=Z-(JZ(i)/gA(i,gN(i)))*gA(i,:);endG1=G;%G1为检验数G1(:,length(G1))=[];D=max(G1);%找到检验数的最大值if(D<=0)%检验数都小于0if(G(length(G))>=1)disp('此情况无解');flag=0;elseif(G(length(G))>=0)for i=1:length(gN)if(max(gN)<=length(A1(1,:)));flag=2;for j=1:length(Nn)a=Nn(1);gA(:,a)=[];Z(a)=[];endA=gA;N=gN;break;endendendendelse%检验数大于0for i=1:length(G)if(G(i)==D)%找到最大的那个检验数所对应的元素for j=1:length(gN)if(gA(j,i)>0)ll(j)=gA(j,length(G))/gA(j,i);%求比值elsell(j)=10000;endendd=min(ll);for k=1:length(ll)%找到进基和离基if(ll(k)==d)gN(k)=i;gA(k,:)=gA(k,:)/gA(k,i);for m=1:k-1gA(m,:)=-(gA(m,i)/gA(k,i))*gA(k,:)+gA(m,:);endfor n=k+1:length(ll)gA(n,:)=-(gA(n,i)/gA(k,i))*gA(k,:)+gA(n,:);endbreak;endendendendendendwhile(flag==2)for i=1:length(N)%J为基本可行基所对应的检验数J(i)=Z(N(i));endfor i=1:length(N)%找到基本可行基的检验数，将其赋值为0if(J(i)~=0)Z=Z-(J(i)/A(i,N(i)))*A(i,:);endendZ1=Z;%Z1为检验数Z1(:,length(Z1))=[];D=max(Z1);%找到检验数的最大值if(D<=0)%检验数都小于0disp('已找到最优解和最优值')for i=1:length(N)val(N(i))=A(i,length(Z));endS=Z(length(Z));disp('val');disp(val);flag=0;else%检验数大于0for i=1:length(Z)if(Z(i)==D)%找到最大的那个检验数所对应的元素for j=1:length(N)if(A(j,i)>0)ll(j)=A(j,length(Z))/A(j,i);%求比值elsell(j)=10000;endendd=min(ll);if(d==10000)disp('此问题无界')flag=0;break;endfor k=1:length(ll)%找到进基和离基if(ll(k)==d)N(k)=i;A(k,:)=A(k,:)/A(k,i);for m=1:k-1A(m,:)=-(A(m,i)/A(k,i))*A(k,:)+A(m,:);endfor n=k+1:length(ll)A(n,:)=-(A(n,i)/A(k,i))*A(k,:)+A(n,:);endbreakendendendendendend五、运行结果与数据测试参考例题：例1：Min z=3x1+x2+x3+x4s.t. -2x1+2x2+x3=43x1+2x+x4=6Xj>=0,j=1,2,3,4在workspace中写入，形式如下：>> A=[-2 2 1 0 43 1 0 1 6]A =-2 2 1 0 43 1 0 1 6>> C=[3 1 1 1]C =3 1 1 1>> N=[3 4]N =3 4>> danchun(A,C,N)已找到最优解和最优值val0 2 0 4ans =6例2：初始解问题Min z=5x1+21x3s.t. x1-x2+6x3-x4=2x1+x2+2x3-x5=1xj>=0,j=1,…,5在workspace中写入，形式如下：>> A=[1 -1 6 -1 0 21 12 0 -1 1]A =1 -1 6 -1 0 21 12 0 -1 1 >> C=[5 0 21 0 0]C =5 0 21 0 0>> N=[]N =[]>> danchun(A,C,N)已找到最优解和最优值val0.5000 0 0.2500 0 0ans =7.7500六、求解实际问题（即解决附件中的实验题目）实验题目列出下列问题的数学模型，并用你自己的单纯形算法程序进行计算，最后给出计算结果。
