数学建模板材成本控制问题

合集下载

板材数模论文(1)

板材数模论文(1)

数学建模〔一〕、装箱设计问题〔二〕、板材玻璃下料问题组员:日期:板材玻璃下料问题摘要该问题属于优化问题中的排样问题。

排样下料问题在很多工业领域中都有广泛的应用,解决好排样问题,可以提高材料的利用率。

本文解决的是玻璃板材的最优化下料策略,不同的下料策略形成不同的线性规划模型。

在充分理解题意的基础上,以使用原材料张数最少、材料利用率最高为目标,采用逐级优化的方法,进行下料方案的筛选。

在第一题中,对每块原材料进行两个层次的切割。

首先按照零件需求量选用由大面积到小面积下料的两个方向排料优选的下料策略,成品料的长在原材料的长和宽两个方向上分别排列,求出最优解;其次采用由大面积到小面积下料中成品料的长和宽在原材料的长、宽两个方向套裁排料优选,而对每次切割的余料按同种方法再进行一次切割。

算出所需原材料的块数和利用率,求出最正确下料方案。

按照原材料的利用率,筛选出最正确的下料方案为按照零件需求量,进行几种零件的配套优选下料方案,所选方案是原材料的长对成品的宽,所求需要原材料的块数为579,利用率为95.03%。

第二题的求解以第一题相似,当有两种规格的原材料时,在第一题的基础上,通过控制第一种规格原材料的基础上,来选取两种材料的最正确组合。

求得需要规格为2100cm×1650cm的原材料447块,需要规格为2000cm×1500cm的原材料146块,共计593块,利用率为%。

此模型可以推广到更多板材排样下料领域的应用,通过逐级优化和组合原理,确定各种切割方式,然后再进行优化问题的求解。

关键词:优化排样板材下料最优化一·问题重述在大型建筑工程中,需要大量使用玻璃材料,如门窗等。

在作材料预算时,需要求出原材料的张数。

已知板材玻璃原材料和下料后的成品料均为矩形。

由于玻璃材料特点,切割玻璃时,刀具只能走直线,且中间不能拐弯或停顿,即每切一刀均将玻璃板一分为二。

切割次序和方法的不同、各种规格搭配〔即下料策略〕不同,材料的消耗将不同。

数学建模 。下料问题

数学建模  。下料问题

计算各种模式下的余料损失
上、下底直径d=5cm, 罐身高h=10cm。
模式1 余料损失 242-10d2/4 - dh=222.6 cm2
罐身个数 模式1 模式2 模式3 模式4 1 2 0 4 底、盖 个数 10 4 16 5 余料损失 (cm2) 222.6 183.3 261.8 169.5 冲压时间 (秒) 1.5 2 1 3
目标
Max 0.1 y1 0.001(222 .6 x1 183 .3x2 261 .8 x3 169 .5 x4 157 .1 y2 19 .6 y3 )
时间约束 1.5x1 2 x2 x3 3x4 144000 (40小时) 原料约束
x1 x2 x3 50000 ,
26 x1 x2 x3 31
模式排列顺序可任定
x1 x2 x3
LINGO求解整数非线性规划模型
Local optimal solution found at iteration: 12211 Objective value: 28.00000 Variable Value Reduced Cost X1 10.00000 0.000000 X2 10.00000 2.000000 X3 8.000000 1.000000 R11 3.000000 0.000000 R12 2.000000 0.000000 R13 0.000000 0.000000 R21 0.000000 0.000000 R22 1.000000 0.000000 R23 0.000000 0.000000 R31 1.000000 0.000000 R32 1.000000 0.000000 R33 0.000000 0.000000 R41 0.000000 0.000000 R42 0.000000 0.000000 R43 2.000000 0.000000

木材加工的成本控制方法有哪些

木材加工的成本控制方法有哪些

木材加工的成本控制方法有哪些11 引言在木材加工行业中,有效的成本控制对于企业的盈利能力和市场竞争力至关重要。

以下将探讨一些常见的木材加工成本控制方法。

111 优化原材料采购选择优质且价格合理的原材料供应商,建立长期稳定的合作关系,以获取更有利的采购价格和付款条件。

加强对原材料市场的研究和预测,把握价格波动趋势,适时采购,降低采购成本。

112 提高生产效率采用先进的生产设备和工艺技术,减少生产过程中的浪费和损耗。

合理安排生产流程,优化生产线布局,减少生产周期,提高设备利用率。

113 控制人力成本合理配置人力资源,避免人员冗余。

加强员工培训,提高员工技能水平和工作效率。

制定合理的薪酬体系和激励机制,激发员工的积极性和创造力。

114 加强库存管理精确计算原材料和成品的库存需求,避免库存积压和缺货现象。

建立有效的库存管理制度,定期盘点库存,及时处理呆滞库存。

115 能源管理优化能源使用方案,采用节能设备和技术,降低能源消耗成本。

合理安排生产时间,充分利用峰谷电价差异,节约用电成本。

116 质量控制加强产品质量控制,减少次品和废品的产生,降低因质量问题导致的成本增加。

建立严格的质量检验标准和流程,确保产品质量稳定。

117 成本核算与分析建立完善的成本核算体系,准确核算各项成本费用。

定期进行成本分析,找出成本控制的薄弱环节,采取针对性的改进措施。

118 减少物流成本选择合适的物流方式和运输路线,降低运输成本。

优化包装设计,减少运输过程中的损坏和损耗。

119 技术创新持续投入研发,推动技术创新,开发新产品和新工艺,提高产品附加值,降低生产成本。

1110 管理费用控制精简管理机构,降低管理费用支出。

严格控制办公费用、差旅费等非生产性支出。

总之,木材加工企业要综合运用以上成本控制方法,不断优化成本管理,提高企业的经济效益和市场竞争力。

数学建模_板材成本控制问题

数学建模_板材成本控制问题

板材成本控制问题摘要排样下料问题在很多工业领域中都有广泛应用,解决好排样问题,可以提高材料的利用率,板材下料成本控制问题是经典的优化问题,本文解决的是在板材面积和长宽比以及用材面积给定的情况下,根据不同的用材规格要求,确定最大的用材数y与l的关系。

在充分理解题意的基础上,本文通过建立非线性规划模型,利用LINGO软件求解,选出最优下料方案。

问题一中有一种下料方案,建立非线性规划模型并利用LINGO软件求解得出,当l=1、n=25时,最大用材数y=25问题二中有三种下料方案,第一种方案将圆形看做正方形排样,最优结果同问题一;第二种方案用材在板材上横向排样,排样会出现三种情况;第三种方案用材在板材上纵向排样,同样会出现三种情况;每种情况都可以建立非线性规划模型确定最大用材数y与l的关系,再利用LINGGO软件求解。

问题三中因为矩形用材长宽比为2:1比较特殊,两块矩形用材拼一块儿课形成正方形,所以只有两种下料方案,第一种方案用材在板材上纵向排样,此种排样结果会有两种情况;第二种方案用材在板材上纵向排样,此种排样结果同样会有两种情况。

