四川师大--管理运筹学实验报告

合集下载

管理运筹学上机实验

实验报告2：P153习题1某公司在三个地方有三个分厂，生产同一种产品，其产量分别为300箱、600箱、500箱。

需要供应四个地方的销售，这四地的产品需求分别为400箱、250箱、350箱、200箱。

三个分厂到四个产地的单位运价如表所示。

应如何安排运输方案，使得总运费为最小。

在此问题中，三个分厂的总产量为1400单位，而总需求量为1200单位。

因此此问题为供求不相等的运输问题，且供大于求。

为此，除已有的四个销地外，可假设一销地，且三个分厂运往此销地的单位运费均为0。

即将假设的销地看为存储的仓库。

求解过程最优解如下********************************************起至销点发点 1 2 3 4-------- ---- ----- ----- -----1 0 250 0 502 400 0 0 03 0 0 350 150此运输问题的成本或收益为: 19800此问题的另外的解如下：起至销点发点 1 2 3 4-------- ----- ----- ----- -----1 0 250 50 02 400 0 0 03 0 0 300 200此运输问题的成本或收益为: 19800（2）如果2 分厂产量提高到600，则为产销不平衡问题最优解如下******************************************** 起至销点发点 1 2 3 4-------- ----- ----- ----- -----1 0 250 0 02 400 0 0 2003 0 0 350 0此运输问题的成本或收益为: 19050注释：总供应量多出总需求量200第1 个产地剩余50第3 个产地剩余150（3）销地甲的需求提高后，也变为产销不平衡问题最优解如下******************************************** 起至销点发点 1 2 3 4-------- ----- ----- ----- -----1 50 250 0 02 400 0 0 03 0 0 350 150此运输问题的成本或收益为: 19600总需求量多出总供应量150第1 个销地未被满足，缺少100第4 个销地未被满足，缺少50P255 习题1这是一个最短路问题，要求我们求出从v1 到v7 配送的最短距离。

管理运筹学实验报告

课程实验报告管理运筹学实验（二）专业年级课程名称指导教师学生姓名学号实验日期实验地点实验成绩教务处制2011年11月日所示．一种规格，问如何下料，才能使总的用料根数最少已知一名正式职工11点开始上班，工作4个小时后，休息1个小时，而后再工作4个小时；另一名正式职点开始上班，工作4个小时后，休息1个小时，而后再工作4个小时．又知临时工每小时的工资为在满足对职工需求的条件下，如何安排临时工的班次，使得使用临时工的成本最小?设按 14 种方案下料的原材料的根数分别为 x1，x2，x3，x4，x5，x6，x7x9，x10，x11，x12，x13，x14，则可列出下面的数学模型：min f=x1＋x2＋x3＋x4＋x5＋x6＋x7＋x8＋x9＋x10＋x11＋x12＋x13＋x14用管理运筹学软件我们可以求得此问题的解为x1=40，x2=0，x3=0，x4=0，x5=116.667，x6=0，x7=0，x8=0，x9=0，x10=0，x11=140用管理运筹学软件我们可以求得此问题的解如下。

x1=8，x2=0，x3=1，x4=1，x5=0，x6=4，x7=0，x8=6，x9=0，x10=0，x11=0最优值为 320。

（1）在满足对职工需求的条件下，在 11 时安排 8 个临时工，13 时新安排 1 临时工，14时新安排 1 个临时工，16 时新安排 4 个临时工，18 时新安排 6 个临时工可使临时工的总成本用管理运筹学软件我们可以求得此问题的解如下。

x1=200，x2=250，x3=100，最优值为 6 400。

（1）在资源数量及市场容量允许的条件下，生产 A 200 件，B 250 件，C可使生产获利最多。

（2）A、B、C 的市场容量的对偶价格分别为 10元，12 元，14 元。

材料、台。

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。

四川师大--管理系统运筹学实验报告材料

四川师范大学实验报告册院系名称：计算机科学学院课程名称：管理运筹学实验学期 2016 年至 2017 年第 1 学期专业班级： XXXX 姓名： XXX 学号： XXX指导教师： XX老师实验最终成绩：实验报告（1）点击【线性规划】，进入线性规划页面，单击【新建】，然后录入方程不等式，录入完成后，单击【解决】，一直进行下一步，直到输出结果。