运筹学实验报告
实验一：线性规划问题1、实验目的：（1）学习建立数学模型的方法，并懂得区别运筹学中不同分支的数学模型的特点。
（2）掌握利用计算机软件求解线性规划最优解的方法。
2、实验任务：（1）结合已学过的理论知识，建立正确的数学模型；（2）应用运筹学软件求解数学模型的最优解（3）解读计算机运行结果，结合所学知识给出文字定性结论3、实验仪器设备：计算机4、实验步骤：步骤一：打开管理运筹学软件，并选择线性规划，显示如下界面：步骤二：求目标函数值为最小值的唯一最优解，题目为课本上P47习题一1.1（a）：步骤三：求目标函数值为最大值的唯一最优解，此题为P47习题一1.1（c）：步骤四：求目标函数值为最大值有无穷多最优解：步骤五：求目标函数值为最大值无可行解，题目为课本P47习题一1.1（a）：步骤六：求目标函数值为最大值无界解，此题为课本P47习题一1.1（d）5、实验心得：线性规划问题主要要确定决策变量，约束条件，目标函数。
其中，决策变量为可控的连续变量，目标函数和约束条件都是线性的，这类模型为线性规划问题的数学模型。
通过实验，我们学会了除了用笔算的方式求线性规划问题，懂得了用借助计算机求得问题，可以检验我们的计算结果。
应该开说，这个试验比较简单，计算过程不复杂，结果简略的可分为五种：最小值的唯一最优解，最大值的唯一最优解，最大值的无界解，最大值的无可行解，最大值的无穷多最优解。
应该来说，线性规划问题是整个运筹学最基本、最简单的问题。
实验二：整数规划与运输问题1、实验目的：（1）学习建立数学模型的方法，并懂得区别运筹学中不同分支的数学模型的特点。
（2）掌握利用计算机软件求解最优物资调运方案的方法。
（3）掌握利用计算机软件求解整数规划的方法。
2、实验任务（1）结合已学过的理论知识，建立正确的数学模型；（2）应用运筹学软件求解数学模型的最优解（3）解读计算机运行结果，结合所学知识给出文字定性结论3、实验仪器设备：计算机4、实验步骤：（1）运输问题：步骤一：打开管理运筹学软件，并选择运输问题，显示如下界面：步骤二：根据产销平衡表与单位运价表，求出产销平衡运输问题的最佳运输方案，此题为课本运输问题的例题：步骤三：根据产销平衡表与单位运价表，求出产销不平衡（产量大于销量）运输问题的最佳运输方案，此题为课本P101习题三3.1表3-36：步骤四：根据产销平衡表与单位运价表，求出产销不平衡（销量大于产量）运输问题的最佳运输方案，此题为课本P101习题三3.1表3-37：（2）整数规划问题：步骤一：打开管理运筹学软件，并选择整数规划，显示如下界面：步骤二：根据整数规划模型，求出0-1整数规划问题的最优解：步骤三：根据整数规划模型，求出纯整数规划的最优值，此题为课本P107整数规划与分配问题的例题：步骤四：根据整数规划模型，求出混合整数规划的最优值：5、实验心得：整数规划与分配问题主要包括二个部分：运输问题，整数规划问题。
运筹学线性规划实验报告范本
系别：专业班级：
学号：姓名：实验成绩：
实验一：线性规划问题一
一、实验内容：线性规划问题中的套裁下料问题、生产计划问题数学模型的建立及利用运筹学软件求解数学模型。
二、实验目的：掌握建立线性规划问题数学模型的方法，学会使用软件求解数学模型。
三、实验步骤：
1、套裁下料问题
（题目：可只画出相应的表把所有数据标于其中）
（1）建立数学模型
（2）利用软件求解
（注：把求解的结果通过截图或其它方式复制于此）
（3）实验结论
最优解为：x1=…
相应的最优值为：…
