2024年全国大学生数学建模竞赛B题生产过程中的决策问题分析

news2024/12/22 18:00:24

目录

引言

问题 1:抽样检测方案设计

问题 2:生产过程中的决策

决策阶段划分

决策方案

结果

问题 3:多道工序和零配件的决策

生产流程

决策过程

问题 4:基于抽样检测的重新决策

动态调整次品率

结论


引言

在2024年全国大学生数学建模竞赛B题中,企业需要对生产中的各个环节进行决策,以最小化总成本并最大化收益。该问题涉及零配件的采购和检测、成品的装配与检测、以及对不合格成品的处理和再利用。本文将对问题1至问题4进行详细分析,并基于不同的场景给出具体的解决方案。

问题 1:抽样检测方案设计

问题描述
企业需要从供应商处采购零配件,并根据零配件的次品率决定是否接受该批货物。假设标称次品率为10%,要求在95%的信度下拒收超标的次品率,在90%的信度下接受符合标准的次品率。

解题思路
为解决该问题,我们采用了序贯检验方法。与传统的固定样本量检测不同,序贯检验可以在每次抽样后计算是否达到检验停止条件。若满足信度要求,则立即做出接受或拒绝的决策,从而减少不必要的检测次数。

模型设计

  1. 假设检验

  • 原假设H0​:次品率 P\leq 0.1
  • 备择假设H1​:次品率P\geq 0.1
  1. 计算检测次数
    利用序贯检验的思想,检测次数与样本的实际结果动态相关。根据不同的抽样结果,可以提前终止检验,节约检测成本。

  2. 具体方案

    • 在95%的信度下,如果次品率超标,则拒收;
    • 在90%的信度下,如果次品率不超标,则接收。

该模型可以通过逐次更新检测的置信区间来做出判断,直至达到预定的信度为止。相较于传统的抽样检验,该方法在样本量较小时即可作出决定,从而节省成本。

问题 2:生产过程中的决策

问题描述
在生产过程中,企业需要对零配件和成品进行多阶段决策,包括是否检测、是否装配、不合格品是否拆解以及市场流转的处理方式。题目给出了6种不同的生产情况,需要为每种情况提供最优的决策方案。

