(完整版)运筹学实验报告

合集下载

运筹学实验报告

运筹学实验报告

实验报告运筹学学号:100103155姓名:周李斌专业:工业工程指导教师:周三玲二○一一年六月运筹学(一)实验报告一、实验目的:1)熟练掌握运筹学软件的相关操作2)学会使用软件求解运筹学中常见的数学模型,如线性规划问题、运输问题、目标规划问题、最短路问题、最大流问题等等3)了解线性规划问题在Excel中如何建立,主要是数据单元格、输出单元格、可变单元格和目标单元格的定义以及规划求解宏定义应用设置。

4)熟练掌握Excel规划求解宏定义模块使用。

二、实验仪器设备及材料计算机、Excel软件三、实验任务:Ⅰ、线性规划Ⅱ、目标规划Ⅲ、运输问题Ⅳ、最短路问题Ⅴ、最大流问题四、实验内容记录:问题1模型:Min z = -2X1-X2+3X3-5X4s.t. X1+2X2+4X3-X4<=62X1+3X2-X3+X4<=12X1+ X3+X4<=4X1,X2,X3,X4>=0实验步骤:1.建立问题模型如图所示:2.加载宏,用规划求解来计算3.结果分析:问题2模型:min z= P1d1-+P2d2++P3(5d3-+3d4-)+P4d1+ s.t. x1+x2+d1--d1+=80x1+x2+d2--d2+=90x1+x2+d3--d3+=70x1+x2+d4--d4+=45x1,x2,d i-,d i+≥0,i=1,2,3,4 实验步骤:1.建立问题模型如图所示:2.加载宏,用规划求解来计算3.结果分析问题3模型:求运输问题最优解实验步骤:1.建立问题模型如图所示:2.加载宏,用规划求解来计算3.结果分析问题4模型:求V1到各点的最短路2V2 V32 3 4 61 6V1 V5 V6 V43 4 3 7V7 V81实验步骤:1.建立问题模型如图所示:2.加载宏,用规划求解来计算3.结果分析得到f(v1,v8)=10,其余结果,方法同上。

问题5:求网络最大流V1 (1,1) V4(4,3) (3,2) (4,3 ) (7,6)Vs (3,2) V3 (2,2) Vt (10,4) (3,2) (5,3) (8,3)V2 (4,2) V5实验步骤:1.建立问题模型如图所示:2.加载宏,用规划求解来计算3.结果分析得最大流为V(f)=11,此时S=(Vs,V2),S=(V1,V3,V4,V5,Vf)实验总结(或心得体会)“通过构建、求解数学模型,规划、优化有限资源的合理利用,为科学决策提供量化一句的系统知识体系。

《运筹学》实验报告

《运筹学》实验报告

《运筹学》实验报告专业:工商管理专业班级:11-2班姓名:***学号:************指导老师:***前言第十一周、十二周,我们在雷莹老师的指导下,用计算机进行了有关运筹学的一系列实验。

本实验报告即是对这次试验的反馈。

本这次试验是为了帮助我们顺利完成有关《运筹学》课程内容的学习。

在先期,雷老师带领我们进行了《运筹学》理论课程的学习,不仅使我们了解和掌握了运筹学的相关知识,而且让我们认识到运筹学的现实意义,认识到现代社会数学与人们生产、生活之间的紧密联系和对人们生产、生活的巨大促进作用。

然而,与此同时,现代社会同时是一个计算机时代,我们只拥有理论知识还不够,必须把理论知识和计算技术结合起来,这样才能进一步提高生产力。

我相信这也是老师要求我们做这次试验的目的和初衷。

在实验中,我们主要是利用WinQSB软件进行相关试验,根据实验指导书中详细给出的各个实验的基本步骤和内容,独立完成各项实验。

本次实验中共包含4个实验,分别是线性规划实验、运输问题实验、整数规划实验,以及网络优化实验。

每个实验均与理论课中讲解的内容相对应。

部分实验内容用于使我们了解WinQSB软件的基本操作,而其它实验内容要求我们能够根据给出的问题,进行分析、建模和求解。

通过完成各项实验任务,使我们得以巩固已有的理论课程学习内容,为将来进一步的学习和实际应用打下基础。

线性规划实验通过对以下问题的分析,建立线性规划模型,并求解:某工厂要用三种原材料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,每天能供应的原材料数量及原材料单价分别见下表1和2。

该厂应如何安排生产,使利润收入为最大?表1表2实验报告要求(1)写出自己独立完成的实验内容,对需要建模的问题,给出问题的具体模型;(2)给出利用WinQSB软件得出的实验结果;(3)提交对实验结果的初步分析,给出自己的见解;实验过程:一、建立模型设Ac是A产品中用c材料,同理得出Ap、Ah、Bc、Bp、Bh、Dc、Dp、Dh34⎪⎪⎪⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎧≤++≤++≤++≤++≥++≤++≥++++++++++++++++=60Dh Bh Ah 100Dp Bp Ap 100Dc Bc Ac 5.0Bh Bp Bc Bp 25.0Bh Bp Bc Bc 25.0Ah Ap Ac Ap 5.0Ah Ap Ac Ac Dh Bh Ah 35-Dp Bp Ap 25-Dc Bc Ac 65-Dh Dp Dc 25Bh Bp Bc 35)(50 max )()()()()(H P C A A A z二、求解过程三、实验分析实验结果表明,在题目的要求下,该工厂只能生产A产品才能盈利,并且在使用c材料100个单位、p材料50个单位、h材料50个单位时,即生产200个单位的A产品时,才能获得最大利润,最大利润为500。

