数学建模(规划问题)
数学建模——混合整数规划
实验四 混合整数规划一、问题重述某开放式基金现有总额为15亿元的资金可用于投资，目前共有8个项目可供投资者选择，每个项目可重复投资。
根据专家经验，对每个项目投资总额不能太高，应有上限。
这些项目所需要的投资额已知，一般情况下投资一年后各项目所得利润也可估算出来，如表1所示。
请帮该公司解决以下问题：(1) 就表1提供的数据，应该投资哪些项目，使得第一年所得利润最高？(2) 在具体投资这些项目时，实际还会出现项目之间互相影响的情况。
公司咨询有关专家后，得到以下可靠信息：同时投资项目A 1，A 3，它们的年利润分别是1005万元，1018.5万元；同时投资项目A 4，A 5，它们的年利润分别是1045万元，1276万元；同时投资项目A 2，A 6，A 7，A 8，它们的年利润分别是1353万元，840万元，1610万元，1350万元，该基金应如何投资？ 其中M 为你的学号后3位乘以10。
(3) 如果考虑投资风险，则应如何投资，使收益尽可能大，而风险尽可能小。
投资项目总体风险可用投资项目中最大的一个风险来衡量。
专家预测出各项目的风险率，如表2所示。
二、符号说明i A :：投资额；i b ：i A 个项目所获得的年利润；i C ：第i A 个项目投资所获得的利润； 'i C ：第i A 个项目同时投资所获得的利润；i m ：投资i A 的上限； i y ：表示0—1变量；i p ：投资第i A 个项目的投资风险；三、模型的建立 对于问题一目标函数：81max i i i c x ==∑s.t. 150000i i i i i ib x b x m ⎧≤⎪⎨⎪≤⎩∑对于问题二 设定0—1变量131130...,1...,A A y A A ⎧⎨⎩项目不同时投资项目同时投资 452450...,1...,A A y A A ⎧⎨⎩项目不同时投资项目同时投资 2678326780...,,1...,,A A A A y A A A A ⎧⎨⎩,项目不同时投资,项目同时投资 目标函数：''''11133111332445524455''''322667788322667788max ()(1)()()(1)()()(1)()y x c x c y x c x c y x c x c y x c x c y x c x c x c x c y x c x c x c x c =++-++++-++++++-+++s.t. 11313124545232678267831500001000i i i i i ib x k y x xx x y ky x x x x y k y x x x x x x x x y kb x m ⎧≤⎪⎪=⎪⎪≤⎪⎪≥⎪⎪≤⎨⎪⎪≥⎪⎪≤⎪⎪≥⎪⎪≤⎩∑对于问题三：目标函数：max min max()i iii i i c x b x p =∑s.t. 150000i i i i i ib x b x m ⎧≤⎪⎨⎪≤⎩∑对于问题三模型的简化固定投资风险，优化收益，设a 为固定的最大风险。
数学建模线性规划和整数规划实验
1、线性规划和整数规划实验1、加工奶制品的生产计划（1）一奶制品加工厂用牛奶生产A1, A2两种奶制品，1桶牛奶可以在甲车间用12小时加工成3千克A1产品，或者在乙车间用8小时加工成4千克A2 产品.根据市场需求，生产的A1、A2产品全部能售出，且每千克A1产品获利24元，每千克A2产品获利16元.现在加工厂每天能得到50桶牛奶的供应，每天正式工人总的劳动时间为480小时，并且甲车间的设备每天至多能加工100 千克A1产品，乙车间的设备的加工能力可以认为没有上限限制.试为该厂制订一个生产计划，使每天获利最大，并进一步讨论以下3个附加问题: （i）若用35元可以买到1桶牛奶，是否应作这项投资?若投资，每天最多购买多少桶牛奶?(ii)若可以聘用临时工人以增加劳动时间，付给临时工人的工资最多是每小时几元?(iii)由于市场需求变化，每千克A1产品的获利增加到30元，是否应改变生产计划?(2)进一步，为增加工厂获利，开发奶制品深加工技术.用2小时和3元加工费，可将1千克A1加工成0.8千克高级奶制品B1，也可将1千克A2加工成0.75千克高级奶制品B2，每千克B1可获44元，每千克B2可获32元.试为该厂制订一个生产销售计划，使每天获利最大，并进一步讨论以下问题:(i)若投资30元可增加供应1桶牛奶，投资3元可增加1小时劳动时间，是否应作这项投资?若每天投资150元，或赚回多少?(ii)每千克高级奶制品B1, B2的获利经常有10%的波动，对制订的生产销售计划有无影响?若每千克B1的获利下降10%，计划是否应作调整?解：由已知可得1桶牛奶，在甲车间经过十二小时加工完成可生产3千克的A1，利润为72元；在乙车间经八小时加工完成可生产四千克的A2，利润为64元。