即…（把实际题目对应的具体方案写出，如第一种方式所裁原材料根…，总的用料根数最少为根。
）
2、生产计划问题（步骤同1）
系别：专业班级：
学号：姓名：实验成绩：
实验二：线性规划问题二
一、实验内容：线性规划问题中的配料问题、投资问题数学模型的建立及利用运筹学软件求解数学模型。
二、实验目的：掌握建立线性规划问题数学模型的方法，学会使用软件求解数学模型。
三、实验步骤：
1、配料问题
（题目：可只画出相应的表把所有数据标于其中）
（1）建立数学模型
（2）利用软件求解
（注：把求解的结果通过截图或其它方式复制于此）
（3）实验结论
最优解为：x1=…
相应的最优值为：…
即…
2、投资问题（步骤同1）。
运筹学实验报告
目录实验一线性规划求解（1）实验二线性规划求解（2）实验三线性规划建模求解（1）实验四线性规划建模求解（2）实验五运输问题实验六 LINOG软件的初步使用实验一线性规划求解（1）实验属性：验证性实验时间：2013-6-29 实验目的1．理解线性规划解的基本概念；2．掌握管理运筹学软件的使用方法；3. 掌握线性规划的求解原理和方法。
实验内容1．认真阅读下列各题，注意每个问题的特征；2．用本书附带的《管理运筹学软件》求解下列问题，并记录结果；（对照书第3章有关软件的介绍理解计算结果的相关解释，要求包含全部运算结果及相关的敏感性分析结果）3．对结果作适当分析（与图解对比）；4．完成实验报告。
（如有余力，以该软件做一下课后题，对单纯形法相对照）实验步骤(1) max z=6x1+4x2s.t. 2x1+x2<=10x1+x2<=8x1,x2>=0(2) max z=50x1+30x2 s.t. 4x1+3x2<=120 2x1+x2<=50x1,x2>=0(3) max z=x1+x2 s.t. x1+2x2<=4 x1-2x2>=5x1,x2>=0(4) max z=2x1+x2 s.t. x1+x2>=2 x1-2x2<=0x1,x2>=0(5) max z=40x1+30x2 s.t. 4x1+3x2<=1202x1+x2<50x1,x2>=0(6) min z=x1+x2+x3+x4+x5+x6 s.t. x1+x6>=60x1+x2>=70x2+x3>=60 x3+x4>=50 x4+x5>=20 x5+x6>=30 x1,…x6>=0实验结果分析线性规划问题的结果输出部分增加了线性规划的逐步运算过程。
更易了解掌握线性规划计算的全过程。
在本实验过程中，线性规划软件不仅可以输出正确的结果，还能同时得到目标函数最优值、松弛变量、对偶价格、目标函数系数范围和常数项范围。
运筹学线性规划问题实验报告
实验报告填写说明
（实验项目名称、实验项目类型必须与实验教学大纲保持一致）
1．实验环境：
实验用的硬件、软件环境。
2．实验目的：
根据实验教学大纲，写出实验的要求和目的。
3．实验原理：
简要说明本实验项目所涉及的理论知识。
4．实验步骤：
这是实验报告极其重要的容。
对于验证性验，要写清楚操作方法，需要经过哪几个步骤来实现其操作。
对于设计性和综合性实验，还应写出设计思路和设计方法。
对于创新性实验，还应注明其创新点。
5．实验结论：
根据实验过程中得到的结果，做出结论。
6．实验总结：
本次实验的收获、体会和建议。
7．指导教师评语及成绩：
指导教师依据学生的实际报告内容，给出本次实验报告的评价和成绩。
附录1：源程序。
运筹学实验报告(一)线性规划问题的计算机求解
运筹学实验报告实验课程:运筹学实验日期: 2020年4月4日任课教师:杨小康班级：数学1802 姓名：王超学号：2501180224一、实验名称: 简单线性规划模型的求解与Lingo软件的初步使用二、实验目的：了解Lingo软件的基本功能和简单线性规划模型的求解的输入和输出结果。
熟悉Lingo 软件在运筹学模型求解中的作用，增强自身的动手能力，提高实际应用能力三、实验要求:1、熟悉Lingo软件的用户环境，了解Lingo软件的一般命令2、给出Lingo中的输入，能理解Solution Report中输出的四个部分的结果。