运筹学实验报告

运筹学实验报告

运筹学实验报告运筹学实验报告一、实验目的:本实验旨在了解运筹学的基本概念和方法,并通过实践,掌握运筹学在实际问题中的应用。

二、实验过程:1.确定运筹学的应用领域:本次实验选择了物流配送问题作为运筹学的应用领域。

2.收集数据:我们选择了一个小型企业的物流配送数据进行分析,并将数据录入到计算机中。

3.建立模型:根据所收集的数据,我们建立了一个代表物流配送问题的数学模型。

4.运用运筹学方法进行求解:我们运用了线性规划的方法对物流配送问题进行求解,并得到了最优解。

5.分析结果:通过分析最优解,我们得出了一些有关物流配送问题的结论,并提出了一些优化建议。

三、实验结果:通过运用运筹学方法对物流配送问题进行求解,我们得到了一个最优解,即使得物流成本最低的配送方案。

将最优解与原始的配送方案进行对比,我们发现最优解的物流成本降低了20%,节省了货物运输的时间,减少了仓储成本。

四、实验结论:通过本次实验,我们了解了运筹学的基本概念和方法,并成功应用运筹学方法解决了物流配送问题。

通过分析最优解,我们发现采用最优解可以降低物流成本,提高配送效率。

因此,我们得出结论:运筹学在物流配送问题中的应用具有重要意义,可以帮助企业降低成本、提高效率。

五、实验心得:通过本次实验,我对运筹学有了更深入的了解。

通过实践应用运筹学方法,我明白了运筹学的实用性和价值。

在以后的工作中,我会更加注重运筹学方法的应用,以解决实际问题,提高工作效率。

本次实验不仅增强了我的动手实践能力,也培养了我分析和解决问题的能力。

我将继续学习和探索运筹学的知识,为将来的工作打下坚实的基础。

运筹学实验报告

运筹学实验报告

实验二案例4.3 便民超市的网点布设一、背景资料介绍便民超市的网点布设:南平市规划在其远郊建一卫星城镇,下设20个街区,如图所示。

各街区居民数预期为1、4、9、13、17、20各12000人;2、3、5、8、11、14、19各14000人;6、7、10、12、15、16、18各15000人。

便民超市准备在上述街区进行布点。

根据方便就近的原则,在某一街区设点,该点将服务于该街区及相邻街区。

例如在编号为3的街区设一超市点,它服务的街区为1、2、3、4、6。

由于受到经费限制,便民超市将在上述20个街区内先设两个点。

请提供你的建议:在哪两个街区设点,使其服务范围的居民人数为最多。

二、数学模型的建立1、根据图示及材料可以总结出以下表格:2、设街区编号为Xi,在第i个街区设点能服务到的人数为a i令Xi=1时,表示在第i街区设点;Xi=0时,表示在第i街区不设点{10,2..m ax )20,193,2,1(01201201或目标函数:个街区不设点,在第个街区设点,在第==⎩⎨⎧=⋯⋯==∑∑==i i i i i i i i x x a t s x aZ i i i x三、数据输入方法1、打开运筹学软件,点击整数规划,选择纯整数规划,单击菜单中的“新建”2、在变量个数中输入:20,在约束条件中输入:21,选择Max ,然后单击确定3、在目标函数中变量X1,X2,……X19,X20所对应的系数分别填入:4、共设21个约束条件(j=21),前20个约束条件是为了保证Xi=0或1,第21个约束条件是为了保证从20个街区中选2个。

(1)在约束条件j (j=1、2、3…18、19、20)中:除了变量Xi (当i=j 时)的系数填“1”,其余变量的系数都填“0”,符号都选择“≤”,b 的值都为“1”;(2)在约束条件j (j=21)中:所有变量Xi 的系数都填“1”,符号选择“=”,b 的值为“2”四、数据输出解读1、所有数据输入完后,单击“解决”按钮,得到如下“提示信息”对话框2、单击“确定”后,得到“结果输出”表格3、结果表明:当便民超市在街区6和14设点时,其服务范围内的居民人数为最多;此时,预期最多服务人数为208000人。

运筹学实验报告

运筹学实验报告

运筹学实验报告学院:安全与环境工程姓名:***学号: **********专业:物流工程班级:物流1302班实验时间: 5月8日、 5月9日5月13日、5月14日5月20日、5月21日湖南工学院安全与环境工程学院2015年5月实验一线性规划一、实验目的1、理解线性规划的概念。

2、对于一个问题,能够建立基本的线性规划模型。

3、会运用Excel解决线性规划电子表格模型。

二、实验内容线性规划的一大应用适用于联邦航空公司的工作人员排程,为每年节省开支超过600万美元。

联邦航空公司正准备增加其中心机场的往来航班,因此需要雇佣更多的客户服务代理商,但是不知道到底要雇用多少数量的代理商。

管理层意识到在向公司的客户提供令人满意的服务水平的同时必须进行成本控制,因此,必须寻找成本与收益之间合意的平衡。

于是,要求管理团队研究如何规划人员才能以最小的成本提供令人满意的服务。

分析研究新的航班时间表,以确定一天之中不同时段为实现客户满意水平必须工作的代理商数目。

在表1.2的最后一栏显示了这些数目,其中第一列给出对应的时段。

表中的其它数据反映了公司与客户服务代理商协会所定协议上的一项规定,这一规定要求每一代理商工作8小时为一班,各班的时间安排如下:轮班1:6:00AM~2:00PM轮班2:8:00AM~4:00PM轮班3:中午~8:00PM轮班4:4:00PM~午夜轮班5:10:00PM~6:00AM表中打勾的部分表示这段时间是有相应轮班的。

因为轮班之间的重要程度有差异,所以协议中工资也因轮班所处的时间而不同。

每一轮班对代理商的补偿(包括收益)如最低行所示。

问题就是,在最低行数据的基础上,确定将多少代理商分派到一天之中的各个轮班中去,以使得人员费用最小,同时,必须保证最后一栏中所要求的服务水平的实现。

表1.1 联邦航空公司人员排程问题的数据轮班的时段时段 1 2 3 4 5 最少需要代理商的数量6:00AM~8:00AM √ 488:00AM~10:00AM √√ 7910:00AM~中午√√ 65中午~2:00PM √√√ 872:00PM~4:00PM √√ 644:00PM~6:00PM √√ 736:00PM~8:00PM √√ 828:00PM~10:00PM √ 4310:00PM~午夜√√ 52午夜~6:00AM √ 15每个代理商的每日成本 170 160 175 180 195三、实验步骤(1)明确实验目的:科学规划人员以最小的成本提供令人满意的服务。