结果输出：可以看出，当生产甲型组合柜4个，乙型组合柜8个时，获得最大利润2720元结果输出：当租用大卡车10辆，农用车8辆时，运费最低为输出结果：（1）由输出信息可知，白天调查有孩子的家庭户数为700，白天调查无孩子的家庭户数为300，晚上调查有孩子的家庭户数为0，晚上调查无孩子的家庭户数为1000时费用最少。

即白天和晚上都调查1000户时，费实验报告（2）其中X12-X22分别表示Y1-Y11 结果输出：故在11：00—12：00时间段安排8个人，在排1个人，在15：00—16：00时间段安间段安排4个人都是上3个小时的班，可使成本最小，为了56元的费用P62 第四章NO：8解：设Xij为第i个月签订的合同期限为从结果可以看出，当一月份租用500平方米的仓库1个月，一月份租用1000平方米的仓库4个月，三月份租用800平方米的仓库1个月，三月份租用200平方米的仓库2个月，可以使所付费用最少。

结果输出：15t，肉鸡饲料10t。

j车间生产的数量*25+ (X21+X23+X24+ X25)*20+( X31+X32+X34+实验报告（3）输出结果：有四种方案，最终最小的生产费用为9665万元。

这四种方案分别为X1=X11 X2=X12 X3=X13 X4=X14 X5=X21 X6=X22 X7=X23 X8=X24X11=X1 X12=X2 X13=X3 X21=X4 X22=X5 X23=X6 X31 =X7 X32=X8 X33=X9则最优解为214000元，此时总邮费最小，运输方案为中文书刊出口部向日本运输7500册书，向中国香港特别行政区运输2500册书，实验报告（4）点击【整数规划】，进入整数规划页面，单击【新建】，然后录入方程不等式，录入完成后，单击【解决】，一直进行下一步，直到输出结果。

运筹学实践教学报告范文(3篇)

第1篇一、引言运筹学作为一门应用数学分支，广泛应用于经济管理、工程技术、军事决策等领域。

本报告旨在通过运筹学实践教学，验证理论知识在实际问题中的应用效果，提高学生的实践能力和创新能力。

以下是对本次实践教学的总结和反思。

二、实践教学内容1. 线性规划问题本次实践教学选择了线性规划问题作为研究对象。

通过建立线性规划模型，我们尝试解决生产计划、资源分配等实际问题。

- 案例一：生产计划问题某公司生产A、B两种产品，每单位A产品需消耗2小时机器时间和3小时人工时间，每单位B产品需消耗1小时机器时间和2小时人工时间。

公司每天可利用机器时间为8小时，人工时间为10小时。

假设A、B产品的利润分别为50元和30元，请问如何安排生产计划以获得最大利润？- 建模：设A产品生产量为x，B产品生产量为y，目标函数为最大化利润Z = 50x + 30y，约束条件为：\[\begin{cases}2x + y \leq 8 \\3x + 2y \leq 10 \\x, y \geq 0\end{cases}\]- 求解：利用单纯形法求解该线性规划问题，得到最优解为x = 3，y = 2，最大利润为240元。

- 案例二：资源分配问题某项目需要分配三种资源：人力、物力和财力。

人力为50人，物力为100台设备，财力为500万元。

根据项目需求，每种资源的需求量如下：- 人力：研发阶段需20人，生产阶段需30人；- 物力：研发阶段需30台设备，生产阶段需50台设备；- 财力：研发阶段需100万元，生产阶段需200万元。

请问如何合理分配资源以满足项目需求？- 建模：设人力分配量为x，物力分配量为y，财力分配量为z，目标函数为最大化总效用U = x + y + z，约束条件为：\[\begin{cases}x \leq 20 \\y \leq 30 \\z \leq 100 \\x + y + z \leq 500\end{cases}\]- 求解：利用线性规划软件求解该问题，得到最优解为x = 20，y = 30，z = 100，总效用为150。