每种情况都可以建立非线性规划模型确定最大用材数y与l的关系,再利用LINGGO软件求解。

问题四排样方案同问题三,问题四中矩形用材的长宽比在1到2之间最优排样方案会比问题三多,由于求解过程繁琐只对问题三中的两种方案加以求解。

关键词:非线性规划分向排样奇偶排列图表分析目录一.问题重述 (2)二.符号说明 (2)三.问题分析 (2)问题一问题二问题三问题四四.模型假设 (8)五.模型建立与求解 (8)六.模型评价 (21)参考文献 (21)一.问题重述板材下料成本控制问题是经典的优化问题。

考虑一块面积为A,长宽比为l的板材。

现在需要切割成面积为B的用材。

16/25≤=≤,不妨假设n为整数。

请根据下列n A B需求,建立实际问题的数学建模,确定最大的用材数y与l的关系。

问题一:用材为正方形,12≤≤,确定最大的用材数y与l的关系。

板材成本控制问题

板材成本控制问题

板材成本控制问题————————————————————————————————作者:————————————————————————————————日期:板材成本控制问题【摘要】本文解决了板材成本控制问题即如何下料,并建立初等模型来进行求解,并用线性规划的方法计算最大用材数y与长宽比l的关系。

确定切割成的用材数最大以及最大数与板材长宽比的关系。

根据四个问题建立不等式,运用分类讨论,线性规划等方法综合求解,最终结果通过LINGO软件运行,并给出结果表达式。

关于确定最大用材数y与长宽比l的关系,题设的要求是16/25n A B≤=≤,即要求原板材的面积A与每个用材的面积B的比值n在16和25范围之内。

依据此要求,我们在四个问题中分情况讨论可能的下料方式。

除了第一个问题讨论一种情况,其余问题分别各讨论三种下料方式,根据其中各个变量的关系来确定最大用材数y与长宽比l的关系。

问题一:正方形,按照最规则的顺序排列,依据正方形的边长与原矩形长宽的关系来确定最大用材数和长宽比的表达式。

问题二:圆形,分为四种下料方式,一是整齐排列,即将每个圆看成是一个正方形,简化了问题;二是错位排列,使圆形相互错开紧密排列即下一排的圆在上一排两个圆之间,这种方法材料利用率比第一种高;第三种是将第一二种结合,即既有整齐排列也有相互错开紧密排列;第四种为不规则排列,用料较多舍弃。

根据每个情况中圆半径原板材长宽之间的关系来确定最大用材数和长宽比的表达式。

问题三:长宽比为2的矩形,也分为三种下料方式,一是把两个长方形当成是一个正方形来处理;二是几行长方形横着排列,几行长方形竖着排列也可以把两个长方形当成是正方形来处理(其结果相同),分为许多种小情况;第三种为不规则排列,用料浪费所以舍弃。

根据每个情况中各个变量之间的关系来确定最大用材数和长宽比的表达式。

问题四:长宽比为m的矩形,分为四种下料方式分析。

第一种是长方形横排,第二种是长方形竖排,而第三种是第一二种的结合,第四种不规则排列浪费所以舍弃。

板材成本控制问题完整版

板材成本控制问题完整版

板材成本控制问题 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】板材成本控制问题【摘要】本文解决了板材成本控制问题即如何下料,并建立初等模型来进行求解,并用线性规划的方法计算最大用材数y与长宽比l的关系。

确定切割成的用材数最大以及最大数与板材长宽比的关系。

根据四个问题建立不等式,运用分类讨论,线性规划等方法综合求解,最终结果通过LINGO软件运行,并给出结果表达式。

关于确定最大用材数y与长宽比l的关系,题设的要求是16/25n A B≤=≤,即要求原板材的面积A与每个用材的面积B的比值n在16和25范围之内。

依据此要求,我们在四个问题中分情况讨论可能的下料方式。

除了第一个问题讨论一种情况,其余问题分别各讨论三种下料方式,根据其中各个变量的关系来确定最大用材数y与长宽比l的关系。

问题一:正方形,按照最规则的顺序排列,依据正方形的边长与原矩形长宽的关系来确定最大用材数和长宽比的表达式。

问题二:圆形,分为四种下料方式,一是整齐排列,即将每个圆看成是一个正方形,简化了问题;二是错位排列,使圆形相互错开紧密排列即下一排的圆在上一排两个圆之间,这种方法材料利用率比第一种高;第三种是将第一二种结合,即既有整齐排列也有相互错开紧密排列;第四种为不规则排列,用料较多舍弃。

根据每个情况中圆半径原板材长宽之间的关系来确定最大用材数和长宽比的表达式。

问题三:长宽比为2的矩形,也分为三种下料方式,一是把两个长方形当成是一个正方形来处理;二是几行长方形横着排列,几行长方形竖着排列也可以把两个长方形当成是正方形来处理(其结果相同),分为许多种小情况;第三种为不规则排列,用料浪费所以舍弃。

根据每个情况中各个变量之间的关系来确定最大用材数和长宽比的表达式。

问题四:长宽比为m的矩形,分为四种下料方式分析。

第一种是长方形横排,第二种是长方形竖排,而第三种是第一二种的结合,第四种不规则排列浪费所以舍弃。

多个钢板二维切割问题数学建模

多个钢板二维切割问题数学建模

多个钢板二维切割问题数学建模摘要:一、引言1.钢板切割问题的背景和意义2.数学建模在钢板切割中的应用二、钢板二维切割问题的数学模型建立1.问题描述和基本假设2.建立钢板切割的数学模型2.1 目标函数2.2 约束条件三、求解算法和优化策略1.暴力穷举法2.遗传算法3.模拟退火算法4.粒子群优化算法四、案例分析与验证1.案例介绍2.算法应用与结果分析五、钢板切割问题的实际应用与展望1.钢板切割在制造业中的应用2.切割优化在节约资源和降低成本方面的作用3.钢板切割在其他领域的拓展和应用六、总结与展望1.本文研究的主要结论2.未来研究方向和挑战正文:一、引言随着现代制造业的快速发展,钢板切割问题日益引起人们的关注。

钢板切割是制造业中常见的加工过程,其目标是在满足一定工艺要求的前提下,用最少的材料和最低的成本完成零件的制造。

为了解决这一问题,数学建模作为一种有效的工具,在钢板切割中得到了广泛的应用。

本文将探讨多个钢板二维切割问题的数学建模,并介绍求解算法和优化策略。

二、钢板二维切割问题的数学模型建立1.问题描述和基本假设钢板二维切割问题可以描述为:给定一组零件的尺寸和形状,求在钢板上划割出这些零件所需的最小面积。

为简化问题,我们做以下基本假设:(1)钢板为矩形区域,具有一定的尺寸;(2)零件为矩形或圆形,具有一定的尺寸;(3)切割过程中,不考虑切割损耗和切割引起的变形;(4)切割方式为二维平面切割。