解题思路
针对问题2,我们建立了动态规划模型,以最小化生产和检测成本为目标,同时考虑不合格品的处理成本和市场调换损失。

决策阶段划分

  1. 阶段1:零配件采购和检测决策

    • 对零配件1和零配件2进行检测,剔除不合格零配件,或直接进入装配环节。
  2. 阶段2:成品装配和检测决策

    • 检测成品,只有合格成品进入市场。不检测则直接进入市场,可能产生调换损失。
  3. 阶段3:不合格成品拆解与再利用

    • 是否对不合格成品进行拆解,拆解后零配件可重新进入装配过程,但需要支付拆解费用。

决策方案

以情况1为例,输入参数如下

  • 零配件1次品率:10%
  • 零配件2次品率:10%
  • 成品次品率:10%
  • 各种费用:采购单价、检测成本、装配成本、市场售价、拆解费用等。

通过动态规划的递归算法,从最后阶段(拆解决策)开始计算每种决策下的总成本,逐步推导到最优决策路径​(T16:2024CUMCMB题 第1-4问成品…)。

结果

基于不同的次品率、成本和售价,可以计算出每个阶段的最优决策。通过这种方式,企业可以在确保质量的前提下,降低成本并最大化收益。

问题 3:多道工序和零配件的决策

问题描述
已知多道工序和多个零配件的次品率,企业需要对生产过程中的决策进行优化。题目给出了两道工序和8个零配件的情况,需要通过数学模型给出具体的生产决策方案。

解题思路
我们使用类似于问题2的动态规划思路,将问题扩展到多道工序和多个零配件的场景。

生产流程

  1. 第一道工序:将零配件1到8组装成半成品。
  2. 第二道工序:将半成品组装成成品。

在每个工序中,企业可以选择是否对半成品进行检测,并决定是否拆解不合格半成品或成品。

决策过程

为了评估不同检测和拆解策略的经济性,模型需要考虑每道工序的次品率和相关成本。我们通过状态转移方程描述各阶段的最优策略​

  • 对于半成品阶段,次品率受到前一阶段检测决策的影响;
  • 对于成品阶段,次品率受到半成品的检测决策影响。

通过计算不同策略下的总成本,确定最优的生产和检测路径。

问题 4:基于抽样检测的重新决策

问题描述
假设问题2和问题3中的次品率是通过抽样检测得到的,企业需要重新评估生产过程中的决策。

解题思路
在此问题中,我们需要将抽样检测方法与动态规划模型结合。次品率不再是确定值,而是基于抽样结果的估计值。

动态调整次品率

  1. 零配件次品率:通过抽样检测估计得到,并根据检测结果动态更新。
  2. 半成品和成品的次品率:通过前一阶段的检测决策和抽样结果进行动态调整。

这种方法不仅能够减少检测成本,还可以根据实时的检测结果调整生产策略,确保生产过程的灵活性。

结论

通过以上问题的逐步分析和模型构建,本文为B题提供了一个完整的解题思路。无论是在抽样检测的优化,还是多阶段决策的动态规划中,核心思想都是在降低检测成本的前提下,提高产品质量并最大化收益。动态规划与抽样检测的结合为企业提供了一种高效的生产管理方法,在不同的生产条件下均能找到最优解。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2141674.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

[Golang] Sync

[Golang] Sync 文章目录 [Golang] Syncsync.WaitGroupsync.Once对比init() sync.Lock互斥锁和读写锁互斥锁读写锁 死锁问题加锁解锁不成对循环等待 sync.Mapsync/atomicatomic和mutex的区别atomic.value sync.Pool如何使用sync.Pool使用场景 Golang中我们一般提倡使用通信来共享…

Java入门,初识Java

Java背景知识 Java是早期美国 sun 公司(Stanford University Network)在1995年推出的一门计算机高级编程语言。Java早期称为Oak(中文翻译为:橡树),后期改名为Java。(因为当时sun公司门口有很多…

MySQL_数据类型简介

课 程 推 荐我 的 个 人 主 页:👉👉 失心疯的个人主页 👈👈入 门 教 程 推 荐 :👉👉 Python零基础入门教程合集 👈👈虚 拟 环 境 搭 建 :&#x1…

【计算机网络】TCP 协议——详解三次握手与四次挥手

文章目录 一、引言二、TCP1、TCP 的数据格式2、TCP 的三次握手3、TCP 的四次挥手4、TCP 的全双工通信 三、TCP 的状态转换1、TCP 连接的建立(三次握手)状态2、TCP 连接的终止(四次挥手)状态3、TCP 异常情况 一、引言 TCP与UDP的区…

Linux操作系统文件权限管理

Linux操作系统下文件的权限分为当前用户权限、用户组权限和其他用户权限,然后每一类用户或组又分为读权限(r)、写权限(w)和可执行权限(x)。 如图1,打开任一目录,右键单击文件,在弹出菜单选择“属性”,在弹出的属性选项…

一款强大的吉他乐谱编辑软件GuitarPro 8.2中文解锁版

GuitarPro 8.2中文解锁版是一款强大的吉他乐谱编辑软件,适合新手和专业乐手。它提供详尽教程和实用工具,助力初学者掌握吉他技巧;对于专业乐手,它精准记录音符和节奏,提供丰富编辑功能和音效处理。此外,软件…

【python版】示波器输出的csv文件(时间与电压数据)如何转换为频率与幅值【方法④】

将示波器输出的 CSV 文件中的时间和电压数据转换为频率和幅值数据的过程涉及几个步骤,下面是详细的步骤和相关的计算公式: 1. 导入数据 首先,你需要将 CSV 文件中的时间和电压数据导入到数据分析工具中,比如 Python(…

【网络】TCP/IP 五层网络模型:网络层

最核心的就是 IP 协议,是一个相当复杂的协议 TCP 详细展开讲解,是因为 TCP 确实在开发中非常关键,经常用到,IP 则不同,和普通程序猿联系比较浅。和专门开发网络的程序猿联系比较紧密(开发路由器&#xff0…