管理运筹学实验汇总介绍

四川师范大学计算机学院实验报告册院系名称：计算机科学学院课程名称：管理运筹学实验学期2015 年至2016 年第 1 学期专业班级：电子商务姓名：陈伏娟学号：2013110504 指导教师：李老师实验最终成绩：实验报告（1）步骤2：软件解析：步骤3：结果解释：A．目标函数的最优解为：47500元（图中单位为：元）即：当X1=700（白天调查有孩子的家庭户数为700户），X2=0（晚上调查有孩子的家庭户数为0户），X3=300（白天调查无孩子的家庭户数为300户），步骤2：软件解析：步骤3：结果解释：A．目标函数的最优解为：9600元（图中单位为：百元）即：当X1=4步骤2：软件解析：步骤2：软件解析：步骤3：结果解释：步骤2：软件解析：答：最优路径为1 -2-6-9 此时路径最短为11.5（115/10=11.5）。

第5题（要求用算法）（1）给起始点V1标以（0，s),表示从V1到V1的距离为0，V1为起始点。

（2）这时已标定点集合{V1}，未标定点集合{V2，V3，V4，V5，V6，V7，V8，V9，V10，V11}，弧集合{（）∈I，∈J}={(V12),(V14)},并有S12112=0+2=2答：最优路径为1 -25-9-6-7-10-11 此时路径最短为19。

第7题（由于软件将数据小数点四舍五入，所以我将模型数据同比放大10倍（此时权数皆为整数）以此法避免误差）答：最优网络为下【（流量，单位费用）】：1-2（1,3）；1-3（4,1）；2-4（2,4）；3-2（1,1）；3-5（3,3）；4-3（0,2）；4-5（0,2）；4-6（2,4）；5-6（3,2）此时最大流为5；最小费用为39。

三、主要设备及软件管理运筹学运算软件3.0版。

运筹学实验报告

运筹学实验报告一实验一：线性规划【例l】某制药厂用甲、乙两台机器生产A、B两种药物。

每种药物要经过两道工序，在甲机器上搅拌，在乙机器上包装。

生产每千克药物所需的加工时间以及机器1周可用于加工的总时间如下表1所示。

已知生产每千克药物A的利润是30元，B是25元，问应如何安排1周的生产计划才能使工厂获利最大？表 1 两种药物在各机器上所需加工时间及各机器可用于加工的总时间（1）写出数学模型，建立新问题、输入选项(电子表格、变量取非负连续)、输入数据、存盘、求解模型、结果存盘、观察结果。

（2）将电子表格格式转换成标准模型。

（3）将结果复制到Excel或Word文档中。

（4）分析结果。

解：（1）从已知条件写出该问题的数学模型：max Z=30x1+25x2;2x1+4x2＜＝40;3x1+2x2＜＝30;x1>=0,x2>=0.建立新问题、输入选项(电子表格、变量取非负连续)、输入数据、存盘、求解模型、结果存盘、观察结果：求解模型过程Simplex Tableau -- Iteration 1X1 X2 Slack_C1 Slack_C2Basis C(j) 30.0000 25.0000 0 0 R. H. S. RatioSlack_C1 0 2.0000 4.0000 1.0000 0 40.0000 20.0000Slack_C2 0 3.0000 2.0000 0 1.0000 30.0000 10.0000C(j)-Z(j) 30.0000 25.0000 0 0 0Simplex Tableau -- Iteration 1X1 X2 Slack_C1 Slack_C2Basis C(j) 30.0000 25.0000 0 0 R. H. S. RatioSlack_C1 0 2.0000 4.0000 1.0000 0 40.0000 20.0000Slack_C2 0 3.0000 2.0000 0 1.0000 30.0000 10.0000C(j)-Z(j) 30.0000 25.0000 0 0 0Simplex Tableau -- Iteration 3X1 X2 Slack_C1 Slack_C2Basis C(j) 30.0000 25.0000 0 0 R. H. S. RatioX2 25.0000 0 1.0000 0.3750 -0.2500 7.5000X1 30.0000 1.0000 0 -0.2500 0.5000 5.0000C(j)-Z(j) 0 0 -1.8750 -8.7500 337.5000（2）将电子表格格式转换成标准模型。