2.建立钢板切割的数学模型根据问题描述和基本假设,我们可以建立钢板切割的数学模型。

设钢板的长为L,宽为W,零件1的长为a1,宽为b1,零件2的长为a2,宽为b2,…,零件n的长为an,宽为bn。

我们的目标是求解在满足零件尺寸要求的前提下,钢板上的最小切割面积。

设钢板剩余部分的面积为A,零件1、2、…、n的面积之和为B,则目标函数可以表示为:f(x) = A - B其中,x表示切割方案,包括切割顺序和切割尺寸。

钢板切割问题还受到以下约束条件的限制:(1)零件面积约束:每个零件的面积必须大于等于其最小面积需求;(2)钢板面积约束:剩余钢板的面积必须大于等于0。

数学建模习题及答案课后习题

数学建模习题及答案课后习题

数学建模习题及答案课后习题第⼀部分课后习题1.学校共1000名学⽣,235⼈住在A宿舍,333⼈住在B宿舍,432⼈住在C宿舍。

学⽣们要组织⼀个10⼈的委员会,试⽤下列办法分配各宿舍的委员数:(1)按⽐例分配取整数的名额后,剩下的名额按惯例分给⼩数部分较⼤者。

(2)节中的Q值⽅法。

(3)d’Hondt⽅法:将A,B,C各宿舍的⼈数⽤正整数n=1,2,3,…相除,其商数如下表:将所得商数从⼤到⼩取前10个(10为席位数),在数字下标以横线,表中A,B,C⾏有横线的数分别为2,3,5,这就是3个宿舍分配的席位。

你能解释这种⽅法的道理吗。

如果委员会从10⼈增⾄15⼈,⽤以上3种⽅法再分配名额。

将3种⽅法两次分配的结果列表⽐较。

(4)你能提出其他的⽅法吗。

⽤你的⽅法分配上⾯的名额。

2.在超市购物时你注意到⼤包装商品⽐⼩包装商品便宜这种现象了吗。

⽐如洁银⽛膏50g装的每⽀元,120g装的元,⼆者单位重量的价格⽐是:1。

试⽤⽐例⽅法构造模型解释这个现象。

(1)分析商品价格C与商品重量w的关系。

价格由⽣产成本、包装成本和其他成本等决定,这些成本中有的与重量w成正⽐,有的与表⾯积成正⽐,还有与w⽆关的因素。

(2)给出单位重量价格c与w的关系,画出它的简图,说明w越⼤c越⼩,但是随着w的增加c减少的程度变⼩。

解释实际意义是什么。

3.⼀垂钓俱乐部⿎励垂钓者将调上的鱼放⽣,打算按照放⽣的鱼的重量给予奖励,俱乐部只准备了⼀把软尺⽤于测量,请你设计按照测量的长度估计鱼的重量的⽅法。

假定鱼池中只有⼀种鲈鱼,并且得到8条鱼的如下数据(胸围指鱼⾝的最⼤周长):⾝长(cm)重量76548211627374821389652454(g)胸围(cm)先⽤机理分析建⽴模型,再⽤数据确定参数4.⽤宽w的布条缠绕直径d的圆形管道,要求布条不重叠,问布条与管道轴线的夹⾓应多⼤(如图)。

若知道管道长度,需⽤多长布条(可考虑两端的影响)。

如果管道是其他形状呢。

数学建模中的优化与控制问题

数学建模中的优化与控制问题
节。
特点:线性系统 控制具有简单、 易于分析和设计 的优点,适用于 一些较为简单的
系统。
应用场景:在工程、 经济、生物等领域 中,对于一些可以 近似为线性系统的 对象,可以采用线 性系统控制方法进
行优化和控制。
局限性:线性系统 控制对于非线性系 统的描述和控制效 果有限,对于一些 复杂的系统可能需 要采用更为复杂的
特点:整数规划 问题在求解过程 中具有较高的难 度,因为整数约 束使得可行解的 范围大大缩小。
应用领域:整 数规划广泛应 用于组合优化、 生产计划、物 流运输等领域。
求解方法:常 见的整数规划 求解方法包括 穷举法、割平 面法、分支定
界法等。
数学建模中的控制 问题
定义:线性系统控 制是数学建模中的 一种重要方法,通 过建立线性方程组 来描述系统的动态 行为,并采用控制 策略对系统进行调
应用领域:生产计划、物流、金融等
求解方法:单纯形法、分解法等
定义:在数学建模中,非线性规划是寻 找一组变量的最优解,使得某个目标函 数达到最小或最大值,同时满足一系列 约束条件。
应用领域:包括但不限于金融、经济、工 程和科学计算等领域。
特点:目标函数或约束条件至少有一个是 非线性的。
求解方法:常见的求解非线性规划的方法 包括梯度下降法、牛顿法、拟牛顿法等。
案例背景:交通信号灯在城市交通中起着至关重要的作用,如何实现高效、合理的控制 是关键问题。
建模过程:通过建立数学模型,对交通信号灯的配时进行优化,提高道路通行效率。
控制策略:采用智能控制算法,如模糊控制、神经网络等,实现自适应调节。
案例结论:通过实际应用,证明优化后的交通信号灯控制能够有效提高道路通行效率, 减少拥堵。
数学建模中的优化与 控制问题

数学建模万能模板5模型的建立

数学建模万能模板5模型的建立

五、模型建立(一)模型准备1、“固定成本”的确定:固定成本主要包括购地费用、机器的折旧费用。

经上网查阅有关数据,我们取固定成本为1500元/平方米。

则固定成本:2361201500⨯⨯=G(1)2、“可变成本”的确定:可变成本包括建材成本与人工成本。

在建材价格不变的情况下,可变成本与商品房建造数目的平方成正比,比例系数为0.5。

当建材价格变化时,可变成本还与建材价格的上涨幅度有关。

经过分析、证明,我们得出“可变成本∝(1+建材价格涨幅)⨯月建房套数的平方”的结论。

(证明过程见【附录2】)则各月的可变成本:)1(5.02i i iu N K +⨯⨯= (2)(关于i u 的具体数值见表二。

)3、“销售费用”的确定:由题知,销售费用与当月的销售金额成正比。

我们把销售费用理解为促销费用,即广告、宣传等一系列服务、管理的成本费用。

经上网查阅相关资料,我们将销售系数 a 取值为0.1,即销售费用是总的销售金额的10%。

)49(481.06161+⨯⨯==∑∑==i i i i N X X (3)4、“折旧费用”的确定:分析题目可知,为了得到计算折旧费用的公式,我们建立了“公司宏观调控”的计费模型。

为了便于建模,定义公司在j 月份建造的套房为“j 月房”首先,我们对ji t 的具体含义作如下解释:ji t 表示公司第j 月份建造的房在第i 月份卖出的数目。

由于我们在假设5中提出:顾客所买房完全服从公司分配。

则ji t 也可理解为顾客在i 月份买房时,公司按照优化程序分配给其的“j 月房”显然,当j ≤ i 时,顾客所购房为实房;而当j > i 时,顾客所购房为期房。