运筹学实践教学报告范文(3篇)

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。

运筹学实习报告

运筹学实习报告

运筹学实习报告尊敬的导师:我在实习期间参与了运筹学相关项目的实操工作,现将我的实习报告提交给您。

本报告将从项目背景、实习目标、实习内容和心得感悟等方面进行说明,以展现我在实习期间的学习与成长。

1. 项目背景本次实习项目是与一家大型物流公司合作,目标是优化其货物配送路线。

该公司的物流管理系统存在一些瓶颈,导致运输效率低下,成本高昂。

通过运筹学的理论与方法,我们希望能够提高其运输效率,降低成本,并且优化整个供应链的管理。

2. 实习目标在该项目中,我的主要实习目标如下:a) 学习并掌握运筹学的相关理论知识;b) 熟悉物流管理系统的运行机制;c) 利用运筹学模型优化货物配送路线,并提出相应的解决方案;d) 能够运用运筹学工具进行数据分析与决策支持;e) 掌握优化模型的建立与求解方法。

3. 实习内容在实习期间,我参与了以下工作内容:a) 研究运输网络的拓扑结构,了解物流运输的基本流程;b) 分析公司现有物流管理系统的运行情况,发现问题与瓶颈;c) 学习并应用运筹学模型,建立货物配送路线优化的数学模型;d) 利用运筹学软件(如Gurobi、CPLEX等)进行模型求解;e) 将模型优化结果与公司现有系统进行对比,评估优化效果。

4. 心得感悟通过参与这个实习项目,我不仅深入学习了运筹学的理论知识,还锻炼了自己的实际操作能力。

在项目中,我遇到了许多挑战和困难,但通过不断学习和探索,最终取得了令人满意的成果。

首先,我了解到实际问题往往较为复杂,需要将运筹学的理论与实际情况相结合。

在建立货物配送路线优化模型时,我需要考虑实际的物流网络结构、交通状况以及客户需求等因素,这些因素对优化结果具有重要影响。

其次,我学会了运用运筹学工具进行数据分析和决策支持。

通过运筹学软件的运算和模型求解,我能够快速获得优化结果,并根据结果提出相关建议和决策。

这种数据驱动的决策方法能够提高工作效率和运作质量。

最后,我深刻体会到团队合作的重要性。

运筹学实验报告

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。

大学生运筹学实训报告范文

大学生运筹学实训报告范文

一、引言运筹学是一门应用数学的分支,它运用数学模型、统计方法和计算机技术等工具,对复杂系统进行优化和决策。

为了更好地理解和掌握运筹学的理论和方法,提高实际操作能力,我们开展了大学生运筹学实训。

以下是本次实训的报告。

二、实训目的1. 理解运筹学的基本概念、原理和方法;2. 学会运用运筹学解决实际问题;3. 提高团队协作和沟通能力;4. 培养独立思考和创新能力。

三、实训内容1. 线性规划(1)实训目的:通过线性规划实训,掌握线性规划问题的建模、求解和结果分析。

(2)实训内容:以生产问题为例,建立线性规划模型,运用单纯形法求解最优解。

2. 整数规划(1)实训目的:通过整数规划实训,掌握整数规划问题的建模、求解和结果分析。

(2)实训内容:以背包问题为例,建立整数规划模型,运用分支定界法求解最优解。

3. 非线性规划(1)实训目的:通过非线性规划实训,掌握非线性规划问题的建模、求解和结果分析。

(2)实训内容:以旅行商问题为例,建立非线性规划模型,运用序列二次规划法求解最优解。

4. 网络流(1)实训目的:通过网络流实训,掌握网络流问题的建模、求解和结果分析。

(2)实训内容:以运输问题为例,建立网络流模型,运用最大流最小割定理求解最优解。

5. 概率论与数理统计(1)实训目的:通过概率论与数理统计实训,掌握概率论与数理统计的基本概念、原理和方法。

(2)实训内容:以排队论为例,建立概率模型,运用排队论公式求解系统性能指标。

四、实训过程1. 组建团队,明确分工;2. 针对每个实训内容,查阅相关资料,了解理论背景;3. 根据实际问题,建立数学模型;4. 选择合适的算法,进行编程实现;5. 对结果进行分析,总结经验教训。

五、实训成果1. 理解了运筹学的基本概念、原理和方法;2. 掌握了线性规划、整数规划、非线性规划、网络流和概率论与数理统计等运筹学工具;3. 提高了团队协作和沟通能力;4. 培养了独立思考和创新能力。

六、实训心得1. 运筹学是一门实用性很强的学科,它可以帮助我们解决实际问题,提高工作效率;2. 在实训过程中,我们要注重理论联系实际,将所学知识应用于实际问题的解决;3. 团队协作和沟通能力在实训过程中至关重要,要学会与团队成员共同进步;4. 实训过程中,我们要敢于尝试,勇于创新,不断提高自己的实践能力。

运筹学实验报告

运筹学实验报告

运筹学实验报告实验目的:了解及掌握运筹学一些常用软件,如excel,WinQsb:实验步骤1用Excel求解数学规划例:求max=2x1+x2+x34x1+2x2+2x2≥42x1+4x2≤204x1+8x2+2x3≤4步骤:1.输入模型数据制E3的公式到E4-E6:3.从“工具”菜单中选择“规划求解”,将弹出的“规划求解参数”窗口中的目标单元格设为$E$3,可变单元格设为$B$2:$D$2,目标为求最大值: 4.添加约束:由于本例的约束条件类型分别为<=、>=和=,因此要分3次设置,每次设置完毕后都要单击“添加”按钮,如下图。

添加完成后选择“确定”返回。

5.单击“选项”按钮,将“规划求解选项”窗口中的“采用线性模型”和“假定非负”两项选中后点“确定”返回,设置好参数的界面如下图:6.单击“求解”按钮,得到问题的最优解为:x1 =1,x2=0,x3=0,max Z=2。