利用lingo软件，编写如下程序：model:max=24*3*x1+16*4*x2;s.t.12*x1+8*x2≤480;x1+x2≤50;3*x1≤100;X1≥0,x2≥0end求解结果及灵敏度分析为：Objective value: 3360.000Total solver iterations: 2Variable Value Reduced CostX1 20.00000 0.000000X2 30.00000 0.000000Row Slack or Surplus Dual Price1 3360.000 1.0000002 0.000000 2.0000003 0.000000 48.000004 40.00000 0.000000Objective Coefficient RangesCurrent Allowable Allowable Variable Coefficient Increase DecreaseX1 72.00000 24.00000 8.000000X2 64.00000 8.000000 16.00000Righthand Side RangesRow Current Allowable AllowableRHS Increase Decrease2 480.0000 53.33333 80.000003 50.00000 10.00000 6.6666674 100.0000 INFINITY 40.00000 分析结果：1）从结果可以看出在供应甲车间20桶、乙车间30桶的条件下，获利可以达到最大3360元。
数学建模测试题-线性规划部分
313数学教育1、2班，510数学教育1、2、3班数学建模上机测试题，需要把运行结果写出来。
模型包括目标函数、约束条件，编写的程序和程序运行结果四部分内容。
写在作业本上。
按学号顺序做，如35号同学做习题35习题1：某厂计划生产甲、乙、丙三种零件，有机器、人工工时和原材料的限制，有关数据1、2、若原材料为2元/公斤，试建立获得最大利润生产计划的线性规划模型。
习题2：一塑料厂利用四种化工原料合成一种塑料产品。
这四种原料含A、B、C的成分见下表，这种塑料产品要求含A为25%，含B、C都不得少于30%。
问各种原料投放比例为习题3：建立以下线性规划模型1）某家具厂生产桌椅，每张桌子耗用木材0.28立方米、2小时人工，售价288元；每把椅子耗用木材0.13立方米、0.8小时人工，售价147元。
且1张桌子必须配4把椅子。
已知木材本月供应量不得超过52立方米，且每立方米成本价为500元。
本月人工工时上限为288小时，且每小时成本为20元。
（1）写出最大月收益线性规划模型；（2）写出月收益不低于8000元而动用木材最省的线性规划模型（其余条件不变）。
习题4 某工厂要用三种原料1、2、3混合调配出三种不同规格的产品甲、乙、丙，数据如右表。
问：该厂应如何安排生产，使利润收入为最大？习题5、某部门现有资金200万元，今后五年内考虑给以下的项目投资。
已知：项目A ：从第一年到第五年每年年初都可投资，当年末能收回本利110%；项目B ：从第一年到第四年每年年初都可投资，次年末能收回本利125%，但规定每年最大投资额不超过30万元；项目C ：需在第三年年初投资，第五年末能收回本利140%，但规定最大投资额不能超过80万元；项目D ：需在第二年年初投资，第五年末能收回本利155%，但规定最大投资额不能超过100万元；问：a.应如何确定这些项目的每年投资额，使得第五年年末拥有资金的本利金额为最大？ b.应如何确定这些项目的每年投资额，使得第五年年末拥有资金的本利在330万元的基础上使得其投资总的风险系数为最小？习题6 某公司计划在三年的计划期内，有四个建设项目可以投资：项目Ⅰ从第一年到第三年年初都可以投资。
线性规划问题求解----数学建模实验报告
084实验报告1、实验目的：（1)学会用matlab软件解决线性规划问题的最优值求解问题。
（2）学会将实际问题归结为线性规划问题用MATLAB软件建立恰当的数学模型来求解。
（3）学会用最小二乘法进行数据拟合。
（4）学会用MATLAB提供的拟合方法解决实际问题。
2、实验要求：（1）按照正确格式用MATLAB软件解决课本第9页1.1、1.3，第100页5.1、5.3这几个问题，完成实验内容。
（2）写出相应的MATLAB程序。
（3）给出实验结果。
（4）对实验结果进行分析讨论。
（5）写出相应的实验报告。
3、实验步骤：（1)、对于习题1.1:a.将该线性规划问题首先化成MATLAB标准型b．用MATLAB软件编写正确求解程序：程序如下:c=[3,-1,-1];a=[4,-1,-2;1,-2,1]; b=[-3;11]aeq=[-2,0,1]; beq=1;[x,y]=linprog(-c,a,b,aeq,beq,zeros(3,1))x,y=-y（2)、对于习题1.3:a.建立适当的线性规划模型：对产品I 来说，设以A1，A2完成A 工序的产品分别为x 1，x 2件，转入B 工序时，以B1，B2，B3完成B 工序的产品分别为x 3，x 4，x 5件；对产品II 来说，设以A1，A2完成A 工序的产品分别为x 6，x 7件，转入B 工序时，以B1完成B 工序的产品为x 8件；对产品III 来说，设以A2完成A 工序的产品为x 9件，则以B2完成B 工序的产品也为x 9件。