分析可知,各月份的折旧费用如下所示:⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧=⨯-+-+-+-+-+-=⨯-+-+-+-+-=⨯-+-+-+-=⨯-+-+-=⨯-+-=∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑==================01.0)]()()()()()49[(1.0)]()()()()49[(1.0)]()()()49[(1.0)]()()49[(1.0)]()49[(6515551445133512251115105414441334122411141043133312231113103212221112102111011Z t N t N t N t N t N t Z t N t N t N t N t Z t N t N t N t Z t N t N t Z t N t Z i i i i i ii i i i i i i ii ii i i i i i i ii i i i i i i i i i i i因此,总的折旧费用为∑==61i iZ Z (4)(二)模型的建立根据以上分析,结合(1)、(2)、(3)、(4)式可知: 纯利润=毛利润-总成本(其中毛利润S =48×(i i N ∑=61+49),)则得到:M S L -=∑∑∑∑∑∑======++--+⨯=----+⨯=+++-=616161616161)()49(48)49(48)(i i i i i i i i i i i i i iZ X K G N Z X K G NZ X K G S综合前面的分析,得到目标函数为: MAX ∑∑==++--+⨯=6161)()49(48i i i i i i Z X K G N L约束条件如下:⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧≤≤∈⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧=======⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧=======+==≥∑∑∑∑∑∑∑∑∑∑∑∑∑∑==============)(,3304929256741324223649)63.2.1;63.2.1.0(,0..*6166615561446133612261116106066056046036026161问题二、i ji i i i i i i i i i i i i i i i j j j j j j j j j j j j i iji N N t N N t N t N t N t N t N t t t t t t t t N i j t t S五、规划模型的建立5.1 目标函数的确定和其他经济类的问题一样,出版社资源配置的目地亦是在于追求最大的利润。

数学建模中的切割及解答

数学建模中的切割及解答

下料问题:一个公司有一批钢材,每根钢材长7.3米,由于某种需求,需要100套短钢材,已知每套钢材包括长2.9米,2.1米和1.5米的各一根,现在问从公司的利益出发(余料只能作为废品出售),至少要用掉多少根短钢材才能保证既满足需求,又使得余料最少?显然,如果公司采用的不同切割模式太多,将会导致生产过程复杂化,从而增加生产和管理成本,所以该公司规定采用的不同的切割模式不能超过3种。

此外该客户需要的100套短钢材,每套改变为2.9米,2.1米,1.5米各一根,该如何下料最节省?(此为带有普遍性的方法)决策目标:1.以切割后剩余的总余量最小为目标,Min=0.2x2+0.8x3+1.4x4+1.0x5+0.1x6+0.7x7+1.3*x8;2.以切割原材料钢材的总根数最少为目标,则有Min=x1+x2+x3+x4+x5+x6+x7约束条件:2x1+x2+x3+x4>=100;2x2+x3+3x4+2x5+x6>=100;X1+x3+2x5+3x6+4x7>=100;min=0.2*x2+0.8*x3+1.4*x4+1.0*x5+0.1*x6+0.7*x7+1.3*x8;2*x1+x2+x3+x4=100;2*x2+x3+3*x5+2*x6+x7=100;x1+x3+2*x4+2*x6+3*x7+4*x8=100;@gin(x1);@gin(x2);@gin(x3);@gin(x4);@gin(x5);@gin(x6);@gin(x7);@gin(x8);Global optimal solution found at iteration: 2Objective value: 7.000000Variable Value Reduced Cost X2 20.00000 0.2000000 X3 0.000000 0.8000000 X4 0.000000 1.400000 X5 0.000000 1.000000 X6 30.00000 0.1000000 X7 0.000000 0.7000000 X8 0.000000 1.300000 X1 40.00000 0.000000Row Slack or Surplus Dual Price1 7.000000 -1.0000002 0.000000 0.0000003 0.000000 0.0000004 0.000000 0.000000 min=x1+x2+x3+x4+x5+x6+x7+x8;2*x1+x2+x3+x4=100;2*x2+x3+3*x5+2*x6+x7=100;x1+x3+2*x4+2*x6+3*x7+4*x8=100;@gin(x1);@gin(x2);@gin(x3);@gin(x4);@gin(x5);@gin(x6);@gin(x7);@gin(x8);Global optimal solution found at iteration: 3Objective value: 90.00000Variable Value Reduced Cost X1 40.00000 1.000000 X2 20.00000 1.000000 X3 0.000000 1.000000 X4 0.000000 1.000000 X5 0.000000 1.000000 X6 30.00000 1.000000 X7 0.000000 1.000000 X8 0.000000 1.000000Row Slack or Surplus Dual Price1 90.00000 -1.0000002 0.000000 0.0000003 0.000000 0.0000004 0.000000 0.000000方法二:min=x1+x2+x3+x4+x5+x6+x7+x8;2*x1+x2+x3+x4>=100;2*x2+x3+3*x5+2*x6+x7>=100;x1+x3+2*x4+2*x6+3*x7+4*x8>=100;@gin(x1);@gin(x2);@gin(x3);@gin(x4);@gin(x5);@gin(x6);@gin(x7);@gin(x8);Global optimal solution found at iteration: 4Objective value: 90.00000Variable Value Reduced Cost X1 40.00000 1.000000 X2 20.00000 1.000000 X3 0.000000 1.000000 X4 0.000000 1.000000 X5 0.000000 1.000000 X6 30.00000 1.000000 X7 0.000000 1.000000 X8 0.000000 1.000000Row Slack or Surplus Dual Price1 90.00000 -1.0000002 0.000000 0.0000003 0.000000 0.0000004 0.000000 0.000000第二问:min=x1+x2+x3;r11*x1+r12*x2+r13*x3>=100;r21*x1+r22*x2+r23*x3>=100;r31*x1+r32*x2+r33*x3>=100;2.9*r11+2.1*r21+1.5*r31<=7.3;2.9*r12+2.1*r22+1.5*r32<=7.3;2.9*r13+2.1*r23+1.5*r33<=7.3;2.9*r11+2.1*r21+1.5*r31>=5.8;2.9*r12+2.1*r22+1.5*r32>=5.8;2.9*r13+2.1*r23+1.5*r33>=5.8;@gin(x1);@gin(x2);@gin(x3);@gin(r11);@gin(r12);@gin(r13);@gin(r21);@gin(r22);@gin(r23);@gin(r31);@gin(r32);@gin(r33);Local optimal solution found at iteration: 15Objective value: 90.00000Variable Value Reduced Cost X1 20.00000 1.000000 X2 30.00000 1.000000 X3 40.00000 1.000000 R11 1.000000 0.000000 R12 0.000000 0.000000 R13 2.000000 0.000000 R21 2.000000 0.000000 R22 2.000000 0.000000 R23 0.000000 0.000000 R31 0.000000 0.000000 R32 2.000000 0.000000 R33 1.000000 0.000000Row Slack or Surplus Dual Price1 90.00000 -1.0000002 0.000000 0.0000003 0.000000 0.0000004 0.000000 0.0000005 0.2000000 0.0000006 0.1000000 0.0000007 0.000000 0.0000008 1.300000 0.0000009 1.400000 0.00000010 1.500000 0.000000。

生产成本最低问题建模

生产成本最低问题建模

生产成本最低问题建模
最低生产成本问题是一个经典的线性规划问题,它的目标是在满足所有需求的情况下,使生产成本最低。

建模的步骤如下:
1. 确定目标函数:最低生产成本问题的目标函数是最小化生产成本,即最小化目标函数:C=∑Ci*Xi,其中Ci为每种原料的单位成本,Xi为每种原料的使用量。

2. 确定约束条件:最低生产成本问题的约束条件是满足所有需求,即约束条件为:∑Xi≥D,其中D为每种原料的需求量。

3. 求解模型:最低生产成本问题的求解模型为:
最小化目标:C=∑Ci*Xi
约束条件:∑Xi≥D
4. 应用求解模型:最低生产成本问题的求解模型可以使用数学软件,如MATLAB、Maple等,来求解。