管理运筹学实验报告(三次实验)

湖北科技学院管理运筹学实验报告年级 10级专业工商管理学生姓名学号指导教师吴睿经济与管理学院工商管理系2012年3月《管理运筹学》实验报告（一）实验时间：实验地点：经管院实验室专业班级：10工管姓名：学号：成绩：【实验内容】线性规划问题的计算机求解【实验目的】1、掌握线性规划问题的计算机求解方法；2、通过“管理运筹学”软件（2.5版）等教学软件的应用，深化和拓展学生对线性规划理论知识的认识，提高学生的科学素养，培养学生利用计算机技术解决实际问题的能力。

【实验要求】1、记录实验结果、填写实验结论、保存实验输出结果，课后打印上交；2、填写实验报告按时保质保量上交。

【实验过程】（一）安装并了解“管理运筹学”2.0版软件（参阅教材P434的附录说明）；（二）实验分组及内容安排A组（学号为单号者用）：1、第二章例1中（P10、28）若单位产品Ⅰ可获利80元，单位产品Ⅱ可获利20元，其他条件不变，则用计算机软件求得目标函数最优值为，最优解为X1= ，X2= 。

2、第二章例2中（P16、32）若A，B两种原料至少为450吨，而公司共有650个加工工时，其他条件不变，则用计算机软件求得目标函数最优值为，最优解为X1= ，X2= ；约束条件1、2、3的对偶价格分别为、、。

3、第二章习题第8题（1）中（参见P26、35）若某公司准备把160万元投资到基金A和B，而其他条件不变，则用计算机软件求得此时总的投资风险指数为，购买基金A和B的数量分别为和。

4、请用计算机软件求解第四章习题6（P59）中的问题。

可求得应该每天安排生产雏鸡饲料、蛋鸡饲料、肉鸡饲料各吨、吨、吨，所获最大利润为百元。

B组（学号为双号者用）：1、第二章例1中（P10、28）若原料A的资源限制为500kg，原料B的资源限制为200kg，其他条件不变，则用计算机软件求得目标函数最优值为，最优解为X1= ，X2= 。

2、第二章例2中（P16、32）若每吨原料A的价格为1万元，每吨原料B的价格为4万元，其他条件不变，则用计算机软件求得目标函数最优值为，最优解为X1= ，X2= ；约束条件1、2、3的对偶价格分别为、、。

管理运筹学实验报告

实验报告课程管理运筹学班级学号姓名实验项目数 52013年12月说明：1.实验预习：通过实验预习，明确实验目的要求、实验原理及相关知识点、实验方法、步骤以及操作注意事项等；对设计性实验要事先设计实验方案；根据需要合理设计实验数据记录表格。

2.实验过程：实际采用的实验方法、步骤、操作过程或实验设计方案（设计型实验）的描述。

对于实验结果的表述一般有以下两种方法，在撰写实验报告时，可任选其中一种或两种方法并用，以获得最佳效果。

（1）文字表述: 根据实验目的将原始资料系统化、条理化，用准确的专业语言客观地描述实验现象和结果，要体现时间顺序以及各项指标在时间上的关系。

（2）图表或图形表示: 利用表格、坐标图、绘画或利用记录仪器描绘出的曲线图，使实验结果突出、清晰、形象、直观。

3.数据分析、实验结论（1）根据相关的理论知识对所得到的实验结果进行解释和分析，包括实验成功或失败的原因。

（2）不能因实验结果与预期的结果或理论不符而随意取舍甚至修改实验原始数据和伪造实验结果。

如果实验失败，应找出原因及今后应注意的事项。

4. 任课老师可结合学科和专业课程特点，对实验报告容作科学合理的调整。

5．学生在课程结束后将本门课程所有实验报告装订成册，任课教师负责收齐交实验室存档. . .. . .实验1 （实验项目序号）运筹学课程实验报告实验地点：二教501实验线性规划问题指导教师实验时间名称姓名学号成绩一、实验、训练目的1.通过“管理运筹学软件”建模及求解的方法应用。