4、能给出最优解和最优值；5、能给出实际问题的数学模型，并利用lingo求出最优解四、报告正文（文挡，数据，模型，程序，图形）:1.在Lingo中求解下面的线性规划数学模型;(1)12132412512345 max2543..28,,,,0z x xx xx xs tx x xx x x x x=++=⎧⎪+=⎪⎨++=⎪⎪≥⎩(2)12121212max2343..28,0z x xxxs tx xx x=+≤⎧⎪≤⎪⎨+≤⎪⎪≥⎩(3)12121212max243..28,0z x xxxs tx xx x=+≤⎧⎪≤⎪⎨+≤⎪⎪≥⎩(4)12121212max324 ..3,0z x xx xs t x xx x=+-≤⎧⎪-+≤⎨⎪≥⎩(5)1212121212max102401.530.50,0z x xx xx xs tx xx x=++≤⎧⎪+≤⎪⎨+≥⎪⎪≥⎩2、某工厂利用三种原料生产五种产品，其有关数据如下表。
原料可利用数（千克）每万件产品所用材料数（千克）A B C D E甲10 1 2 1 0 1 乙24 1 0 1 3 2 丙21 1 2 2 2 2 每万件产品的利润（万元）8 20 10 20 21 (l)建立该问题的运筹学模型。
（2）利用lingo 软件求出最优解，得出最优生产计划解：（1）设xi（i=1,2...,5）为所用材料生产的件数则数学模型,,,,21 2222242 3102;212010208max543215 43215431532154321≥≤++++≤+++≤+++++++ =xxxxxx xxxxt xxxx xxxxsxxxxxz （2）结果为220.3：现有15米长的钢管若干，生产某产品需4米、5米、7米长的钢管各为100、150、120根，问如何截取才能使原材料最省？（建立线性规划模型并利用lingo软件求解）解：方案4米5米7米剩余量截取长度1 3 0 0 32 2 1 0 23 2 0 1 04 1 2 0 15 0 3 0 06 0 1 1 37 0 0 2 14人力资源分配问题某昼夜服务的公交线路每天各时间段内所需司机和乘务人员人数如表1所示。
线性规划模型实验报告
线性规划
一、实验目的 熟悉 LINDO 软件，并通过 LINDO 软件对 LP 问题进行求解。结合实际分析结果，对资源利 用提出合理的建议。 二、实验内容 一个资源利用问题的数学模型如下： Max z=100x1+180x2+70x3 s.t. 40x1+50x2+60x3<=10000 3x1 +6x2 +2x3 <=600 X1 <=130 X2 <=80 X3 <=200 X1,x2,x3>=0 用 LINDO 软件包解之，并从 LINDO 的输出表中回答下列问题： (1) 在现有的资源约束条件下，企业管理者应如何组织生产，是利润最大？ (2) 为改善现状，以获取更大利润，管理者应如何做？ (3) 若希望增加某种资源的供应量，需支付额外的费用，这笔费用应控制在什么范围内，对企 业才是有利的？此时（即增加某些资源供应量，同时支付相应的额外费用） ，企业的总利 润增量是多少？ 三、实验环境 LINDO 软件 四、实验过程(可包括错误提示,原因,如何解决等、源程序清单) （1）打开 LINDO 软件，输入命令
（1）在现有的资源约束条件下，X1,X2,X3 的供应量应分别为 130，11.54，70.38 才能使企 业利润达到最大为 20003.85. （2）因为对偶最优解为 w j = (0.23,28.08,6.54,0,0), j = 1,2,3,4,5 .企业要改善现状，需设法增加 前三种资源的供应量，其他资源的增加不会使润增加。 （3）当增加第 i 种单位资源时，需增加额外费用为 d i ,i=1,2,3,只有使 d j < w j 时，才对企业 有利，此时前三种资源每增加一个单位，总利润的增量为 ∑ ( w j − d j ) .