最低生产成本问题是一个经典的线性规划问题,它的目标是在满足所有需求的情况下,使生产成本最低。

建模的步骤是确定目标函数和约束条件,然后使用数学软件求解模型。

最低生产成本问题的求解可以帮助企业更好地控制生产成本,提高企业的经济效益。

基于板材排板方案的建模分析

基于板材排板方案的建模分析

基于板材排板方案的建模分析摘要:针对企业生产中对生产效率影响较大的材料利用率及排料效率低,对板材类排料问题的数学模型进行了分析,提出排料优化的建模思路和排料方式逻辑原则,为后续排料优化实现提供算法基础。

0引言下料问题是材料切割填充问题,是运筹学的重要分支之一。

在工程制造领域,材料的下料方案是降低产品成本、提升产品竞争力的关键,更是简化切割过程的基础要素。

因此,随着企业生产规模的扩大,如何形成优化材料的下料方案,即形成合理规划毛坯在原材料的排板布局方案,是提高材料利用率的提高材料利用率、降低原材料消耗,的关键问题。

本文针对专用车辆领域中对于板材类订单需求较大的背景下,给出板材类的下料排板方式的思考,并以板材切割中材料利用率最高为优化目标函数,以最基本的算法规则为基础,以各零件板材放置无重叠且不超越原材料规格尺寸等为约束条件,建立板材类排板方式的数学模型。

1板材类下料问题的概述1.1 板材原材料与零件本文中板材原材料是指板材原始规格或者外协提供规格尺寸;零件为产品中需求的此原材料的板材零件。

两者的价值体现在其面积的大小。

1.2排板方式(Cutting pattern)排板方式是排板问题(cutting problem)的解,指需求零件在一张板材原材料上的排列布局,可确定零件数量、排板方式、排列位置。

排板方式的评价涉及两个属性:价值和材料利用率。

其中排板方式的价值通常是指板材中所包含的毛坯价值(利润),材料利用率一毛坯总面积/板材面积。

当毛坯价值与面积相等时,排板方式的材料利用率一排板方式的价值/板材的面积。

1.3 排板方案(Cutting plan)排板方案是下料问题的解,是排板方式的集合,可由一种或多种排板方式组成,并给出每种排板方式的使用频率。

排板方案应满足全部的毛坯需求,并且所用的板材数量应小于或等于其库存数量。

此外,组成排板方案的排板方式应满足相应的切割工艺要求。

因此,板材的排料实质是规划零件在板材上的排列布局,从材料上剪切出所需零件供产品加工和制造使用。

数学建模合理下料问题

数学建模合理下料问题

数学建模合理下料问题某钢管零售商从钢管厂进货,然后将钢管按照顾客的要求切割后售出,从钢管厂进货时,每根钢管的长度都是19米①现在有一客户需要50根4米、20根6米、15根8米的钢管,应如何下料最节省?②零售商如果采用的不同切割方式太多,将会导致生产过程的复杂化,从而增加生产和管理成本,所以该零售商规定采用的不同切割方式不能超过3种。

此外,该客户除需要①中的三种钢管外,还需要10根5米的钢管,应如何下料最省?(一)模型假设:1,假设钢管可以任意分割一根钢管可以有以下7种分法:①②③④⑤⑥⑦4米 4 3 2 1 1 0 06米0 1 0 2 1 3 08米0 0 1 0 1 0 2余料 3 1 3 3 1 1 3符号说明:x1-x7,表示对应分割方法下4,6,8米钢管的根数w , 表示所用的19米钢管数h , 表示余料模型分析:要求下料最节省,也即是所用的19米钢管数w最少。

客户需要50根4米、20根6米、15根8米的钢管,可以得到以下方程式:4x1+3x2+2x3+x4+x5>=50x2+2x4+x5+3x6>=20x3+x5+x7>=15Min h=3x1+x2+3x3+3x4+x5+x6+3x7模型求解:上述问题属于线性规划,它可以用单纯形法方法求解,也可以用LINDO软件求解。

用LINDO求解如下:直接输入min 3x1+x2+3x3+3x4+x5+x6+3x7subject to4x1+3x2+2x3+x4+x5=50x2+2x4+x5+3x6=20x3+x5+x7=15end将文件存储并命名后,选择菜单“solve”,并对提示“DO RANGE(SENSITIVITY)ANALYSIS”回答“是”或“否”。

即可得输出结果。

LP OPTIMUM FOUND AT STEP 4OBJECTIVE FUNCTION V ALUE1) 35.00000VARIABLE V ALUE REDUCED COSTX1 0.000000 0.000000X2 10.000000 0.000000X3 5.000000 0.000000X4 0.000000 4.750000X5 10.000000 0.000000X6 0.000000 4.750000X7 0.000000 1.500000模型假设:一根钢管可以有以下15种分法:⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂44 3 3 2 2 2 1 1 1 0 0 0 0 0 0 米0 1 0 2 1 0 3 1 0 2 2 1 1 0 0 5米0 0 1 0 1 0 0 0 1 1 0 2 1 3 0 6米0 0 0 0 0 1 0 1 1 0 1 0 1 0 2 8米3 2 1 1 0 3 0 2 1 3 1 2 0 1 3 余料符号说明:x1-x15,表示对应分割方法下4,5,6,8米钢管的根数w , 表示所用的19米钢管数h , 表示余料模型分析:要求下料最节省,也即是所用的19米钢管数w最少。