2.通过实验进一步掌握运筹学有关方法原理、求解过程，提高学生分析问题和解决问题的能力。

二、实验预习（含实验原理及设计过程等）第三章线性规划问题的计算机求解三、实验、训练容某工厂在有限的资源情况下，怎样生产I、II两种产品才能获利最多。

四、实验、训练过程（含实验步骤、测试数据、实验结果等）1.安装“运筹学”软件。

2.打开“运筹学”软件，点击线性规划，然后根据要求输入数据。

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。

运筹学实验报告

《运筹学》实验报告指派问题班级：姓名：学号：指导教师：《运筹学》实验报告（一）一．实验目的熟练的掌握整数规划，0-1规划问题的数学模型的建立于求解和数据分析二．实验要求利用EXCEL软件求解整数规划和0-1规划模型三．实验准备Pc486微机、Windows环境、Excel软件四．实验内容及步骤实验内容：某公司面临5项任务，计划派甲、乙、丙、丁、戊分别去做。

由于戊临时被公司派往国外，因此公司只有让甲、乙、丙、丁中的一个人同时担任两项任务，其他三人仍旧单独完成一项任务。

各人完成相应任务时间如下表。

请为公司制定一个总工时最小的指派方案。

实验内容分析：本题中研究的是制定一个总工时最小的工作任务分配方案即本题是一个0-1规划问题。

又本题中是四个员工五个任务的不平衡的分配任务，所以可以有增加虚拟人物的方式来解决不平衡问题也可以直接用抽屉原则来解决不平衡问题。

方法一：（虚拟人物法）建立数学模型：变量:甲员工做A任务为X11，甲员工做B任务为X12，甲员工做C任务为X13，甲员工做D任务为X14，甲员工做E任务为X15，乙员工做A任务为X21，乙员工做B任务为X22，乙员工做C任务为X23，乙员工做D任务为X24，乙员工做E任务为X25，丙员工做A 任务为X31，丙员工做B任务为X32，丙员工做C任务为X33，丙员工做D任务为X34，丙员工做E任务为X35，丁员工做A任务为X41，丁员工做B任务为X42，丁员工做C任务为X43，丁员工做D任务为X44，丁员工做E任务为X45,虚拟员工做A任务为X51，虚拟员工做B任务为X52，虚拟员工做C任务为X53，虚拟员工做D任务为X54 ，虚拟员工做E任务为X55目标：总工时最小的人员安排方法约束：每人（包括虚拟人物）只能做一项任务即决策变量的0-1约束。

规划模型如下：MINZ(x)=25X11+29X12+31X13+42X14+37X15+39X21+38X22+26X23+20X24 +33X25+34X31+27X32+28X33+40X34+32X35+24X41+42X42+36X43+23X44+45X45+24X51+27X52+26X53+20X54+32X55X11+ X21+ X31+ X41+ X51=1X12+ X22+ X32+ X42+ X52=1X13+ X23+ X33+ X34+ X35=1X14+ X24+ X34+ X44+ X45=1X15+ X25+ X35+ X45+ X55=1 s.t. X11+ X12+ X13+ X14+ X15=1X21+ X22+ X23+ X24+ X25=1X31+ X32+ X33+ X34+ X35=1X41+ X42+ X43+ X44+ X45=1X51+ X52+ X53+ X54+ X55=1X ij=0或1（i=0-5，j=0-5）用EXCEL求解上式，过程如下：输入效率矩阵、方案矩阵和约束条件单元格公式：求解参数对话框如图所示：最终结果为：最小总工时131甲做A任务乙做C任务和D任务丙做E任务丁做B任务方法二：（抽屉原则法）建立数学模型：设甲员工做A任务为X11，甲员工做B任务为X12，甲员工做C任务为X13，甲员工做D任务为X14，甲员工做E任务为X15，乙员工做A任务为X21，乙员工做B任务为X22，乙员工做C任务为X23，乙员工做D任务为X24，乙员工做E任务为X25，丙员工做A任务为X31，丙员工做B任务为X32，丙员工做C任务为X33，丙员工做D任务为X34，丙员工做E任务为X35，丁员工做A任务为X41，丁员工做B任务为X42，丁员工做C任务为X43，丁员工做D任务为X44，丁员工做E任务为X45。