2.winQSB求解线性规划及整数规划[例]求解线性规划问题:Minz=2x1—x2+2x32x1+2x2+x3=43x1+x2+x4=6第1步:生成表格选择“程序,生成对话框:第2步:输入数据单击“OK”,生成表格并输入数据如下第3步:求解):x1,x2,x3决策变量(Decision Variable最优解:x1=2,x2=0,x3=0目标系数:c1=2,c2= -1,c3=2最优值:4;其中x1贡献4、x2,x3贡献0;检验数(Reduced Cost):0,0,1.75。

目标系数的允许减量(Allowable Min.c[j])和允许增量(Allowable Max.c[j]):目标系数在此范围变量时,最优基不变。

约束条件(Constraint):C1、C2;左端(Left Hand Side):4,6右端(Right Hand Side):4,6松驰变量或剩余变量(Slack or Surplus):该值等于约束左端与约束右端之差。

运筹学实验报告

运筹学实验报告

运筹学实验报告运筹学实验报告一、引言运筹学是一门研究如何有效地进行决策和规划的学科。

它利用数学、统计学和计算机科学的方法,帮助解决各种实际问题。

本次实验旨在通过实际案例,探讨运筹学在实践中的应用。

二、问题描述我们选择了一个物流配送问题作为本次实验的研究对象。

假设有一家电商公司,需要将一批商品从仓库分配给不同的客户。

每个客户的需求量和距离仓库的距离都不同。

我们的目标是找到一种最优的配送方案,以最小化总配送成本。

三、数学模型为了解决这个问题,我们采用了整数规划模型。

首先,我们定义了以下变量:- Xij:表示将商品从仓库i分配给客户j的数量- Di:表示仓库i的供应量- Dj:表示客户j的需求量- Cij:表示将商品从仓库i分配给客户j的单位运输成本然后,我们建立了以下约束条件:1. 每个仓库的供应量不能超过其库存量:∑Xij ≤ Di2. 每个客户的需求量必须得到满足:∑Xij ≥ Dj3. 分配的商品数量必须是非负整数:Xij ≥ 0最后,我们的目标是最小化总配送成本:Minimize ∑Cij*Xij四、实验步骤1. 收集数据:我们收集了仓库的库存量、客户的需求量和单位运输成本的数据,并进行了整理和清洗。

2. 建立数学模型:根据收集到的数据,我们建立了上述的整数规划模型。

3. 求解模型:我们使用了运筹学软件对模型进行求解,并得到了最优的配送方案和总配送成本。

4. 分析结果:我们对结果进行了分析,比较了不同方案的优劣,并提出了一些建议。

五、实验结果与分析经过运筹学软件的求解,我们得到了最优的配送方案和总配送成本。

通过与其他方案的比较,我们发现该方案在成本上具有明显的优势。

同时,我们还发现一些仓库和客户之间的距离较远,可能会导致运输时间和成本增加。

因此,我们建议公司可以考虑优化仓库和客户的布局,以减少运输成本。

六、实验总结本次实验通过运筹学的方法,解决了一个物流配送问题。

我们通过建立数学模型、求解模型和分析结果,得出了最优的配送方案和总配送成本。

实用运筹学实习报告

实用运筹学实习报告

一、实习目的本次实习旨在使我对运筹学有一个更深入的了解,掌握运筹学的基本原理和方法,提高运用运筹学解决实际问题的能力。

通过实习,我将学会如何运用运筹学的方法对实际问题进行分析和求解,提高自己的综合素质。

二、实习时间2022年6月1日至2022年7月31日三、实习单位某知名企业四、实习内容1. 了解运筹学的基本原理和方法在实习期间,我首先对运筹学的基本原理和方法进行了系统学习。

通过阅读相关书籍和资料,我对线性规划、整数规划、网络流、动态规划、排队论等运筹学方法有了较为全面的了解。

2. 参与实际项目在实习期间,我参与了企业的一个实际项目,该项目涉及到生产计划与调度问题。

我运用所学的运筹学知识,对该项目进行了分析和求解。

(1)问题背景该企业主要生产电子产品,产品种类繁多,生产周期较短。

为了提高生产效率,降低生产成本,企业希望优化生产计划与调度。

(2)问题建模根据企业实际情况,我将生产计划与调度问题建模为一个线性规划问题。

模型中,变量表示生产任务,约束条件包括生产设备能力、生产周期、原材料供应等。

(3)求解方法运用Lingo软件,对所建立的线性规划模型进行求解。

通过调整参数,寻找最优的生产计划与调度方案。

(4)结果分析根据求解结果,我对最优方案进行了详细分析,包括生产任务分配、生产设备使用、原材料消耗等方面。

通过对比不同方案,为企业提供了优化生产计划与调度的建议。

3. 总结与反思通过本次实习,我对运筹学在实际问题中的应用有了更深入的认识。

以下是我对实习过程的总结与反思:(1)理论联系实际实习过程中,我深刻体会到理论联系实际的重要性。

在解决问题时,要善于将所学知识运用到实际中,提高自己的实际操作能力。

(2)运用软件求解在实际问题中,运用运筹学软件求解问题是一种高效的方法。

通过学习Lingo软件,我掌握了如何运用软件进行建模和求解,提高了自己的工作效率。

(3)团队协作实习过程中,我与团队成员共同完成了项目。

运筹学实验报告

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。

哈工大运筹学实验报告实验

哈工大运筹学实验报告实验

哈工大运筹学实验报告实验实验一:货物运输问题的数学建模与求解实验目的:1.了解货物运输问题的数学建模方法;2.掌握货物运输问题的线性规划求解方法;3.学会使用运筹学软件求解货物运输问题。