由上述条件可得x 1+x 2=x 3+x 4+x 5， x 6+x 7=x 8.由题目所给的数据可建立如下的线性规划模型：Min z =(1.25-0.25)( x 1+x 2)+(2-0.35) x 8+(2.8-0.5) x 9-3006000(5x 1+10x 6)-32110000(7x 2+9x 7+12x 9)- 2504000(6x 3+8x 8)-7837000 (4x 4+11x 9)-2004000⨯7x 5s.t.{ 5x 1+10x 6≤60007x 2+9x 7+12x 9≤100006x 3+8x 8≤40004x 4+11x 9≤70007x 5≤4000x 1+x 2=x 3+x 4+x 5 x 6+x 7=x 8x i ≥0,i =1,2,3,…9 b.运用MATLAB 软件编写程序求解：程序如下：c=[0.75,1-(321*7*0.0001),-16*6,(-783*4)/7000,-7/20,-0.5,-321*9*0.0001,1.15,2.3-(321*12*0.0001-(783*11)/7000)]; a=[-5,0,0,0,0,-10,0,0,0;0,-7,0,0,0,0,-9,0,-12;0,0,-6,0,0,0,0,-8,0;0,0,0,-4,0,0,0,0,-11;0,0,0,0,-7,0,0,0,0]; b=[-6000;-10000;-4000;-7000;-4000];aeq=[1,1,-1,-1,-1,0,0,0,0;0,0,0,0,0,1,1,-1,0];beq=[0;0];[x,y]=linprog(c,a,b,aeq,beq,zeros(3,1))（3)、对于习题5.1:用MATLAB中的三次函数，二次函数，四次函数进行数据拟合，然后与原来结果进行比较。
数学建模lingo作业-习题讲解
基础题：1．目标规划问题最近，某节能灯具厂接到了订购16000套A 型和B 型节能灯具的订货合同，合同中没有对这两种灯具的各自数量做要求，但合同要求工厂在一周内完成生产任务并交货。
根据该厂的生产能力，一周内可以利用的生产时间为20000min ，可利用的包装时间为36000min 。
生产完成和包装一套A 型节能灯具各需要2min ；生产完成和包装完成一套B 型节能灯具各需要1min 和3min 。
每套A 型节能灯成本为7元，销售价为15元，即利润为8元；每套B 型节能灯成本为14元，销售价为20元，即利润为6元。
厂长首先要求必须按合同完成订货任务，并且即不要有足量，也不要有超量。
其次要求满意销售额达到或者尽量接近275000元。
最后要求在生产总时间和包装总时间上可以有所增加，但过量尽量地小。
同时注意到增加生产时间要比包装时间困难得多。
试为该节能灯具厂制定生产计划。
解：将题中数据列表如下：根据问题的实际情况，首先分析确定问题的目标级优先级。
第一优先级目标：恰好完成生产和包装完成节能灯具16000套，赋予优先因子p1；第二优先级目标：完成或者尽量接近销售额为275000元，赋予优先因子p2； 第三优先级目标：生产和包装时间的增加量尽量地小，赋予优先因子p3； 然后建立相应的目标约束。
在此，假设决策变量12,x x 分别表示A 型，B 型节能灯具的数量。
（1） 关于生产数量的目标约束。
用1d -和1d +分别表示未达到和超额完成订货指标16000套的偏差量，因此目标约束为1111211min ,..16000z d d s t x x d d -+-+=+++-=要求恰好达到目标值，即正、负偏差变量都要尽可能地小（2） 关于销售额的目标约束。
用2d -和2d +分别表示未达到和超额完成满意销售指标275000元的偏差值。
因此目标约束为221222min ,..1520-275000.z d s t x x d d --+=++=要求超过目标值，即超过量不限，但必须是负偏差变量要尽可能地小，(另外：d +要求不超过目标值，即允许达不到目标值，就是正偏差变量要尽可能地小) （3） 关于生产和包装时间的目标约束。
数学建模第4讲线性规划
解 编写M文件xxgh1.m如下：
c=[-0.4 -0.28 -0.32 -0.72 -0.64 -0.6];
A=[0.01 0.01 0.01 0.03 0.03 0.03;0.02 0 0 0.05 0 0;0 0.02 0 0 0.05 0;0 0 0.03 0 0 0.08];
b=[850;700;100;900]; Aeq=[]; beq=[];
8 4 x1 8 3 x2 32 x1 24 x2
因检验员错检而造成的损失为：
(8 25 2% x1 8 15 5% x2 ) 2 8x1 12 x2
2024/8/3
数学建模
故目标函数为：
min z (32 x1 24 x2) (8x1 12 x2 ) 40 x1 36 x2
0 0 0 0.5 1.2 1.3];
b = [800; 900];
Aeq=[1 0 0 1 0 0
010010
0 0 1 0 0 1]; beq=[400 600 500];
To MATLAB (xxgh3)
vlb = zeros(6,1);
vub=[];
[x,fval] = linprog(f,A,b,Aeq,beq,vlb,vub)
解: 编写M文件xxgh2.m如下：
x1
min z (6
3
4)
x2
x3
s.t.