CAD材料的成本控制策略

CAD材料的成本控制策略

CAD材料的成本控制策略在CAD设计中,材料的成本控制策略是非常重要的,它直接影响着项目的预算和盈利能力。

本文将探讨一些有效的CAD材料成本控制策略,以帮助企业在设计过程中节约成本。

1. 选择合适的材料首先,选择合适的材料至关重要。

在CAD设计中,选用经济实惠的材料可以明显降低成本。

通过比较不同材料的价格和性能,选择适合项目需求的材料。

同时,还要考虑材料的可用性和供应渠道,以避免因材料短缺而导致的成本增加。

2. 优化设计在CAD设计过程中,优化设计可以有效地节约材料成本。

通过合理布局和精确计算,减少材料的浪费。

避免设计中的重叠或过度设计,通过最小化材料消耗来降低成本。

此外,使用CAD软件中的模拟和分析工具,可以在设计阶段就发现和解决潜在的问题,避免材料浪费和重新设计的成本。

3. 与供应商合作与材料供应商建立良好的合作关系也是降低成本的重要策略。

了解供应商的产品,与其进行积极的沟通,寻求优惠和折扣。

此外,通过与供应商合作,可以及时了解市场上新材料的推出和价格的变动情况,以便做出及时的调整策略。

4. 定期评估成本定期评估材料成本是一个持续改进的过程。

及时收集和分析项目中的材料成本数据,确保成本控制策略的有效性。

对成本较高的材料进行重新评估,寻找更具性价比的替代品。

同时,还可以通过合理的供应链管理和库存控制来降低材料成本。

5. 培训员工对CAD设计师进行培训,提高他们的专业知识和技能,也是一个有效的材料成本控制策略。

通过培训,设计师可以更好地理解材料的性能和特点,从而做出更合理的设计选择。

此外,还可以培养设计师的协作和创新能力,使他们能够在设计过程中提出更多的节约成本的建议。

综上所述,CAD材料的成本控制策略对于企业的盈利能力和竞争力至关重要。

选择合适的材料、优化设计、与供应商合作、定期评估成本及培训员工,都是有效的策略来降低材料成本。

通过实施这些策略,企业可以在设计过程中最大限度地控制成本,提高经济效益。

数学建模控制工程类问题

数学建模控制工程类问题

数学建模控制工程类问题
数学建模在控制工程类问题中的应用非常广泛。

控制工程是研究系统的控制原理、方法和技术,以达到预定的控制目标的工程学科。

数学建模可以帮助控制工程师建立系统的数学模型,分析系统的动态特性和稳定性,设计控制算法和参数,以实现对系统的控制。

在控制工程中,数学建模可以应用于以下几个方面:
1. 系统建模:数学建模可以帮助控制工程师将实际系统转化为数学模型。

通过对系统进行数学描述,可以分析系统的动态特性,预测系统的行为,为控制算法的设计提供基础。

2. 控制器设计:数学建模可以用于设计控制器。

通过建立系统的数学模型,可以根据系统的特点设计合适的控制算法和参数。

通过数学计算和仿真,可以评估控制器的性能,并对控制器进行优化。

3. 系统仿真:数学建模可以用于系统的仿真。

通过建立系统的数学模型,可以模拟系统的行为和响应。

通过仿真,可以评估控制策略的有效性和稳定性,优化系统的控制性能。

4. 系统优化:数学建模可以用于系统的优化。

通过建立系统的数学模型,可以确定系统的最优控制策略和参数。

通过数学优化算法,可以找到最优解或近似最优解,并优化系统的性能和效率。

总之,数学建模在控制工程类问题中发挥着重要的作用,可以帮助控制工程师分析系统的动态特性,设计合适的控制策略,优化系统的性能和效率。

同时,数学建模也是控制工程学科中的重要基础,对控制工程师的科研和实践具有重要指导意义。

板材切割问题LINGO求解

板材切割问题LINGO求解

《数学模型》课程结业论文题目板材切割的最优化问题院系理学院专业信息与计算科学学号2009041401017学生姓名麻林立任课教师单锋沈阳航空航天大学2011年5月任务及要求任务书[要求]1、将所给的问题翻译成汉语;2、给论文起个题目(名字或标题)3、根据任务来完成数学模型论文;4、论文书写格式要求按给定要求书写;5、态度要认真,要独立思考,独立完成任务;6、论文上交时间:6月1日前(要求交纸质论文和电子文档)。

7、严禁抄袭行为,若发现抄袭,则成绩记为“不及格”。

[任务]Cutting sheet metalA sheet metal workshop cuts pieces of sheet metal from large rectangular sheets of 48 decimeters × 96 decimeters (dm). It has received an order for 8 rectangular pieces of 36 dm × 50 dm, 13 sheets of 24 dm × 36 dm, 5 sheets of 20 dm × 60 dm, and 15 sheets of 18 dm × 30 dm. Theses pieces of sheet metal need to be cut from the available large pieces. How can this order by satisfied by using the least number of large sheets?金属板切割一个金属板材车间要在48dm×96dm的矩形大金属板上裁切。

车间受到一份8块36dm×50dm矩形板,13块24dm×36dm矩形板,5块20dm×60dm矩形板,15块18dm×30dm矩形板的订单。

  1. 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. 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. 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)。

板材成本控制问题摘要排样下料问题在很多工业领域中都有广泛应用,解决好排样问题,可以提高材料的利用率,板材下料成本控制问题是经典的优化问题,本文解决的是在板材面积和长宽比以及用材面积给定的情况下,根据不同的用材规格要求,确定最大的用材数y与l的关系。

在充分理解题意的基础上,本文通过建立非线性规划模型,利用LINGO软件求解,选出最优下料方案。

问题一中有一种下料方案,建立非线性规划模型并利用LINGO软件求解得出,当l=1、n=25时,最大用材数y=25问题二中有三种下料方案,第一种方案将圆形看做正方形排样,最优结果同问题一;第二种方案用材在板材上横向排样,排样会出现三种情况;第三种方案用材在板材上纵向排样,同样会出现三种情况;每种情况都可以建立非线性规划模型确定最大用材数y与l的关系,再利用LINGGO软件求解。

问题三中因为矩形用材长宽比为2:1比较特殊,两块矩形用材拼一块儿课形成正方形,所以只有两种下料方案,第一种方案用材在板材上纵向排样,此种排样结果会有两种情况;第二种方案用材在板材上纵向排样,此种排样结果同样会有两种情况。

每种情况都可以建立非线性规划模型确定最大用材数y与l的关系,再利用LINGGO软件求解。

问题四排样方案同问题三,问题四中矩形用材的长宽比在1到2之间最优排样方案会比问题三多,由于求解过程繁琐只对问题三中的两种方案加以求解。

关键词:非线性规划分向排样奇偶排列图表分析目录一.问题重述 (2)二.符号说明 (2)三.问题分析 (2)问题一问题二问题三问题四四.模型假设 (8)五.模型建立与求解 (8)六.模型评价 (21)参考文献 (21)一.问题重述板材下料成本控制问题是经典的优化问题。

考虑一块面积为A,长宽比为l的板材。

现在需要切割成面积为B的用材。

16/25≤=≤,不妨假设n为整数。

请根据下列n A B需求,建立实际问题的数学建模,确定最大的用材数y与l的关系。

问题一:用材为正方形,12≤≤,确定最大的用材数y与l的关系。

l问题二:用材为圆形,12≤≤,确定最大的用材数y与l的关系。

l并给出可能的不同下料方式。

问题三:用材为矩形,长宽比为2,12≤≤,确定最大的用材数y与l的关系。

并l给出可能的不同下料方式。

问题四:用材为矩形,长宽比为m,12≤≤,确定最大的用材数y与lml≤≤,12的关系。

并给出可能的不同下料方式。

二.符号说明A:板材面积B:用材面积l: 板材长宽之比y: 最大的用材数m:用材为矩形时的长宽比n:板材面积与用材面积之比R:用材为圆形时圆的半径[]:表示向下取整数三.问题分析由上述描述可知,对于不同的用材规格会有不同的方案,在满足条件16/25≤=≤(nn A B为正整数)的情况下,对于不同的用材需求给出如下分析:问题一:用材为正方形,12l ≤≤。

有一种下料方案如图1所示图1问题二:用材为圆形,12l ≤≤。

有三种下料方案,如下图所示: 方案一:圆的排列方式相当于正方形的排列方式图2方案二:用材在板材上横向排样,此种排列方式会有三种情况,即1.奇偶行切割的个数相等,2.奇数行比偶数行多一个且最后一行是奇数行,3.奇数行比偶数行多一个且最后一行是偶数行。

当奇数行切割后的余料宽度大于圆的半径R ,则奇偶行切割的圆的个数相等;当奇数行切割后的余料宽度小于圆的半径R ,则奇数行切割的圆的个数比偶数行多一个。

具体排样如下图所示图3图4图5方案三:用材在板材上纵向排样,此种排列方式会有三种情况,即1.奇偶行切割的个数相等,2.奇数行比偶数行多一个且最后一行是奇数行,3.奇数行比偶数行多一个且最后一行是偶数行。