管理运筹学实验报告
实验题目线性规划建模应用一、实验目的1、掌握线性规划问题的建模与解决。
2、学会使用LINDO软件，并在线性规划的求解中的应用。
二、实验内容假定某医院院周会上正在研究制定一昼夜护士值班安排计划。
在会议上，护理部主任提交了一份全院24小时各时段内需要在岗护士的数量报告，见下表。
如果按照每人每天两小班轮换，中间间隔休息时间8小时，这样安排岗位不但会造成人员冗余，同时护理人员上下班不是很方便。
由于医院护理工作的特殊性，又要求尽量保证护理人员工作的连续性，最终确定每名护士连续工作两个小班次，即24小时内一个大班8小时，即连续上满两个小班。
为了合理的压缩编制，医务部提出一个合理化建议：允许不同护士的大班之间可以合理相互重叠小班，即分成六组轮班开展全天的护理值班（每一个小班时段实际上由两个交替的大班的前段和后段共同承担）。
现在人力部门面临的问题是：如何合理安排岗位，才能满足值班的需要？正在会议结束之前，护理部又提出一个问题：目前全院在编的正式护士只有50人，工资定额为10元/小时；如果人力部门提供的定编超过50人，那么必须以15元/小时的薪酬外聘合同护士。
一但出现这种情况又如何安排上述班次？保卫处后来又补充到，最好在深夜2点的时候避免交班，这样又如何安排班次？三、实验分析报告根据各部门提出的意见，预备提出四种备选方案，各方案分析如下：1、没考虑定编上限和保卫处的建议令2：00-6：00-10：00，6：00-10：00-14：00，10：00-14：00-18：00，14：00-18：00-22：00，18：00-22：00-2：00，22：00-2：00-6：00时段的大班开始上班的人数分别为X1, X2, X3, X4, X5, X6. 由此可得的2：00-6：00，6：00-10：00，10：00-14：00，14：00-18：00，18：00-22：00，22：00-2：00各小班人数为X1+X6, X1+X2 , X2+X3, X3+X4, X4+X5, X5+X6.可得线性规划问题如下：目标函数为要求所需开始上班的人数最小，约束条件为由各大班开始上班人数所得的各小班人数必须大于规定的小班需要护士量.MinZ=X1+X2+X3+X4+X5+X6X1+X6>=10 ，X1+X2>=15X2+X3>=25 ，X3+X4>=20X4+X5>=18 ，X5+X6>=12X1～X6>=0,且X1～X6为整数在不考虑定编上限和保卫处的建议的情况下，在满足正常需要的情况下医院最少需要53名护士。
线性规划实验报告
精品文档课内实验报告课程名：运筹学任课教师：邢光军专业：信息管理与信息系统学号：B09110810姓名：陈倩宇2010/2011学年第 2 学期南京邮电大学经济与管理学院点击求解后，可得上表说明：整数规划问题有最优解，且最优解为126,2,max 10x x z === 。
下表是例1用Excell 工作表求解的求解结果，表中说明，为保证售货人员充分休息，售货人员每周工作五天，休息两天，并要求休息的两天是连续的，最少需配备的售货人员36人，星期一开始上班的12人，星期三开始上班的11人，星期五开始上班的5人，星期六开始上班的3人，星期日开始上班的5人.3 结果分析在实际应用中，最终我们得出的对于售货人员作息时间的安排，能够达到既满足工作需要，又使总共配备售货人员最少，即用最少的人力资源成本获取最大的利益。
由此我们可以发现诸如此类有关如何合理安排的问题，利用Excel进行求解既简便又快捷，表中数据可根据用户要求自行设置，在合理安排产品的生产决策上，对于研究如何合理使用企业各项经济资源，以及研究如何统筹安排，对人、财、物等现有资源进行优化组合，实现最大效能上都可以使用。
能有效地提高组织及决策的速度及准确性，并且Excel办公软件的普遍性优点使之更适合促进科学决策的信息化水平。
成绩评定：该生对待本次实验的态度□认真□良好□一般□比较差。
本次实验的过程情况□很好□较好□一般□比较差对实验结果的分析□很好□良好□一般□比较差文档书写符合规范程度□很好□良好□一般□比较差综合意见：成绩指导教师签名日期实验背景：某商场是个中型的百货商场，它对售货人员的需求经过统计分析如表1所示。
息的两天是连续的，问应该如何安排售货人员的作息，既满足了工作需要，又使配备的售货人员人数最少？。
运筹学线性规划方案实验报告