1
0
1 1
1 0
x1 x2 x3
120
50
30 0 20
x1 x2 x3
c=[6 3 4];
A=[0 1 0];
b=[50];
Aeq=[1 1 1];
beq=[120]; vlb=[30,0,20];
数学建模中的动态规划问题
数学建模中的动态规划问题动态规划是一种常见且重要的数学建模技术，它在解决许多实际问题中发挥着关键作用。
本文将介绍动态规划问题的基本概念和解题方法，并通过几个实例来说明其在数学建模中的应用。
一、动态规划的基本概念动态规划是解决多阶段决策问题的一种方法。
一般来说，动态规划问题可以分为以下几个步骤：1. 确定阶段：将问题划分为若干个阶段，每个阶段对应一个决策。
2. 确定状态：将每个阶段的可能状态列出，并定义对应的决策集合。
3. 确定状态转移方程：根据当前阶段的状态和上一个阶段的决策，确定状态的转移关系。
4. 确定初始条件：确定问题的初始状态。
5. 确定决策的评价标准：根据问题的具体要求，确定决策的评价标准。
6. 使用递推或递归公式求解：根据状态转移方程，使用递推或递归公式求解问题。
二、动态规划问题的解题方法在解决动态规划问题时，一般可以使用自顶向下和自底向上两种方法。
自顶向下的方法，也称为记忆化搜索，是指从问题的最优解出发，逐步向下求解子问题的最优解。
该方法通常使用递归来实现，并通过记忆化技术来避免重复计算。
自底向上的方法，也称为动态规划的迭代求解法，是指从问题的初始状态出发，逐步向上求解各个阶段的最优解。
该方法通常使用迭代循环来实现，并通过存储中间结果来避免重复计算。
三、动态规划在数学建模中的应用1. 01背包问题：给定一组物品和一个背包，每个物品有对应的价值和重量，要求选择一些物品放入背包中，使得背包中物品的总价值最大，而且总重量不超过背包的容量。
这是一个经典的动态规划问题，在数学建模中经常遇到。
2. 最短路径问题：在给定的有向图中，求解从一个顶点到另一个顶点的最短路径。
该问题可以使用动态规划的思想对其进行求解，其中每个阶段表示到达某个顶点的最短路径。
3. 最长公共子序列问题：给定两个序列，求解它们最长的公共子序列的长度。
该问题可以使用动态规划的方法解决，其中每个阶段表示两个序列的某个子序列。
四、实例分析以01背包问题为例进行具体分析。
数学建模论文生活中的数学建模问题
数学建模论文生活中的数学建模问题
1. 路径规划：如何在城市道路网中找出最短路径或最优路径，以最小化行程时间或消耗燃料等资源。
2. 交通流量预测：如何根据历史交通流量数据预测未来的交通流量，并为市政管理者提供合理的城市规划方案。
3. 电力系统规划：如何设计电力网的结构、调度方案，以保证稳定的供电，减少能源消耗和排放。
4. 财务风险评估：如何通过数学模型分析数据，判断公司的财务风险等级，并制定相应的措施来应对风险。
5. 健康医疗：如何利用数学模型分析人体生理数据，提前诊断或预测各种疾病，提高医疗效果。
6. 环境污染：如何利用数学模型模拟大气、水体等环境污染的扩散和影响范围，制定合理的污染防治措施。
7. 供应链管理：如何通过数学模型优化供应链管理流程，提高资源利用效率和降低成本。
8. 社交网络分析：如何通过数学模型分析社交网络中的关系和交互模式，预测市场趋势和消费者需求。
9. 自然资源分配：如何利用数学模型优化自然资源的分配方案，平衡各类资源的利用率，保护自然环境。
10. 工业生产效率：如何通过数学模型分析工业生产过程中的各个环节，优化生产效率，提高产品质量，降低浪费。
数学建模常用模型及代码
数学建模常用模型及代码
一.规划模型
1.线性规划
线性规划与非线性规划问题一般都是求最大值和最小值，都是利用最小的有限资源来求最大利益等，一般都利用lingo工具进行求解。
点击进入传送门
2.整数规划
求解方式类似于线性规划，但是其决策变量x1,x2等限定都是整数的最优化问题。
传送门
3. 0-1规划
决策变量只能为0或者为1的一类特殊的整数规划。
n个人指派n项工作的问题。
传送门
４.非线性规划
目标函数或者存在约束条件函数是决策变量的非线性函数的最优化问题。
传送门
５.多目标规划
研究多于一个的目标函数在给定区域上的最优化。
把求一个单目标，在此单目标最优的情况下将其作为约束条件再求另外一个目标。
传送门
6.动态规划
运筹学的一个分支。
求解决策过程最优化的过程。
传送门
二. 层次分析法
是一种将定性和定量相结合的，系统化的，层次化的分析方法，主要有机理分析法和统计分析法。
传送门
三.主成分分析
指标之间的相关性比较高，不利于建立指标遵循的独立性原则，指标之间应该互相独立，彼此之间不存在联系。
传送门。
数学建模之规划问题
一、线性规划1.简介1.1适用情况用现有资源来安排生产，以取得最大经济效益的问题。