实验原理:货物运输问题属于线性规划问题的一种,其目标是在满足供需平衡和运输容量限制的前提下,使运输成本最小化。

实验内容:1.问题描述:公司有m个供应点和n个需求点,其中每个供应点的供应量为si (i=1,2,…,m),每个需求点的需求量为dj (j=1,2,…,n)。

公司希望通过运输将货物从供应点送到需求点,各供应点到需求点的单位运输成本为aij (i=1,2,…,m; j=1,2,…,n)。

公司希望确定每个供应点与需求点之间的货物运输量xij,以及总运输成本C,使总运输成本最小。

2.数学建模:设xij表示从第i个供应点到第j个需求点的货物运输量,C表示总运输成本,则该问题的数学模型可以描述为:min C = ∑(i=1 to m) ∑(j=1 to n) aij * xijsubject to:∑(j=1 to n) xij = si, i=1,2,…,m∑(i=1 to m) xij = dj, j=1,2,…,nxij ≥ 0, i=1,2,…,m; j=1,2,…,n3.求解方法:利用运筹学软件求解上述线性规划问题,得到最优解。

实验步骤:1.在运筹学软件中新建一个线性规划模型;2.设定决策变量、目标函数和约束条件,并输入相应参数;3.运行求解算法,得到最优解。

实验结果:根据实验步骤,通过运筹学软件求解货物运输问题,得到最优解如下:供应点1到需求点1的运输量为x11=200;供应点1到需求点2的运输量为x12=150;供应点2到需求点1的运输量为x21=100;供应点2到需求点2的运输量为x22=250;总运输成本最小为C=900。

实验总结:通过本次实验,我了解了货物运输问题的数学建模方法,并掌握了线性规划求解的基本步骤。

运筹学实验报告1

运筹学实验报告1

运筹学实验报告1《运筹学》课程实验报告一学院:专业:班级:姓名:学号:指导老师:实验报告班级学号姓名课程名称运筹学开课实验室实验时间实验项目名称【实验项目一】线性规划综合性实验实验性质验证性()综合性(√)设计性()成绩指导老师签名实验条件:硬件:计算机,软件:lingo11实验目的及要求:使学生掌握线性规划建模的方法以及至少掌握一种线性规划软件的使用,提高学生应用线性规划方法解决实际问题的实践动手能力。

实验内容:熟悉、了解LINGO系统菜单、工具按钮、建模窗口、求解器运行状态窗口以及结果报告窗口等的环境。

实验过程:1.选择合适的线性规划问题可根据自己的建模能力,从本实验指导书提供的参考选题中或从其它途径选择合适的线性规划问题。

2.建立线性规划数学模型针对所选的线性规划问题,运用线性规划建模的方法,建立恰当的线性规划数学模型。

3.用运筹学软件求解线性规划数学模型应用运筹学软件Lingo对已建好的线性规划数学模型进行求解。

4.对求解结果进行应用分析对求解结果进行简单的应用分析。

实验习题计算:使用lingo来求解下列例题1. MAXZ=2X1+2X2X1-X2≥-1-0.5X1+X2≤2X1,X2≥0解:运用软件lingo11求解线性规划例题1如下:由上述运算结果可知:该线性规划问题的解为无界解,X=(2,3)是它的一个基可行解。

2. MINZ=1000X1+800X2X1≥10.8X1+X2≥1.6X1≤2X2≤1.4X1,X2≥0解:运用软件lingo11求解线性规划例题1如下:由上述运算结果可知:该线性规划问题的最优解X=(1,0.8),目标值Z=1640实验总结:例题1可用图解法检验,从图中可以清楚的看出,该问题可行域无界,目标函数值可以增大到无穷大,该题解为无界解;但在其可行域中存在顶点X=(2,3),故X=(2,3)为该线性规划问题的基可行解。

运筹学实训实验报告

运筹学实训实验报告

一、实验背景运筹学是一门应用数学的分支,它运用数学模型和算法来解决各种优化问题。

随着现代科技的发展,运筹学在各个领域的应用越来越广泛,如生产管理、物流运输、资源分配等。

为了提高学生运用运筹学知识解决实际问题的能力,我们开展了运筹学实训实验。

二、实验目的1. 熟悉运筹学的基本概念和常用方法;2. 掌握线性规划、整数规划、运输问题、目标规划等运筹学模型;3. 学会运用计算机软件解决实际问题;4. 培养学生的团队合作精神和创新意识。

三、实验内容本次实验主要包括以下内容:1. 线性规划:以生产计划问题为例,建立数学模型,并运用Excel规划求解器求解最优解。

2. 整数规划:以人员排班问题为例,建立数学模型,并运用Lingo软件求解最优解。

3. 运输问题:以物流配送问题为例,建立数学模型,并运用Lingo软件求解最优解。

4. 目标规划:以投资组合问题为例,建立数学模型,并运用Lingo软件求解最优解。

四、实验步骤1. 线性规划实验(1)问题分析:某企业需要生产甲、乙两种产品,已知生产甲、乙两种产品所需的原料、劳动力及设备等资源消耗量,以及产品的售价和利润。

(2)模型建立:根据问题分析,建立线性规划模型,目标函数为最大化利润,约束条件为资源消耗量不超过限制。

(3)求解:运用Excel规划求解器求解最优解。

2. 整数规划实验(1)问题分析:某公司需要安排员工值班,要求每天至少有3名员工值班,且员工值班时间不能超过一周。

(2)模型建立:根据问题分析,建立整数规划模型,目标函数为最小化员工值班成本,约束条件为员工值班时间不超过限制。

(3)求解:运用Lingo软件求解最优解。

3. 运输问题实验(1)问题分析:某物流公司需要将货物从A、B两个仓库运送到C、D两个销售点,已知各仓库的货物量、各销售点的需求量以及运输成本。

(2)模型建立:根据问题分析,建立运输问题模型,目标函数为最小化运输成本,约束条件为各仓库的货物量不超过需求量。

运筹学实训报告范文模板

运筹学实训报告范文模板

一、实习概况1. 实习时间:20XX年X月至20XX年X月2. 实习地点:[实习单位名称]3. 实习目的:通过本次运筹学实训,加深对运筹学基本理论和方法的理解,提高解决实际问题的能力,培养团队协作精神。

二、实习内容1. 实训课程概述:本次实训主要围绕运筹学的核心内容展开,包括线性规划、整数规划、网络流、非线性规划、决策分析等。

2. 实训项目:(1)线性规划问题建模与求解(2)整数规划问题建模与求解(3)网络流问题建模与求解(4)非线性规划问题建模与求解(5)决策分析案例研究三、实训过程1. 线性规划问题建模与求解(1)问题描述:以某企业生产计划问题为例,建立线性规划模型,求解最优生产方案。