运筹学线性规划方案实验报告一早起床，我就知道今天要写一份运筹学线性规划方案实验报告。
这个题目听起来就有点头疼，不过没关系，我已经有10年的方案写作经验了，这就好比家常便饭，慢慢来，一点一点梳理。
得给这个实验报告起个响亮的名字，我已经想好了——“最优解寻迹之旅”。
咱们就直接进入主题吧。
1.实验背景这次实验的背景是我国一家生产多种产品的企业。
这家企业生产的产品有A、B、C三种，分别需要经过甲、乙、丙三个车间进行加工。
每个车间都有一定的生产能力和生产成本，而企业的目标是最大化利润。
这就需要我们运用线性规划的方法，找出最优的生产方案。
2.实验目的本次实验的目的就是通过线性规划方法，为企业制定出最优的生产方案，使得企业在现有的生产条件下，实现利润最大化。
3.实验方法线性规划，听起来高大上，其实原理很简单。
就是用一组线性方程，来描述各种约束条件，然后找到一个目标函数，使得这个目标函数在满足约束条件的情况下达到最大值或最小值。
甲车间：A产品需要1小时，B产品需要2小时，C产品需要3小时，总时间为8小时；乙车间：A产品需要2小时，B产品需要1小时，C产品需要2小时，总时间为10小时；丙车间：A产品需要3小时，B产品需要2小时，C产品需要1小时，总时间为12小时。
然后，我们需要确定目标函数。
企业的目标是最大化利润，所以我们的目标函数就是：f(A,B,C)=10A+15B+20C其中，A、B、C分别表示三种产品的产量。
就是求解这个线性规划问题。
我们可以使用单纯形法、内点法等算法求解。
这里，我们选择使用单纯形法。
4.实验步骤（1）列出约束条件方程组；（2）确定目标函数；（3）使用单纯形法求解线性规划问题；（4）分析求解结果，确定最优生产方案。
5.实验结果A产品产量：4件B产品产量：3件C产品产量：2件将这个结果代入目标函数，我们可以得到最大利润为：f(4,3,2)=104+153+202=110所以，最优生产方案是生产4件A产品、3件B产品和2件C产品，最大利润为110。
运筹学实验报告(一)线性规划问题的计算机求解-(1)
运筹学实验报告(一)线性规划问题的计算机求解-(1)-CAL-FENGHAI.-(YICAI)-Company One1运筹学实验报告实验课程:运筹学实验日期: 任课教师:王挺第五种方案0 3 0 0第六种方案0 1 1 3第七种方案0 0 2 1设：第i种方案需要的钢管为Xi根（其中i=1，2...6）,可得:minz=X1+X2+X3+X4+X5+X6+X7解：model:min= X1+X2+X3+X4+X5+X6+X7;3*X1+2*X2+2*X3+X4>=100;X2+2*X4+3*X5+X6>=150;X3+X6+2*X7>=120;endObjective value: 135.0000Infeasibilities: 0.000000Total solver iterations: 2Variable Value Reduced CostX1 0.000000 0.2500000X2 0.000000 0.1666667X3 50.00000 0.000000X4 0.000000 0.8333333E-01X5 50.00000 0.000000X6 0.000000 0.1666667X7 35.00000 0.0000004人力资源分配问题某昼夜服务的公交线路每天各时间段内所需司机和乘务人员人数如表1所示。
班次时间所需人数班次时间所需人数1 6:00~10:00 60 4 18:00~22:00 502 10:00~14:00 70 5 22:00~2:00 203 14:00~18:00 60 6 2:00~6:00 30设司机和乘务人员分别在各时间段开始时上班，并连续工作8小时，问该公交线路应怎样安排司机和乘务人员，既能满足工作需要，又使配备司机和乘务人员的人数最少？5投资计划问题某地区在今后三年内有四种投资机会，第一种是在3年内每年年初投资，年底可获利润20%，并可将本金收回。
运筹学实验线性规划实验报告
荆楚理工学院运筹学实训实验室实验报告 课程名称：运筹学实训 专业：数学与应用数学实验题目 利用excel 实现单纯形表计算学生姓名 李武阳赵星浩王 铖学 号 2016409010113 2016409010114 2018ZSB091107 班级 16级数学与应用数学1班 指导教师 张玲 实验日期 2018.10.10 成绩一、实验目的与要求：1、理解单纯形算法的原理和基本过程2、能利用EXCEL 实现单纯形表计算二、实验任务：利用excel 实现下列线性规划问题的单纯形算法的过程1、在excel 中输入单纯形表；2、在表格中计算检验数；3、在表格中实现换基运算；4、在表格中实现初等行变换。