如： （1）资源的合理利用（2）投资的风险与利用问题 （3）合理下料问题 （4）合理配料问题 （5）运 输 问 题 （6）作物布局问题（7）多周期生产平滑模型 （8）公交车调度安排 1.2建立线性规划的条件（1）要求解问题的目标函数能用数值指标来反映，且为线性函数； （2）要求达到的目标是在一定条件下实现的，这些约束可用线性等式或不等式描述。
1.3线性规划模型的构成决策变量、目标函数、约束条件。
2、一般线性规划问题数学标准形式：目标函数：1max ==∑ njjj z cx约束条件：1,1,2,...,,..0,1,2,...,.=⎧==⎪⎨⎪≥=⎩∑nij j i j ja xb i m s t x j nmatlab 标准形式：3、可以转化为线性规划的问题例：求解下列数学规划问题解：作変量変换1||||,,1,2,3,4,22+-===i i i ii x x x x u v i 并把新变量重新排序成一维变量[]1414,,,,,⎡⎤==⎢⎥⎣⎦L L Tu y u u v v v ，则可把模型转化为线性规划模型其中：[]1,2,3,4,1,2,3,4;=T c 12,1,;2⎡⎤=---⎢⎥⎣⎦Tb 111111131 - - ⎡⎤⎢⎥= - -⎢⎥⎢⎥ -1 -1 3⎣⎦A 。
利用matlab 计算得最优解：12342,0,=-===x x x x 最优值z=2。
程序如下：略二、整数规划1.简介数学规划中的变量(部分或全部)限制为整数时称为整数规划。
目前流行求解整数规划的方法一般适用于整数线性规划。
1.1整数规划特点1）原线性规划有最优解，当自变量限制为整数后，出现的情况有①原线性规划最优解全是整数，则整数规划最优解与线性规划最优解一致。
②整数规划无可行解。
③有可行解（存在最优解），但最优解值变差。
数学建模——规划问题
3.5 习题P 54.2.某工厂用21.A A 两台机床加工B B B 321,,三种不同零件。
已知在一个生产周期内A 1只能工作80机时；A 2只能工作100机时。
一个生产周期内计划加工B 1为70件、B 2为50件、B 3为20件。
两台机床加工每个零件的时间和加工每个零件的成本，分别如下列各表所示：加工每个零件时间表（单位：机时/个）加工每个零件成本表（单位：元/个）问：怎么样安排两台机床一个周期的加工任务，才能使加工成本最低？解：设在A 1机床加工零件B B B 321,,的数量分别为x x x 321,,，在A 2机床加工零件B B B 321,,的数量分别为x x x 654,,，建立如下线性规划模型：x x x x x x Z 654321633532min +++++=s.t.6,5,4,3,2,1,020507010038032635241654321=≥=+=+=+≤++≤++i x x x x x x x x x x x x x i改写成：[]⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=654321633532min x x x x x x Zs.t. 020507010010001001000100110080311000000321654321654321654321≥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎦⎤⎢⎣⎡≤⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡⎥⎦⎤⎢⎣⎡x x x x x x x x x x x x x x x x x x结果： 解得7,0,40,0,25,30654321======x x x x x x297760340305253302min =⨯+⨯+⨯+⨯+⨯+⨯=Z 即机床A 1在一个周期加工零件B B B 321,,的数量分别为30件,25件,0件；A 2机床加工零件B B B 321,,的数量分别为40件，0件，7件；加工成本最低为297元。
数学建模作业数学规划模型----供应与选址的问题
再编写主程序liaochang2.m为：
clear
x0=[3 5 4 7 1 0 0 0 0 0 5 11 5 4 7 7];
A=[1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0];
B=[20;20];
Aeq=[1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0];
使用临时料场的情形：
使用两个临时料场A(5,1)，B(2,7)．求从料场j向工地 的运送量 .在各工地用量必须满足和各料场运送量不超过日储量的条件下，使总的吨千米数最小，这是线性规划问题。线性规划模型为：
其中 ，i=1,2,…,6,j=1,2,为常数
设X11=X1,X21=X 2,,X31=X 3,X41=X 4,X51=X 5,,X61=X 6
程序截图如下：
程序的运行结果为：
xx =
3.0000
5.0000
0.0000
7.0000
0.0000
1.0000
0.0000
0.0000