当奇数行切割后的余料宽度大于圆的半径R,则奇偶行切割的圆的个数相等;当奇数行切割后的余料宽度小于圆的半径R,则奇数行切割的圆的个数比偶数行多一个。

具体排样如下图所示图6图7图8问题三:用材为矩形,长宽比为2,12≤≤。

有两种下料方案,切割方式如下图所示l所示,方案一:在板材上切割横向排列的所需矩形时会出现两种情况。

当板材最大限度切割出横向排列的矩形后,如果每排余料宽度小于用材宽度时无论所需矩形如何摆放都无法利用余料再进行切割;如果每排余料宽度大于用材宽度且小于用材长度时,余料还可以切出纵向摆放的矩形。

切割方式如图6、图7所示图9图10方案二:在板材上纵向切割所需矩形时同样会出现两种情况。

当板材最大限度切割出纵向排列的矩形后,如果余料宽度小于所需矩形宽度,则无法利用余料切割出所需矩形;如果余料宽度大于所需矩形宽度且小于所需矩形长度,则还可以在余料上切割出横向排列的矩形。

切割方式如图8、图9 所示图11图12问题四:用材为矩形,长宽比为m ,12l ≤≤,12m ≤≤。

切割方案同问题三 四.模型假设1.假设不考虑切割问题中切割造成的切边损失2.假设切割过程无人工误差3.假设切割出的用材均为合格品 五.模型建立与求解1.用材为正方形,12l ≤≤,16/25n A B ≤=≤,时最大的用材数y 与l 的关系为: ①目标函数的建立:[]nl l n ∙⎥⎥⎦⎤⎢⎢⎣⎡=②约束条件的建立:(1-11)③模型求解:2.用材为圆形,12l ≤≤,16/25n A B ≤=≤,最大的用材数y 与l 的关系,会有两种方案(1)第一种方案:当将圆形看成正方形排样时,最大的用材数y 与l 的关系式为: ①目标函数的建立:⎥⎥⎦⎤⎢⎢⎣⎡∙⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=R Al R l A y22max⎥⎥⎦⎤⎢⎢⎣⎡∙⎥⎥⎦⎤⎢⎢⎣⎡=44ππl n l n②约束条件的建立:③模型求解:利用LINGO 求解得:用材大小的约束条件 用材数量的约束条件板材的宽度与用材边长约束条件板材的长度与用材边长约束条件用材大小的约束条件用材数量的约束条件板材的宽度与用材大小约束条件板材的长度与用材大小约束条件(1-21)(2-11)(2-21)(2)第二种方案:用材在板材上横向排样,当奇数行第一个圆与板材相切,其余圆顺次排样,偶数行第一个圆圆心距板材一边为2R 并与奇数行相邻圆相切时,会有三种情况,即1.奇数行与偶数行排样数量相等,2.奇数行比偶数行排样数量多一个且最后一行为偶数行,3. 奇数行比偶数行排样数量多一个且最后一行为奇数行三种情况 第一种情况:奇数行与偶数行排样数量相等 ①目标函数的建立:⎥⎥⎦⎤⎢⎢⎣⎡∙⎪⎪⎪⎪⎭⎫⎝⎛+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=R Al R R l A y 2132max ⎥⎥⎦⎤⎢⎢⎣⎡∙⎪⎪⎭⎫ ⎝⎛+⎥⎥⎦⎤⎢⎢⎣⎡-=41323ππl n l n ②约束条件的建立:⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎨⎧≤∙⎥⎥⎦⎤⎢⎢⎣⎡≤≤∙⎥⎥⎦⎤⎢⎢⎣⎡-≤≥≥≥≥≤=≤≤≤224l n -nl 1即 ,22214l n 即 ,214即 ,2251621ππππR R R Al Al R R Al l n R lAn B A l③模型求解:第二种情况:奇数行比偶数行排样数量多一个且最后一行为偶数行用材大小的约束条件用材数量的约束条件板材余料宽度与用材半径大小的约束条件板材的宽度与用材大小约束条件 板材的长度与用材大小约束条件(2-21) (2-22)①目标函数的建立:⎪⎪⎭⎫ ⎝⎛-⎥⎥⎦⎤⎢⎢⎣⎡+⎥⎥⎦⎤⎢⎢⎣⎡∙+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1222132maxR Al R Al R R l A y⎪⎪⎭⎫ ⎝⎛-∙⎥⎥⎦⎤⎢⎢⎣⎡∙⎪⎪⎭⎫ ⎝⎛+⎥⎥⎦⎤⎢⎢⎣⎡-=12421323l n l n ππ②约束条件的建立:⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧=⎥⎥⎦⎤⎢⎢⎣⎡+⎥⎥⎦⎤⎢⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-≤∙⎥⎥⎦⎤⎢⎢⎣⎡≤≤∙⎥⎥⎦⎤⎢⎢⎣⎡-≤≥≥≥≥≤=≤≤≤为正整数,21323即,,2132124l n -nl 0即 ,22014l n 即 ,214即 ,2251621k k l n k R R l A R R R Al Al R Al l n R l A n B A l πππππ③模型求解:第三种情况:奇数行比偶数行排样数量多一个且最后一行为奇数行 ① 目标函数的建立:用材大小的约束条件用材数量的约束条件板材的宽度与用材大小约束条件 板材的长度与用材大小约束条件 板材余料宽度与用材半径大小的约束条件 偶数行的约束条件 (2-31)(2-32)[]⎪⎪⎭⎫ ⎝⎛-⎥⎥⎦⎤⎢⎢⎣⎡∙⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-+⎥⎥⎦⎤⎢⎢⎣⎡∙⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡+⎥⎥⎦⎤⎢⎢⎣⎡-=122132212132maxR Al R R l A R Al R R l A y⎪⎪⎭⎫ ⎝⎛-⎥⎥⎦⎤⎢⎢⎣⎡∙⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡+⎥⎥⎦⎤⎢⎢⎣⎡-+⎪⎪⎭⎫ ⎝⎛∙⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡+⎥⎥⎦⎤⎢⎢⎣⎡-=14213234121323l n l n l n l n ππππ ②约束条件的建立:⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧+=⎥⎥⎦⎤⎢⎢⎣⎡+⎥⎥⎦⎤⎢⎢⎣⎡-+=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-≤∙⎥⎥⎦⎤⎢⎢⎣⎡≤≤∙⎥⎥⎦⎤⎢⎢⎣⎡-≤≥≥≥≥≤=≤≤≤为正整数,121323即,,12132124l n -nl 0即 ,22014l n 即 ,214即 ,2251621k k l n k R R l A R R R Al Al R Al l n R l A n B A l πππππ ③模型求解:(3)第三种方案:用材在板材上纵向排样,当奇数行第一个圆与板材相切,其余圆顺次排样,偶数行第一个圆圆心距板材一边为2R 并与奇数行相邻圆相切时,会有三种情况,即1.奇数行与偶数行排样数量相等,2.奇数行比偶数行排样数量多一个且最后一行为偶数行,3. 