《运筹学》实验报告解析

实验一.简单线性规划模型的求解与Lingo软件的初步使用一. 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。

二. 实验内容：1. 在Lingo中求解教材P55习题2.2(1)的线性规划数学模型;2. 用Lingo求解教材P52例12的数学模型。

3. 建立教材P57习题2.9的数学模型并用Lingo求解。

三. 实验要求：1. 给出所求解问题的数学模型；2. 给出Lingo中的输入并求解；3. 指出Solution Report中输出的三个主要部分的结果；4. 能给出最优解和最优值；5. 指出第3小题中哪些约束是取等式和哪些约束取不等式。

四. 写出实验报告：1.该问题的数学模型如下，min z=-3x1+4x2-2x3+5x4;4x1-x2+2x3-x4=-2;x1+x2+3x3-x4≤14;-2x1+3x2-x3+2x4≥2;x1,x2,x3≥0,x4无约束;Lingo中的代码如下，求解可得解报告，Solution Report中输出的三个主要部分的结果如下，Variable ValueX1 0.000000X2 8.000000X3 0.000000X4 -6.000000Row Slack or Surplus Dual Price1 2.000000 -1.0000002 0.000000 4.5000003 0.000000 0.50000004 10.00000 0.000000 故最优解为x1=0,x2=8,x3=0,x4=-6，最优值为2。

2.该问题Lingo中的代码如下,min =150*(x1+x2+x3)+80*(y1+y2+y3);500*x1<=5000;1000*x1+500*x2<=9000;1500*x1+1000*x2+500*x3<=12000;2000*x1+1500*x2+1000*x3+500*y1<=16000;2500*x1+2000*x2+1500*x3+1000*y1+500*y2<=18500;3000*x1+2500*x2+2000*x3+1500*y1+1000*y2+500*y3<=21500;3500*x1+3000*x2+2500*x3+2000*y1+1500*y2+1000*y3<=25500;4000*x1+3500*x2+3000*x3+2500*y1+2000*y2+1500*y3<=30000;4000*x1+4000*x2+3500*x3+2500*y1+2500*y2+2000*y3<=33500;4000*x1+4000*x2+4000*x3+2500*y1+2500*y2+2500*y3>=36000;2000*x1+1500*x2+1000*x3+500*y1>=12000;3500*x1+3000*x2+2500*x3+2000*y1+1500*y2+1000*y3>=21500;x1+x2+x3+y1+y2+y3<=11;求解可得解报告,Global optimal solution found.Objective value: 1350.000Infeasibilities: 0.000000Total solver iterations: 5Variable Value Reduced Cost X1 3.000000 0.000000 X2 0.000000 0.000000 X3 6.000000 0.000000 Y1 0.000000 27.50000 Y2 0.000000 27.50000 Y3 0.000000 0.000000Row Slack or Surplus Dual Price 1 1350.000 -1.0000002 3500.000 0.0000003 6000.000 0.0000004 4500.000 0.0000005 4000.000 0.0000006 2000.000 0.0000007 500.0000 0.0000008 0.000000 0.0000009 0.000000 0.5500000E-0110 500.0000 0.00000011 0.000000 -0.6500000E-0112 0.000000 -0.5500000E-0113 4000.000 0.00000014 2.000000 0.000000 Solution Report中输出的三个主要部分的结果如下，Variable ValueX1 3.000000X2 0.000000X3 6.000000Y1 0.000000Y2 0.000000Y3 0.000000Row Slack or Surplus Dual Price1 1350.000 -1.0000002 3500.000 0.0000003 6000.000 0.0000004 4500.000 0.0000005 4000.000 0.0000006 2000.000 0.0000007 500.0000 0.0000008 0.000000 0.0000009 0.000000 0.5500000E-0110 500.0000 0.00000011 0.000000 -0.6500000E-0112 0.000000 -0.5500000E-0113 4000.000 0.00000014 2.000000 0.000000故最优解为x1=3,x2=0,x3=6,y1=0,y2=0,y3=0，最优值为1350。