用单纯形法解决下面线性规划问题（用大M 法）；⎪⎪⎩⎪⎪⎨⎧≥≥≥+≥+++-=0,,0-222-622max 3213231321321x x x x x x x x x x x x x Z三、实验步骤和结果，（给出主要过程的文字说明，包含代码、图、表）1、在excel 表格中输入题目数据；2、计算检验数，找出最大的检验数并进基X2退基X9；3、重复换基，当人工变量全部退基时候，X4的检验数为1.25理应进基，但X4所在列的系数均小于等于0，即线性规划问题有无界解。
（具体计算过程如下所示）由上面的结果可以得到：此线性方程组的可行域是无界的，所以该线性方程组无有限解。
四、实验总结(对实验过程进行分析,总结实验过程中出现的问题、体会和收获)本次实验在excel表格中完成，所以容易因为看错数字而出错，单纯形表的运算性质决定在一步错之后往往需要重新算，所以比较费时费力，我们在计算时要注意每个量及每一步的进基和出基的选择。
但是我们可以利用这个方法可以解决实际问题中比较复杂的一些线性规划问题，特别是一些手工计算难以求解的问题。
五附录Excel。
运筹学线性规划实验报告
《管理运筹学》实验报告5.输出结果如下5.课后习题： 一、P31习题1某家具公司生产甲、乙两种型号的组合柜，每种组合柜需要两种工艺（制白坯和油漆）.甲型号组合柜需要制白坯6工时，油漆8工时：乙型号组合柜需要制白坯12工时，油漆4工时.已知制白坯工艺的生产能力为120工时/天，油漆工艺的生产能力为64工时/天，甲型号组合柜单位利润200元，乙型号组合柜单位利润为240元.约束条件：问题：（1）甲、乙两种柜的日产量是多少？这时最大利润是多少？答：由实验过程中的输出结果得甲组合柜的日产量是4个，乙的事8个。
.0,0,6448,120126;240200 z max ≥≥≤+≤++=y x y x y x y x（2）图中的对偶价格13.333的含义是什么？答： 对偶价格13.333的含义是约束条件2中，每增加一个工时的油漆工作，利润会增加13.33元。
（3）对图中的常数项范围的上、下限的含义给予具体说明，并阐述如何使用这些信息。
答：当约束条件1的常数项在48~192范围内变化，且其他约束条件不变时，约束条件1的对偶价格不变，仍为15.56；当约束条件2的常数项在40~180范围内变化，而其他约束条件的常数项不变时，约束条件2的对偶价格不然，仍为13.333。
（4）若甲组合柜的利润变为300，最优解不变？为什么？答：目标函数的最优值会变，因为甲组合柜的利润增加，所以总利润和对偶价格增加；甲、乙的工艺耗时不变，所以甲、乙的生产安排不变。
二、学号题约束条件：学号尾数：56 则：约束条件：无约束条件（学号）学号43214321432143214321 0 0,309991285376)(53432max x x x x x x x x x x x x x x x x x x x x z ≤≥≤-+-+≥-+-+=-++-+++=无约束条件43214321432143214321 0 0,3099912445376413432max x x x x x x x x x x x x x x x x x x x x z ≤≥≤-+-≥-+-=-++-+++=⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧⨯-≥⨯-⨯-⨯-⨯-⨯-7606165060~5154050~414)30(40~313)20(30~21210 20~11 10~1）（学号）（学号）（学号学号学号）（学号不变学号规则3.运算过程实验结果报告与实验总结：输出结果分析：答：由输出结果可得：最优解为352元，具体排班情况为：11点到12点的时段安排8个临时工；13点到14点的时段再安排1个临时工；14点到15点的时段安排1个临时工；16点到17点时段安排5个临时工；18点到19点安排7个临时工。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《管理运筹学》实验报告