深度学习自编码器 - 随机编码器和解码器篇

序言 在深度学习领域,自编码器作为一种无监督学习技术,凭借其强大的特征表示能力,在数据压缩、去噪、异常检测及生成模型等多个方面展现出独特魅力。其中,随机编码器和解码器作为自编码器的一种创新形式,进一步拓宽了…

COTERRORSET—— LLM训练新基准让模型从自身错误中学习

概述 论文地址:https://arxiv.org/pdf/2403.20046.pdf 在最近的研究中,大规模语言模型因其推理能力而备受关注。这些模型在各种任务和应用中取得了令人瞩目的成果,尤其是使用思维链(CoT)提示方法的有效性已得到证实。…

智慧宿舍平台|基于Springboot+vue的智慧宿舍系统(源码+数据库+文档)

智慧宿舍系统 目录 基于Springbootvue的智慧宿舍系统 一、前言 二、系统设计 三、系统功能设计 四、数据库设计 五、核心代码 六、论文参考 七、最新计算机毕设选题推荐 八、源码获取 博主介绍:✌️大厂码农|毕设布道师,阿里云开发社区乘风者…

FPGA基本结构和简单原理

前言: FPGA全程为(Field Programmable Gate Array)现场可编程逻辑阵列,以基本的逻辑为主可以实现大多数芯片可以实现的功能,比如说:ASIC芯片等,在半导体领域有着重要的作用。 本文…

3. 轴指令(omron 机器自动化控制器)——>MC_MoveAbsolute

机器自动化控制器——第三章 轴指令 4 MC_MoveAbsolute变量▶输入变量▶输入输出变量▶输入输出变量 功能说明▶指令详情▶时序图▶重启运动指令▶多重启动运动指令▶异常 示例程序1▶参数设定▶动作示例▶梯形图▶结构文本(ST) 示例程序2▶参数设定▶动作示例▶梯形图▶结构文…

【智路】智路OS 应用开发

1 总览 1.1 功能 智路OS的应用基于框架提供的服务数据,实现场景理解、指标计算、V2X核心功能实现,应用包括但不限于: V2X应用场景实现交通事件检测交通流指标计算系统监控路径规划控制 开发者可以基于智路OS框架和数据,实现自…

【CSS in Depth 2 精译_030】5.2 Grid 网格布局中的网格结构剖析(下)

当前内容所在位置(可进入专栏查看其他译好的章节内容) 第一章 层叠、优先级与继承(已完结) 1.1 层叠1.2 继承1.3 特殊值1.4 简写属性1.5 CSS 渐进式增强技术1.6 本章小结 第二章 相对单位(已完结) 2.1 相对…

Python编程 - 线程

目录 前言 一、线程的使用 (一)基础使用 (二)等待线程完成 (三)多个线程 (四)守护线程 (五)线程同步 (六)总结 二、队列对象 …

编译成功!QT/6.7.2/Creator编译Windows64 MySQL驱动

找了很多编译博文,都错误。最后找到了正确编译办法: https://zhuanlan.zhihu.com/p/567883165 直接下载编译好的源码及dll文件 https://download.csdn.net/download/quantum7/89760587 安装VS Virsual Studio 2022 Community D:\Program Files\Micr…

Double Write

优质博文:IT-BLOG-CN 一、存在的问题 为什么需要Double Write: InnoDB的PageSize是16kb,其数据校验也是针对这16KB来计算的,将数据写入磁盘是以Page为单位的进行操作的。而计算机硬件和操作系统,写文件是以4KB作为基…

Spark Streaming基础概论

1. 简介 1.1 什么是 Spark Streaming? Spark Streaming 是 Apache Spark 的一个扩展模块,专门用于处理实时数据流。它通过将数据流切分为一系列小批次(微批次)进行处理,使得开发者能够使用与批处理相同的 API 来处理…

免费还超快,我用 Cursor 做的“汉语新解”插件开源了

前两天,你是否也被 汉语新解 卡片刷屏,却苦恼于无法快速生成? 记得当时,微信群里、朋友圈里、某书上以及公众号里,到处都在谈论这些生动有趣的“汉语新解”卡片。 这是由提示词大神 @李继刚老师 在 Claude 3.5 上开发的提示词。其辛辣的风格和全新的视角,令人耳目一新。…