4.0000
0.0000
6.0000
10.0000
fval =
136.2275
运行结果截图如下：
即由料场A、B向6个工地运料方案为：
数学建模作业线性规划
数学建模（第 1 次作业）题目：线性规划工厂生产摘要：某工厂用三种原材料，，c,p,h混合调配出三种不同规格的产品A,B,D。
已知产品的规格要求，产品单价，每天能提供的原材料数量及原材料单价，分别见表1和表2.该厂应该如何安排，使得利润收入最大？Table: 1.产品规格要求与单价表假设一：每天没有原材料损耗假设二:生产的产品都能卖出去假设三：市场价格恒定（利润恒定）假设四：工厂能有效完成工程任务量正文：设产品A,B,D的每日产量分别为X1,X2,X3。
其中A产品需要原材料为X11,X12，X13。
产品B为X21,X22,X23。
产品D为X31,X32,X33。
厂家利润为Z元。
由上图所给表格1与表格2，给出利润表达式Zmax=50X1+35X2+25X3-(X11+X21+X31)*65-(X12+X22+X32)*25-(X13+X23+X33)*35由A,B,D,原材料生产要求给出限制条件X11≥50%X1X12≤25%X1X21≥25%X2X22≤50%X2X11+X21+X31≤100X12+X22+X32≤100X13+X23+X33≤60X1=X11+X12+X13X2=X21+X22+X23X3=X31+X32+X33X1,X2,X3,X11,X12,X13,X21,X22,X23,X31,X32,X33≥0由上述限制推出：-X11+1/2*X1≤0X12-1/4*X1≤0-X21+1/4*X2≤0X22-1/2*X2≤0X11+X21+X31≤100X12+X22+X32≤100X13+X23+X33≤60X1-(X11+X12+X13)=0X2-(X21+X22+X23)=0X3-(X31+X32+X33)=OX1,X2,X3,X11,X12,X13,X21,X22,X23,X31,X32,X33≥0将上述方程通过编程然后输入matlabe，得出答案-6.1000e+03编程输出结果截图程序：c=[50,35,25,-65,-25,-35,-65,-25,-35,-65,-25,-35];A=[1/2,0,0,-1,0,0,0,0,0,0,0,0;-1/4,0,0,0,1,0,0,0,0,0,0,0;0,1/4,0,0,0, 0,-1,0,0,0,0,0;0,-1/2,0,0,0,0,0,1,0,0,0,0;0,0,0,1,0,0,1,0,0,1,0,0;0,0 ,0,0,1,0,0,1,0,0,1,0;0,0,0,0,0,1,0,0,1,0,0,1];b=[0;0;0;0;100;100;60];Aeq=[1,0,0,-1,-1,-1,0,0,0,0,0,0;0,1,0,0,0,0,-1,-1,-1,0,0,0;0,0,1,0,0, 0,0,0,-1,-1,-1,0];beq=[0;0;0];vlb=[0;0;0;0;0;0;0;0;0;0;0;0];vub=[];[x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)注：采用小四宋体、单位行距。
数学建模-整数规划
整数规划
Integer Programming
数信学院 任俊峰
2012-4-15
数学建模之整数规划
整数规划模型（IP）
如果一个数学规划的某些决策变量或全部决策 变量要求必须取整数，则称这样的问题为整数规 划问题，其模型称为整数规划模型。 如果整数规划的目标函数和约束条件都是线性 的，则称此问题为整数线性规划问题.
松弛问题最优解满足整数要求，则该最优解为整数 规划最优解；
数学建模之整数规划
整数线性规划的求解方法
从数学模型上看整数规划似乎是线性规划的 一种特殊形式，求解只需在线性规划的基础上，通 过舍入取整，寻求满足整数要求的解即可。 但实际上两者却有很大的不同，通过舍入得到
的解（整数）也不一定就是最优解，有时甚至不能
1 xj 0
选中第j个项目投资 不 选中第j个项目投资
max Z 160 x 1 210 x 2 60 x 3 80 x 4 180 x 5 210 x 1 300 x 2 150 x 3 130 x 4 260 x 5 600 x x2 x3 1 1 x3 x4 1 x x 1 5 x1 , x 2 , x 3 , x 4 , x 5 0 或 1
1 2
14 x1 9 x 2 51 6 x1 3 x 2 1 x1 , x 2 0
数学建模之整数规划
用图解法求出最优解 x1＝3/2, x2 = 10/3 且有 z = 29/6 现求整数解（最优解）： 如用“舍入取整法”可得到4 个点即(1，3) (2，3) (1，4) (2，4)。显然，它们都不可能 是整数规划的最优解。
数学建模之整数规划
例5 固定费用问题
[整理版]数学建模复习内容带习题答案