实验日期： 2016年 04月 21日—— 2016 年 05 月 18 日
班级2014级04班姓名杨艺玲学号56
实验
管理运筹学问题的计算机求解
名称
实验目的：
通过实验学生应该熟练掌握“管理运筹学”软件的使用，并能利用“管理运筹学”对具体问题进行问题处理，且能对软件处理结果进行解释和说明。
实验所用软件及版本：
管理运筹学
实验过程：（含基本步骤及异常情况记录等)
一、实验步骤（以P31页习题1 为例）
1.打开软件“管理运筹学”
2.在主菜单中选择线性规划模型，屏幕中会出现线性规划页面
3.在点击“新建”按钮以后，按软件的要求输入目标函数个数和约束条件个数，输入目标函数级约束条件的歌变量的系数和b值，并选择好“≤”、“≥”或“＝”，如图二所示，最后点击解决
4.注意事项：
（1）输入的系数可以是整数、小数，但不能是分数，要把分数化为小数再输入。
（2）输入前要合并同类项。
当约束条件输入完毕后，请点击“解决”按钮，屏幕上讲显现线性规划问题的结果，如图所示
5.输出结果如下
5.课后习题： 一、P31习题1
某家具公司生产甲、乙两种型号的组合柜，每种组合柜需要两种工艺（制白坯和油漆）.甲型号组合柜需要制白坯6工时，油漆8工时：乙型号组合柜需要制白坯12工时，油漆4工时.已知制白坯工艺的生产能力为120工时/天，油漆工艺的生产能力为64工时/天，甲型号组合柜单位利润200元，乙型号组合柜单位利润为240元.
约束条件： 问题：
（1）甲、乙两种柜的日产量是多少这时最大利润是多少
答：由实验过程中的输出结果得甲组合柜的日产量是4个，乙的事8个。
（2）图中的对偶价格的含义是什么
答： 对偶价格的含义是约束条件2中，每增加一个工时的油漆工作，利润会增加元。
（3）对图中的常数项范围的上、下限的含义给予具体说明，并阐述如何使用这些信息。
答：当约束条件1的常数项在48~192范围内变化，且其他约束条件不变时，约束条件1的对偶价格不变，仍为；当约束条件2的常数项在40~180范围内变化，而其他约束条件的常数项不变时，约束条件2的对偶价格不然，仍为。
（4）若甲组合柜的利润变为300，最优解不变为什么
.
0,0,6448,120126;
240200 z max ≥≥≤+≤++=y x y x y x y x
答：目标函数的最优值会变，因为甲组合柜的利润增加，所以总利润和对偶价格增加；甲、乙的工艺耗时不变，所以甲、乙的生产安排不变。
二、学号题
约束条件： 学号尾数：56 则：
约束条件：
无约束条件
（学号）
学号43214321432143214321 0 0,309991285376)(53432max x x x x x x x x x x x x x x x x x x x x z ≤≥≤-+-+≥-+-+=-++-+++=无约束条件
43214321432143214321 0 0,3099912445376413432max x x x x x x x x x x x x x x x x x x x x z ≤≥≤-+-≥-+-=-++-+++=⎪⎪
⎪⎪
⎪⎩⎪
⎪⎪⎪⎪
⎨⎧⨯-≥⨯-⨯-⨯-⨯-⨯-76061
65060~5154050~414
)30(40~313)20(30~21210 20
~11 10~1）（学号）（学号）（学号学号学号）（学号不变学号规则
实验过程如下:
1.输入目标函数及约束条件：
2.标准化结果：
3.运算过程
实验结果报告与实验总结：
4.输出结果
输出结果分析：
1.目标函数最优值是，x1=0，x2+，x3=，x4=，变量x1的相差值为的含义为如果目标函数中x1 的系数能够增加，则x1 的值能够大于零。
2.松弛变量为零，则表示与之相对应的资源已经全部用上；对偶价格：对应资源每增加一个单位，将增加多少个单位的最优值。
3.目标函数范围：最优解不变时，目标函数的决策变量的可变化范围，即生产安排可以在此范围内改变，而最优解不会改变。
4.常数项范围：目标函数右端的常数项的变化范围，常数项在此范围内的改变，不会影响对偶价格。
三、P59页习题1
答：由输出结果可得：最优解为352元，具体排班情况为：11点到12点的时段安排8个临时工；13点到14点的时段再安排1个临时工；14点到15点的时段安排1个临时工；16点到17点时段安排5个临时工；18点到19点安排7个临时工。