奇数行比偶数行排样数量多一个且最后一行为奇数行三种情况 第一种情况:奇数行与偶数行排样数量相等用材大小的约束条件用材数量的约束条件板材的宽度与用材大小约束条件 板材的长度与用材大小约束条件板材余料宽度与用材半径大小的约束条件 奇数行的约束条件 (2-42) (2-41)①目标函数的建立:⎪⎪⎭⎫ ⎝⎛+⎥⎦⎤⎢⎣⎡-∙⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1R 3R 2Al R 2l A y max ⎪⎪⎭⎫ ⎝⎛+⎥⎦⎤⎢⎣⎡-∙⎥⎦⎤⎢⎣⎡=1323l n l 4n ππ ②约束条件的建立:⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧<∙⎥⎦⎤⎢⎣⎡-≤<∙⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-≤≥≥≥≥≤=≤≤≤22l 4n l n 1即,R 2R 2R 2l A l A R 14l n 即,R 2Al 14l n 即,R 2l A25n BA 162l 1ππππ ③模型求解:第二种情况:奇数行比偶数行排样数量多一个且最后一行为偶数行①目标函数的建立:⎪⎪⎪⎭⎫ ⎝⎛-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡∙⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎥⎦⎤⎢⎣⎡-=1R 2l A R 2l A 21R 3R 2Al y max ⎪⎪⎭⎫ ⎝⎛-⎥⎦⎤⎢⎣⎡∙∙⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎥⎦⎤⎢⎣⎡-=1l 4n 221323l n ππ ②约束条件的建立:用材大小的约束条件 用材数量的约束条件板材的宽度与用材大小约束条件 板材的长度与用材大小约束条件 板材余料宽度与用材半径大小的约束条件用材大小的约束条件用材数量的约束条件板材的宽度与用材大小约束条件板材的长度与用材大小约束条件(2-51)(2-52)(2-61)⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨=+⎥⎦⎤⎢⎣⎡-=+⎥⎦⎤⎢⎣⎡-<∙⎥⎦⎤⎢⎣⎡-≤<∙⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-≤≥≥≥≥≤=≤k 21323l n 即,k 21R 3R 2Al 12l 4n l n 0即,R R 2R 2l A l A 014l n 即,R 2Al 14l n 即,R 2lA 25n B A 16πππππ ③模型求解:第三种情况:奇数行比偶数行排样数量多一个且最后一行为奇数行 ①目标函数的建立:⎪⎪⎪⎭⎫ ⎝⎛-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡∙⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡+⎥⎦⎤⎢⎣⎡-+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡∙⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡+⎥⎦⎤⎢⎣⎡-=1R 2l A 21R 3R 2Al R 2l A 121R 3R 2Al y max ⎪⎪⎭⎫ ⎝⎛-⎥⎦⎤⎢⎣⎡∙⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡+⎥⎦⎤⎢⎣⎡-+⎥⎦⎤⎢⎣⎡∙⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡+⎥⎦⎤⎢⎣⎡-=1l 4n 21323l n l 4n 121323l n ππππ②约束条件的建立:板材余料宽度与用材半径大小的约束条件 k 为正整数,偶数行的约束条件用材大小的约束条件用材数量的约束条件板材的宽度与用材大小约束条件板材的长度与用材大小约束条件(2-62)(2-71)⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨+=+⎥⎦⎤⎢⎣⎡-+=+⎥⎦⎤⎢⎣⎡-<∙⎥⎦⎤⎢⎣⎡-≤<∙⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-≤≥≥≥≥≤=≤1k 21323l n 即,1k 21R 3R 2Al 12l 4n l n 0即,R R 2R 2l A l A 014l n 即,R 2Al 14l n 即,R 2lA 25n B A 16πππππ③模型求解:3 用材为矩形,长宽比为2,12l ≤≤,16/25n A B ≤=≤,时最大的用材数y 与l 的关系会有两种方案,第一种方案是矩形用材在板材上为横向排样,第二种方案是矩形用材在板材上纵向排样,每种方案又会分两种情况 (1)方案一:矩形用材在板材上横向排样第一种情况:矩形用材在板材上横向排样,余料宽度大于用材的宽度小于用材的长度 ①目标函数的建立:②约束条件的建立:用材大小的约束条件用材数量的约束条件板材长度与用材长度约束条件板材余料宽度与用材半径大小的约束条件 k 为正整数,奇数行的约束条件 (2-72) (3-11)③模型求解:第二种情况:矩形用材在板材上纵向排样,余料宽度小于用材宽度 ①目标函数的建立:②约束条件的建立:③模型求解:利用LINGO 求解得:用材大小的约束条件用材数量的约束条件板材长度与用材长度约束条件板材宽度与用材宽度约束条件板材余料与用材大小约束条件余料宽度与用材大小的约束条件(3-21)(3-21)(3-22)(2)方案二:矩形用材在板材上纵向排样第一种情况:矩形用材在板材上纵向排样,余料宽度大于用材的宽度小于用材的长度 ①目标函数的建立:②约束条件的建立:③模型求解:第二种情况:矩形用材在板材上纵向排样,余料宽度小于用材宽度 ①目标函数的建立:用材大小的约束条件用材数量的约束条件板材长度与用材长度约束条件板材宽度与用材宽度约束条件板材余料与用材大小约束条件(3-31)(3-32)②约束条件的建立:③模型求解:4用材为矩形,长宽比为m ,12l ≤≤,12m ≤≤,16/25n A B ≤=≤,最大的用材数y 与l 的关系会有两种方案, 第一种方案是矩形用材在板材上为横向排样,第二种方案是矩形用材在板材上纵向排样,每种方案又会分两种情况 (1)方案一:矩形用材在板材上横向排样第一种情况:矩形用材在板材上横向排样,余料宽度大于用材的宽度小于用材的长度 ①目标函数的建立:②约束条件的建立:用材大小的约束条件用材数量的约束条件板材长度与用材长度约束条件板材宽度与用材宽度约束条件板材余料与用材大小约束条件(3-41)(3-42)(3-51)③模型求解:第二种情况:矩形用材在板材上纵向排样,余料宽度小于用材宽度 ①目标函数的建立:②约束条件的建立:③模型求解:利用LINGO 求解得:用材大小的约束条件用材数量的约束条件板材长度与用材长度约束条件板材宽度与用材宽度约束条件余料宽度与用材大小的约束条件用材大小的约束条件用材数量的约束条件板材长度与用材长度约束条件板材宽度与用材宽度约束条件余料宽度与用材大小的约束条件(3-52)(3-61)(3-62)(2)方案二:矩形用材在板材上纵向排样第一种情况:矩形用材在板材上纵向排样,余料宽度大于用材的宽度小于用材的长度 ①目标函数的建立:②约束条件的建立:③模型求解:第二种情况:矩形用材在板材上纵向排样,余料宽度小于用材宽度 ①目标函数的建立:用材大小的约束条件用材数量的约束条件板材长度与用材长度约束条件板材宽度与用材宽度约束条件余料宽度与用材大小的约束条件(3-71)(3-72)②约束条件的建立:③模型求解:六.模型评价优点:用lingo 求解较为简单,用表格列出数据,直观,明了。

相关文档
最新文档