(2)模型建立:根据实际问题,确定决策变量、目标函数和约束条件。

(3)求解方法:运用单纯形法进行求解。

(4)结果分析:比较不同方案的成本和产量,得出最优生产方案。

2. 整数规划问题建模与求解(1)问题描述:以某企业投资组合优化问题为例,建立整数规划模型,求解最优投资方案。

(2)模型建立:根据实际问题,确定决策变量、目标函数和约束条件。

(3)求解方法:运用分支定界法进行求解。

(4)结果分析:分析不同投资组合的风险和收益,得出最优投资方案。

3. 网络流问题建模与求解(1)问题描述:以某物流公司运输调度问题为例,建立网络流模型,求解最优运输方案。

(2)模型建立:根据实际问题,确定决策变量、目标函数和约束条件。

(3)求解方法:运用最大流最小割定理进行求解。

(4)结果分析:分析不同运输路径的成本和时间,得出最优运输方案。

4. 非线性规划问题建模与求解(1)问题描述:以某工厂生产优化问题为例,建立非线性规划模型,求解最优生产方案。

(2)模型建立:根据实际问题,确定决策变量、目标函数和约束条件。

(3)求解方法:运用拉格朗日乘数法进行求解。

(4)结果分析:分析不同生产方案的成本和产量,得出最优生产方案。

5. 决策分析案例研究(1)问题描述:以某企业新产品研发项目为例,运用决策树法进行决策分析。

运筹学实践教学报告模板(3篇)

运筹学实践教学报告模板(3篇)

第1篇一、引言运筹学作为一门应用广泛的学科,其核心在于运用数学模型和算法解决实际问题。

为了更好地理解和掌握运筹学的理论和方法,本次实践教学报告以XX项目为例,详细阐述运筹学在实际问题中的应用过程。

二、项目背景与目标1. 项目背景XX项目是XX公司为提高生产效率、降低成本而提出的一个优化问题。

公司现有生产线,由于设备老旧、工艺流程不合理等原因,导致生产效率低下,成本较高。

为了解决这一问题,公司决定运用运筹学方法进行生产线优化。

2. 项目目标通过运筹学方法,对XX项目生产线进行优化,实现以下目标:- 提高生产效率,降低生产周期;- 降低生产成本,提高企业经济效益;- 优化生产线布局,提高生产线柔性。

三、运筹学方法选择与应用1. 方法选择针对XX项目的特点,本次实践选择了以下运筹学方法:- 线性规划(Linear Programming,LP)- 整数规划(Integer Programming,IP)- 模拟退火算法(Simulated Annealing,SA)2. 方法应用(1)线性规划首先,根据XX项目实际情况,建立了线性规划模型。

模型中包含决策变量、目标函数和约束条件。

通过求解线性规划模型,得到了最优的生产方案,包括各设备的生产能力分配、生产顺序安排等。

(2)整数规划由于部分设备的生产能力为整数,因此采用整数规划方法对模型进行改进。

通过求解整数规划模型,进一步优化了生产方案,使得设备利用率达到最大化。

(3)模拟退火算法为了提高生产方案的鲁棒性,采用模拟退火算法对优化后的生产方案进行全局搜索。

通过模拟退火算法,得到了一组更加优化的生产方案,提高了生产线的柔性。

四、结果与分析1. 结果经过运筹学方法的应用,XX项目生产线优化取得了以下成果:- 生产效率提高了XX%;- 生产周期缩短了XX天;- 生产成本降低了XX%;- 生产线柔性得到了显著提高。

2. 分析(1)线性规划方法的应用使得生产线设备利用率得到最大化,从而提高了生产效率;(2)整数规划方法的应用确保了设备生产能力的合理分配,避免了生产过程中的资源浪费;(3)模拟退火算法的应用使得生产方案具有更好的鲁棒性,提高了生产线的柔性。

运筹学实验报告

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

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。

  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)。

运筹学实验报告班级:数电四班姓名:刘文搏学号:一、实验目的运用MATLAB程序设计语言完成单纯性算法求解线性规划问题。

二、实验内容编写一个MATLAB的函数文件:linp.m用于求解标准形的线性规划问题:min f=c*x subject to :A*x=b ; x>=0;1、函数基本调用形式:[x,minf,optmatrx,flag]=linp(A,b,c)2、参数介绍:A:线性规划问题的约束A*x=b且x>=0中变量的系数组成的矩阵,是一个m*n的矩阵。

c :线性规划问题的目标函数f=c*x中各变量的系数向量,是一个n 维的行向量。

b :线性规划问题的约束A*x=b且x>=0中的常数向量,是一个m维的列向量。

x :输出线性规划问题的最优解,当线性规划问题没有可行解或有可行解无最优解时x=[].minf :输出线性规划问题的最优值,当线性规划问题没有可行解时minf=[],当线性规划问题有可行解无最优解时minf=-Inf。