![[整理版]数学建模复习内容带习题答案](https://img.taocdn.com/s3/m/1d0fd2d059f5f61fb7360b4c2e3f5727a5e924ad.png)
考试内容分布：1、线性规划2题，有1题需编程；2、非线性规划2题，有1题需编程；3、微分方程1题，需编程；4、差分方程2题，纯计算，不需编程；5、插值2题，拟合1题，纯计算，不需编程；；6、综合1题(4分)，纯计算，不需编程。
一、列出下面线性规划问题的求解模型，并给出matlab计算环境下的程序1.某车间有甲、已两台机床，可用于加工三种工件，假定这两台车床的可用台时数分别为800和900，三种工件的数量分别为400,600和500，且已知用两种不同车床加工单位数量不同工件所需的台时数和加工费用如下表。
问怎样分配车床的加工任务，才能即满足加工工件的要求，又使加工费用最低。
（答案见课本P35, 例1）2.有两个煤厂A,B，每月进煤分别不少于60t、100t，它们负责供应三个居民区的用煤任务，这三个居民区每月需用煤分别为45t, 75t, 40t。
A厂离这三个居民区分别为10km, 5km, 6km，B厂离这三个居民区分别为4km, 8km, 15km，问这两煤厂如何分配供煤，才能使总运输量最小？(1)问题分析设A煤场向这三个居民区供煤分别为x1,x2,x3;B煤场向这三个居民区供煤分别为x4,x5,x6，则min f=10*x1+5*x2+6*x3+4*x4+8*x5+15*x6，再根据题目约束条件来进行解题。
(2) 模型的求解>> f=[10 5 6 4 8 15];>> A=[-1 -1 -1 0 0 00 0 0 -1 -1 -1-1 0 0 -1 0 00 -1 0 0 -1 00 0 -1 0 0 -1];>> b=[-60;-100;-45;-75;-40];>> Aeq=[];>> beq=[];>> vlb=zeros(6,1);>> vub=[];>> [x,fval]=linprog(f,A,b,Aeq,beq,vlb,vub)Optimization terminated.(3) 结果分析x =0.0000 20.000040.0000 45.0000 55.0000 0.0000 fval =960.0000即A 煤场分别向三个居民区供煤0t,20t,40t ；B 煤场分别向三个居民区供煤45t,55t,0t 可在满足条件下使得总运输量最小。
高中数学建模题
高中数学建模题高中数学建模题：最优饮食计划背景：随着生活水平的提高，人们对饮食的要求也越来越高。
不仅要美味，还要健康、营养。
现在，我们需要为一个家庭制定一周的饮食计划，确保他们获得足够的营养，同时不超出预算。
问题：1. 为这个家庭制定一份营养均衡的饮食计划，包括早、中、晚三餐。
2. 考虑家庭成员的年龄、性别、体重、身高和日常活动量等因素。
3. 预算为每周1000元，确保不超出此预算。
4. 考虑食物的季节性、地域性和可获得性。
建模步骤：1. 数据收集：收集家庭成员的基本信息，如年龄、性别、体重、身高和日常活动量。
同时，了解当地的食物价格、季节性、地域性和可获得性。
2. 目标设定：确保家庭成员每天获得足够的蛋白质、碳水化合物、脂肪、维生素和矿物质。
同时，确保饮食计划的成本不超过每周1000元。
3. 变量定义：o x1, x2, ..., xn：代表不同的食物或食材。
o y1, y2, ..., ym：代表不同的营养素，如蛋白质、碳水化合物、脂肪等。
o c：代表饮食计划的总成本。
4. 约束条件：o 营养约束：每种营养素的摄入量应在推荐范围内。
o 预算约束：总成本不超过1000元。
o 食物可获得性约束：选择的食物或食材应在当地可获得。
5. 目标函数：最小化饮食计划的总成本，同时确保满足所有约束条件。
6. 求解：使用线性规划或其他优化方法求解此问题，得到最优的饮食计划。
结论：根据上述建模步骤，我们可以为这个家庭制定一份营养均衡且成本合理的饮食计划。
这不仅可以满足家庭成员的营养需求，还可以帮助他们更好地管理家庭预算。
数学建模：常见的线性规划问题求解方法
数学建模：常见的线性规划问题求解方法1. 引言在数学建模中，线性规划是一种常见的数学模型。
它通常用于求解优化问题，在多个约束条件下找到使目标函数最大或最小的变量值。
本文将介绍几种常见的线性规划问题求解方法。
2. 单纯形法单纯形法是一种经典且高效的线性规划问题求解方法。
它通过不断移动基变量和非基变量来搜索可行解集，并在每次移动后更新目标函数值，直到达到最优解。
该方法适用于标准形式和松弛法形式的线性规划问题。
2.1 算法步骤1.初始化：确定基变量和非基变量，并计算初始相应坐标。
2.计算检验数：根据当前基变量计算检验数，选取检验数最小的非基变量作为入基变量。
3.计算转角系数：根据入基变量计算转角系数，并选择合适的出基变量。
4.更新表格：进行行列交换操作，更新表格中的各项值。
5.结束条件：重复2-4步骤，直至满足结束条件。