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。

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：（1）在主菜单中选择线性规划模型，在屏幕上就会出现线性规划页面，如图所示。

（2）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，输入目标函数及约束条件的各变量的系数和b值，并选择好“≥”、“≤”或“=”号，如图所示。

（3）当约束条件输入完毕后，请点击“解决”按钮，屏幕上将显现线性规划问题的结果，如图所示。

例题一：例题二：例题三：例题四：例题五5、试验体会或心得运筹学是一门实用的学科，学习运筹学，结合生活实际运用运筹学，我们可以将资源最大化利用。

学习理论的目的就是为了解决实际问题。

线性规划的理论对我们的实际生活指导意义很大。

当我们遇到一个问题，需要认真考察该问题。

如果它适合线性规划的条件，那么我们就利用线性规划的理论解决该问题。

线性规划指的是在资源有限的条件下，为达到预期目标最优，而寻找资源消耗最少的方案。

其数学模型有目标函数和约束条件组成。

一个问题要满足一下条件时才能归结为线性规划的模型：⑴要求解的问题的目标能用效益指标度量大小，并能用线性函数描述目标的要求；⑵为达到这个目标存在很多种方案；⑶要到达的目标是在一定约束条件下实现的，这些条件可以用线性等式或者不等式描述。

所以，通过这次实验，不仅对运筹学的有关知识有了进一步的掌握，同时对在自己的计算机操作水准也有了很大的提高。

这次实验让我懂得了运筹学在电脑的应用，让我对运输与数学相结合的应用理解更深了。

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。

运筹学实训报告个人总结

一、前言运筹学作为一门研究资源优化配置的学科，在各个领域都有着广泛的应用。

为了更好地将理论知识与实践相结合，提高自身的实际操作能力，我参加了为期两周的运筹学实训。

以下是我在实训过程中的个人总结。

二、实训内容与目标1. 实训内容本次实训主要包括以下内容：（1）线性规划：掌握线性规划问题的建模、求解方法及软件应用。

（2）整数规划：了解整数规划问题的特点、建模方法及求解算法。

（3）非线性规划：掌握非线性规划问题的建模、求解方法及软件应用。

（4）动态规划：了解动态规划问题的特点、建模方法及求解算法。

（5）排队论：掌握排队论的基本概念、模型建立及求解方法。

（6）库存管理：了解库存管理的基本理论、模型建立及求解方法。

2. 实训目标（1）熟练掌握运筹学的基本理论和方法。

（2）提高运用运筹学解决实际问题的能力。

（3）培养团队协作和沟通能力。

三、实训过程与收获1. 实训过程在实训过程中，我们按照以下步骤进行：（1）学习运筹学的基本理论和方法。

（2）根据实际问题，建立数学模型。

（3）运用所学知识，求解数学模型。

（4）对求解结果进行分析和评估。

（5）撰写实训报告。

2. 实训收获（1）理论知识方面：通过实训，我对运筹学的基本理论和方法有了更深入的了解，为今后在相关领域的工作奠定了基础。

（2）实践能力方面：在实训过程中，我学会了如何将实际问题转化为数学模型，并运用运筹学方法进行求解。

这对我今后解决实际问题具有重要意义。

（3）团队协作能力：在实训过程中，我与同学们相互学习、共同进步，培养了良好的团队协作精神。

四、存在问题与不足1. 实践经验不足：虽然通过实训掌握了运筹学的基本方法，但在实际操作过程中，仍存在一些问题，如模型建立不够完善、求解方法选择不当等。