flag :线性规划问题的求解结果标志值,当线性规划问题有最优解时flag=1,当线性规划问题有可行解无最优解时flag=0,当线性规划问题没有可行解时flag=-1.cpt:输出最优解对应的单纯性表,当线性规划问题没有可行解或有可行解无最优解时cpt=[].三、Linp函数%此函数是使用两阶段算法求解线性规划问题function [x,minf,flag,cpt]=linp(A,b,c);for i=1:p %判断b是否<=0;将b转换成大于0;if b(i)<0A(i,:)=-1*A(i,:);b(i)=-1*b(i);endend%返回值:x,第一张单纯形表,基,标志参数 A,c,b%********第一张单纯形表的初始化[m,n]=size(A);%获得矩阵A的维数[p,q]=size(b);dcxb=zeros(m+2,m+n+1);%确定第一张单纯形表的大小dcxb(1,:)=[-c,zeros(1,m+1)];%¸给表的第一行赋值dcxb(2,:)=[zeros(1,n),-1*ones(1,m),0];%¸给表的第二行赋值dcxb([3:m+2],:)=[A,eye(m,m),b];%添A和b到表中jxl=[n+1:n+m];for i=3:m+2dcxb(2,:)=dcxb(2,:)+dcxb(i,:);for i=3:m+2dxcb(2,:)=dxcb1(2,:)+dxcb1(i,:);enddxcb;%************辅助问题换基迭代**********************dyl=find(dcxb(2,[1:m+n])>0);while ~isempty(dyl)firstnum=dyl(1);dll=dcxb([3:m+2],firstnum);youduanb=dcxb([3:m+2],m+n+1);look=find(dll>0);if isempty(look)dcxb(2,firstnum)=0;elsemin=Inf;for i=3:m+2if dll(i-2)>0&youduanb(i-2)/dll(i-2)<min min=youduanb(i-2)/dll(i-2);line1=i;endenddcxb(line1,:)=dcxb(line1,:)/dcxb(line1,firstnum);for i=1:m+2if i~=line1dcxb(i,:)=dcxb(i,:)+(-1*dcxb(i,firstnum)*dcxb(line1,: ));endendjxl(line1-2)=firstnum;enddyl=find(dcxb(2,[1:m+n])>0);dcxbendif dcxb(2,m+n+1)>0fprintf('g>0,´此问题没有可行解');x=[];minf=inf;cpt=[];flag=-1;returnendlook1=find(jxl>n);if dcxb(2,m+n+1)==0 %等于0,判断基变量中是否有人工变量;if ~isempty(look1)%´存在时进行处理while ~isempty(look1)line2=look1(1)+2;chdy0=find(dcxb(line2,[1:n])~=0);if isempty(chdy0)%´存在人工变量都为零的那一行,去掉该行dcxb(line2,:)=[];look1(1)=[];jxl(line2-2)=[];else%否则进行换基迭代secondnum=chdy0(1);dcxb(line2,:)=dcxb(line2,:)/dcxb(line2,secondnum);jxl(line2-2)=secondnum;for i=1:m+2if i~=line2dcxb(i,:)=dcxb(i,:)+(-1*dcxb(i,secondnum)*dcxb(line2, :));end;endlook1(1)=[];end;endendend%去掉人工变量,得到单纯性的第一张表dcxb(2,:)=[];dcxb(:,[n+1:n+m])=[];%有可行解,判断zdcxb2=dcxb;look2=find(dcxb2(1,[1:n])>0);while ~isempty(look2)thirdnum=look2(1);duilie=dcxb2([2:m+1],thirdnum);youduanb1=dcxb2([2:m+1],n+1);look3=find(duilie>0);if isempty(look3)fprintf('´此问题有可行解,但没有最优解'); x=zeros(n,1);[mi,n1]=size(jxl);for i=1:n1x(jxl(i))=dcxb2(i+1,n+1);endfprintf(' 可行解为');xminf=-Infcpt=[]flag=0returnendmin1=Inf;for i=1:mif duilie(i)>0&youduanb1(i)/duilie(i)<min1%找最小比值min1=youduanb1(i)/duilie(i);line=i+1;%记录行数endenddcxb2(line,:)=dcxb2(line,:)/dcxb2(line,thirdnum);for i=1:m+1if i~=linedcxb2(i,:)=dcxb2(i,:)+(-1*dcxb2(i,thirdnum)*dcxb2(lin e,:));endendjxl(line-1)=thirdnum;dcxb2look2=find(dcxb2(1,[1:n])>0);endminf=dcxb2(1,n+1);x=zeros(n,1);[p,q]=size(jxl);fprintf('\最优解已找到n');for i=1:qx(jxl(i))=dcxb2(i+1,n+1); endfprintf('最优可行解为:');xfprintf('最优值为:');minfcpt=dcxb2;fprintf('最优解对应的单纯形表为:');cptflag=1return例题1.A=[1/2 1 1/2 -2/3; 3/2 0 3/4 0];b=[2; 3];c=[4 0 3 0];运行结果:>> [x,minf,flag,cpt]=linp(A,b,c)请一次输入系数矩阵A;输入右端向量b; 输入所求问题的向量cA=[1/2 1 1/2 -2/3; 3/2 0 3/4 0];b=[2; 3];c=[4 0 3 0];dcxb =-4.0000 0 -3.0000 0 0 0 02.0000 1.0000 1.2500 -0.6667 0 05.00000.5000 1.0000 0.5000 -0.6667 1.0000 02.00001.5000 0 0.7500 0 0 1.00003.0000dcxb =0 0 -1.0000 0 0 2.66678.00000 1.0000 0.2500 -0.6667 0 -1.33331.00000 1.0000 0.2500 -0.6667 1.0000 -0.33331.00001.0000 0 0.5000 0 0 0.66672.0000dcxb =0 0 -1.0000 0 0 2.66678.00000 0 0 0 -1.0000 -1.0000 00 1.0000 0.2500 -0.6667 1.0000 -0.33331.00001.0000 0 0.5000 0 0 0.66672.0000最优解已找到!