2.2 优缺点优点： - 单纯形法的时间复杂度较低，适用于小规模线性规划问题。
- 可以处理带等式约束和不等式约束的线性规划问题。
缺点： - 在某些情况下，单纯形法会陷入梯度消失或梯度爆炸的情况，导致无法找到最优解。
- 处理大规模问题时，计算量较大且可能需要较长时间。
3. 内点法内点法是另一种常见的线性规划求解方法。
与单纯形法不同，内点法通过在可行域内搜索目标函数的最优解。
它使用迭代过程逼近最优解，直到满足停止条件。
3.1 算法步骤1.初始化：选取一个可行解作为初始点，并选择适当的中心路径参数。
2.计算对偶变量：根据当前迭代点计算对偶变量，并更新目标函数值。
3.迭代过程：根据指定的迭代更新方程，在可行域内搜索目标函数的最优解。
4.结束条件：重复2-3步骤，直至满足结束条件。
3.2 优缺点优点： - 内点法相对于单纯形法可以更快地收敛到最优解。
- 在处理大规模问题时，内点法的计算效率更高。
缺点： - 内点法需要选择适当的中心路径参数，不当的选择可能导致迭代过程较慢。
- 对于某些复杂的线性规划问题，内点法可能无法找到最优解。
数学建模作业5数学规划模型----供应与选址的问题
三、模型假设
1、假设料场和建筑工地之间都可以由直线到达；
2、运输费用由“吨千米数”来衡量；
3、两料场的日存储量够向各建筑工地供应；
f1=0;
fori=1:6
s(i)=sqrt((x(13)-a(i))^2+(x(14)-b(i))^2);
f1=s(i)*x(i)+f1;
end
f2=0;
fori=7:12
s(i)=sqrt((x(15)-a(i-6))^2+(x(16)-b(i-6))^2);
f2=s(i)*x(i)+f2;
end
一、问题提出
某公司有6个建筑工地要开工，每个工地的位置（用平面坐标系(a，b)表示，距离单位：km）及水泥日用量d（吨）由下表给出。目前有两个料场位于A(5,1)，B(2,7)，日储量各有20吨。
（1）试制定每天的供应计划，即从A，B两料场分别向各工地运送多少水泥，可使运输费用（总的吨千米数）最小，并求出吨千米数。
d=[3 5 4 7 6 11];
x=[5 2];
y=[1 7];
e=[20 20];
fori=1:6
forj=1:2
aa(i,j)=sqrt((x(j)-a(i))^2+(y(j)-b(i))^2);
end
end
CC=[aa(:,1); aa(:,2)]'
A=[1 1 1 1 1 1 0 0 0 0 0 0
(注：先画图，在坐标上标出各工地位置（用蓝色*标示）和料场位置（用红色o标示）)
数学建模之农场规划问题
农场规划问题问题重述：某农户拥有100亩土地和15000元可供投资，每年冬季（9月中旬至来年5月中旬），该家庭的成员可以贡献3500小时的劳动时间，而夏季为4000小时。
如果这些劳动时间有富裕，该家庭中的年轻成员将去附近的农场打工，冬季每小时6.8元，夏季每小时7.0元。
现金收入来源于三中农作物（大豆、玉米和燕麦）以及奶牛和母鸡。
农作物不需要付出投资，但每头奶牛需要400元的初始投资，可产奶3年，每只母鸡需要3元的吃食投资，只饲养1年。
每头奶牛需要1.5亩的土地，并且冬季需要付出100小时劳动时间，夏季付出50小时劳动时间，每年产生的净现金收入为1350元；每只母鸡的对应数字为：不占用土地，冬季0.6小时，夏季0.3小时，年净现金收入10.5元。
养鸡厂房最多容纳3000只母鸡，栅栏的大小限制了最多能饲养32头奶牛。
根据统计，三种农作物每种植一亩所需要的劳动时间和收入数据分别为：大豆：冬季20小时，夏季30小时，年净收入360.0元；玉米：冬季35小时，夏季75小时，年净收入600.0元；燕麦：冬季10小时，夏季40小时，年净收入400.0元。
基本假设：1、假设该农户每年都能及时获得现金收入，即本年度所获得的利润可及时用于下一年的投资；2、第五年的投资也考虑到计算中。
问题分析:这个问题的目标是使得5年内净现金收入最大，要做的决策是生产规划，即确定每种农作物应该种植多少亩，奶牛和鸡各应蓄养多少只，决策受到6个变量的限制，即土地总面积、投资资金、劳动力时间（夏季和冬季）以及奶牛和鸡的总饲养量。
模型建立:决策变量：设用i=0,1,2,3,4,5表示年数，用j=1,2,3,4,5分别表示三种农作物（大豆、玉米、燕麦）及奶牛和母鸡。
可表示第i年种植三种农作物的亩数或者蓄养奶牛和母鸡的个数，表示第i 年的总现金收入。
目标函数：设第i年的总获利为元，因农作物不用投资，则第i年种植大豆为亩，每亩收入360元，获利360元；第i年种植玉米亩，每亩收入600元，获利600；第i年种植燕麦亩，每亩收入400元，获利400元；第i年买奶牛头，每头收入1350元，获利1350（++）元；第i年鸡购买只，每只收入10.5元，获利10.5元；若劳动力有剩余，则第i年夏季劳动力收入［4000-(3075)］元，冬季劳动力收入［3500-(2035)］元。