2. 理论知识掌握不够扎实：在实训过程中，发现自己在某些理论知识方面存在不足，需要进一步加强学习。

3. 沟通能力有待提高：在实训过程中，与团队成员的沟通不够充分，导致部分问题未能得到及时解决。

四川师大--管理运筹学实验报告资料

四川师范大学实验报告册院系名称：计算机科学学院课程名称：管理运筹学实验学期2016 年至2017 年第 1 学期专业班级：XXXX姓名：XXX 学号：XXX指导教师：XX老师实验最终成绩：实验报告（1）实验名称线性规划（一）同组人姓名无实验性质□基本操作□验证性综合性□设计性实验日期2016.9.23 实验成绩一、实验目的与要求1、掌握线性规划的基本建模方法，并能熟练进行灵敏度分析2、掌握管理运筹学软件的使用方法3、对实验内容进行建模与求解，在实验报告中给出建模结果、求解过程和分析二、实验内容1、教材第二章习题7~11（任选2题）、122、教材第四章习题5三、实验结果与分析基本步骤：打开管理运筹学应用软件点击【线性规划】，进入线性规划页面，单击【新建】，然后录入方程不等式，录入完成后，单击【解决】，一直进行下一步，直到输出结果。

Page23 第二章NO：7设当生产当生产甲型组合柜X1个，乙型组合柜X2个时，获得最大利润MAX f=200X1+240X2S.T. 6X1+12X2≤18X1+4X2≤64X1，X2≥0结果输出：可以看出，当生产甲型组合柜4个，乙型组合柜8个时，获得最大利润2720元P24 第二章NO：10设当租用大卡车X1辆，农用车X2辆时，运费最低MIN f =960X1+360X2S.T. 8X1+2.5X2≥100X1≤10X2≤20X1，X2≥0结果输出：当租用大卡车10辆，农用车8辆时，运费最低为12480元P24 第二章NO：12设制造产品ⅠX1个，产品ⅡX2个时，产品组合最优MAX f =500X1+400X2S.T. 2X1≤3003X2≤5402X1+2X2≤4401.2X1+1.5X2≤300X1，X2≥0输出结果：结果输出：（1）由输出信息可知，白天调查有孩子的家庭户数为700，白天调查无孩子的家庭户数为300，晚上调查有孩子的家庭户数为0，晚上调查无孩子的家庭户数为1000时费用最少。

大学本科管理运筹学课程实验报告

管理运筹学课程
实验报告
学院：
专业：
班级：
姓名：
学号：
指导老师：
______年______月______日
大学本科管理运筹学课程实验报告
班级
学号
15345
姓名
小旭
课程名称
运筹学
开课实验室
实验时间
20__-__-__
实验项目名称
【实验项目二】对偶理论和灵敏度分析实验
实验性质
验证性（）综合性（√）设计性（）
9y1+y2+3y3+8y4≥4
5y1+7y2+4y3+3y4≥1
Xj≥0 (j=1,2,3,4)
1.1、第二步原问题最优解
1.用运筹学管理软件，点击线性规划模块，出入原问题对应的数据，如图1-1
图1-1
1.1.2点击解决得出
点击开始得出
点击下一步得出
在点击下一步得出
1.1.3原问题的最优解：20.834
1.2对偶问题的最优解
1.2.1用运筹学管理软件，点击线性规划模块，出入对偶问题的对应数据，如图3-1
图3-1
1.2.2点击解决得出
点击开始得出
点击下一步
1.2.3对偶问题的最优解为：20.385
2、目标函数系数改为C=(4，2，6，1)，同时常数改为=(20,40,20,40),求最优解；
原问题为
1)写出对偶线性规划，变量用Y表示；
2)求原问题及对偶问题的最优解；
3)目标函数系数改为C=(4，2，6，1)，同时常数改为=(20,40,20,40),求最优
解；1、第一步原问题的对偶问题为,变量用Y表示
MinZ=15y1+30y2+20y3+40y4