最优可行解为:x =21最优值为:minf =8最优解对应的单纯形表为:cpt =0 0 -1.0000 0 8.00000 1.0000 0.2500 -0.6667 1.00001.0000 0 0.5000 02.0000flag =1ans =21例题2A=[1/2 1 1/2 -2/3; 3/2 0 3/4 0;3 -6 0 4];b=[2; 3;0];c=[4 0 3 0];运行结果>> [x,minf,flag,cpt]=linp(A,b,c)请一次输入系数矩阵A;输入右端向量b; 输入所求问题的向量cA=[1/2 1 1/2 -2/3; 3/2 0 3/4 0;3 -6 0 4];b=[2; 3;0];c=[4 0 3 0];dcxb =Columns 1 through 6-4.0000 0 -3.0000 0 0 0 5.0000 -5.0000 1.2500 3.3333 0 00.5000 1.0000 0.5000 -0.6667 1.0000 01.5000 0 0.7500 0 0 1.0000 3.0000 -6.0000 0 4.0000 0 0 Columns 7 through 80 00 5.00000 2.00000 3.0000dcxb =Columns 1 through 60 -8.0000 -3.0000 5.3333 0 0 0 5.0000 1.2500 -3.3333 0 0 0 2.0000 0.5000 -1.3333 1.0000 00 3.0000 0.7500 -2.0000 0 1.00001.0000 -2.0000 0 1.3333 0 0 Columns 7 through 81.3333 0-1.6667 5.0000-0.1667 2.0000-0.5000 3.00000.3333 0dcxb =Columns 1 through 60 0 -1.0000 0 4.0000 0 0 0 0 0.0000 -2.5000 0 0 1.0000 0.2500 -0.6667 0.5000 00 0 0 0 -1.5000 1.00001.0000 0 0.5000 0 1.0000 0 Columns 7 through 80.6667 8.0000-1.2500 0-0.0833 1.00000.1667 2.0000dcxb =Columns 1 through 60 0 -1.0000 0 4.0000 0 0 0 0 0 -2.5000 0 0 1.0000 0.2500 -0.6667 0.5000 00 0 0 0 -1.5000 1.00001.0000 0 0.5000 0 1.0000 0 Columns 7 through 80.6667 8.0000-1.2500 0-0.0833 1.0000-0.2500 00.1667 2.0000最优解已找到!最优可行解为:x =21最优值为:minf =8最优解对应的单纯形表为:cpt =0 0 -1.0000 0 8.00000 1.0000 0.2500 -0.6667 1.00001.0000 0 0.5000 02.0000flag =1ans =21例题3A= [1/2 1 1/2 -2/3; 3/2 0 1/2 0;3 -6 0 4];b=[2; 3;0];c=[4 0 3 0];运行结果:>> [x,minf,flag,cpt]=linp(A,b,c)请一次输入系数矩阵A;输入右端向量b; 输入所求问题的向量cA=[1/2 1 1/2 -2/3; 3/2 0 1/2 0;3 -6 0 4];b=[2; 3;0];c=[4 0 3 0];dcxb =Columns 1 through 6-4.0000 0 -3.0000 0 0 05.0000 -5.0000 1.0000 3.3333 0 00.5000 1.0000 0.5000 -0.6667 1.0000 01.5000 0 0.5000 0 0 1.0000 3.0000 -6.0000 0 4.0000 0 0 Columns 7 through 80 00 5.00000 2.00000 3.00001.0000 0dcxb =Columns 1 through 60 -8.0000 -3.0000 5.3333 0 0 0 5.0000 1.0000 -3.3333 0 0 0 2.0000 0.5000 -1.3333 1.0000 00 3.0000 0.5000 -2.0000 0 1.00001.0000 -2.0000 0 1.3333 0 0 Columns 7 through 81.3333 0-1.6667 5.0000-0.1667 2.0000-0.5000 3.00000.3333 0dcxb =Columns 1 through 60 0 -1.0000 0 4.0000 0 0 0 -0.2500 0.0000 -2.5000 0 0 1.0000 0.2500 -0.6667 0.5000 00 0 -0.2500 0 -1.5000 1.00001.0000 0 0.5000 0 1.0000 0 Columns 7 through 80.6667 8.0000-1.2500 0-0.0833 1.0000-0.2500 00.1667 2.0000dcxb =Columns 1 through 60 0 -1.0000 0 4.0000 0 0 0 -0.2500 0 -2.5000 0 0 1.0000 0.2500 -0.6667 0.5000 00 0 -0.2500 0 -1.5000 1.00001.0000 0 0.5000 0 1.0000 0 Columns 7 through 80.6667 8.0000-1.2500 0-0.0833 1.0000-0.2500 00.1667 2.0000最优解已找到!最优可行解为:x =21最优值为:minf =8最优解对应的单纯形表为:cpt =0 0 0 0 8.0000 0 1.0000 0 -0.6667 1.00000 0 1.0000 0 01.0000 0 0 02.0000 flag =1ans =21例题4A=[-1 1 -1 0;-1 -1 0 -1];b=[1;2];c=[2 2 0 0];运行结果>>[x,minf,flag,cpt]=linp(A,b,c)请一次输入系数矩阵A;输入右端向量b; 输入所求问题的向量c A=[-1 1 -1 0;-1 -1 0 -1];b=[1;2];c=[2 2 0 0];dcxb =-2 -2 0 0 0 0 0-2 0 -1 -1 0 0 3-1 1 -1 0 1 0 1-1 -1 0 -1 0 1 2g>0,此问题没有可行解ans =[]例题5A=[-1 0 1 0 0;0 1 0 1 0;-1 2 0 0 1];b=[4; 3 ; 8];c=[-2 -5 0 0 0];运行结果:>> [x,minf,flag,cpt]=linp(A,b,c)请一次输入系数矩阵A;输入右端向量b; 输入所求问题的向量c A=[-1 0 1 0 0;0 1 0 1 0;-1 2 0 0 1];b=[4; 3 ; 8];c=[-2 -5 0 0 0];dcxb =2 5 0 0 0 0 0 0 0 -23 1 1 1 0 0 0 15 -1 0 1 0 0 1 0 04 0 1 0 1 0 0 1 0 3 -1 2 0 0 1 0 0 1 8 dcxb =2 0 0 -5 0 0 -5 0 -15 -2 0 1 -2 1 0 -3 0 6 -1 0 1 0 0 1 0 04 0 1 0 1 0 0 1 0 3 -1 0 0 -2 1 0 -2 1 2 dcxb =2 0 0 -5 0 0 -5 0 -15 -1 0 0 -2 1 -1 -3 0 2 -1 0 1 0 0 1 0 04 0 1 0 1 0 0 1 0 3 -1 0 0 -2 1 0 -2 1 2 dcxb =2 0 0 -5 0 0 -5 0 -15 0 0 0 0 0 -1 -1 -1 0 -1 0 1 0 0 1 0 0 4 0 1 0 1 0 0 1 03 -1 0 0 -2 1 0 -2 1 2此问题有可行解,但是没有最优解可行解为:x =342minf =-Infcpt =[]flag =ans =342。

相关文档
最新文档