优化模型案例

news2024/11/18 9:23:46

 案例1 生产决策问题   (一个简单的线性规划问题)

 某工厂在计划期内要安排I、II两种产品生产。生产单位产品所需的设备台时,A,B两种原材料的消耗,资源的限制以及单件产品利润如下表所示

 问工厂应分别生产多少单位产品I和产品II,才能获利最多?

【问题分析】

  1. 这是一个生产决策问题,决策者的目标是生产利润最大
  2. 与利润有关的是产品的销售量与售价(或单位利润)
  3. 生产产品就要消耗资源(这与产量有关),而各种资源又受到数量限制。

经验:收入与销售量有关,而资源的消耗量与产品的产量有关。

【问题假设】 

  1. 产品I的产量等于销售量;
  2. 产品II的产量等于销售量。

【符号设置】

  • x1   产品I的一个周期的产量  (单位:件);
  • x2   产品II的一个周期的产量 (单位:件);
  • z  工厂一个周期内的总利润   (单位:元)。

(其中,x1, x2 称为决策变量,决策者唯一能自己决定取值的变量。)

 【建立模型】

工厂一个生产周期的总利润   : 

 生产资料约束:

资源的实际消耗限制资源的拥有量
设备限时x1 +x2<=300
原料A限量2x1+x2<=        400
原料B限量x2<=500

其它约束:

因为x1和x2都是产品的产量,所以,从数学意义上,有

 厂家的诉求:

一个周期内利润 z 越大越好!(max  z)

以上分析,将生产过程的未知要素(产品产量)用x1, x2表示,各种客观约束都表达为x1,x2的函数不等式,厂家的诉求(利润)也是x1,x2的函数表达式,将这些数学式子写在一起,就是这个规划问题的数学模型.

 【数学模型】

这个规划模型,如果抛开这个问题的背景,就是求在五个约束条件下,二元一次函数z=50x1+100x2的最大值,这是一个纯数学意义上的极大值问题。

 

 虽然有些问题的数学结构很难用数学式子来表达,但习惯上我们称决策变量约束条件目标函数为规划问题的三要素。这个问题的目标和约束都是决策变量的一次表达式,称为线性规划。

 案例2  路灯照亮问题(一个非线性规划问题)

如图所示,在一条s=20m宽的道路两侧,分别安装了一只2kw和一只3kw的路灯,它们离地面的高度分别为h1=5m和h2=6m。

  1. 在漆黑的夜晚,当两只路灯开启时,两只路灯连线路面上最暗的点和最亮的点在哪里?
  2. 如果3kw路灯的高度可以在3m到9m之间变化,如何求得路面上最暗和最亮的点的位置?
  3. 如果两只路灯的高度均可以在3m到9m之间变化,结果将如何?

【问题分析】  经验:(物理学背景知识)

 这种问题一般人没有相应的物理知识,所以就要去查阅相关资料和文献,来找到相关说明,这一点经常遇到,是十分重要的。

光源点P1在点x处的照度(照亮强度)I1,I1与功率P1成正例,与距离r1的平方成反比,与照射角度α1的正弦成正比。即

 其中,k为比例系数,同时也是平衡量纲(单位)的量。

平衡量纲是指在物理学和工程学中,描述物理量的量纲间的平衡关系。物理量的量纲是利用基本物理量(如长度、质量、时间等)的组合来表示的。平衡量纲要求在一个数学表达式中,所有参与运算的物理量具有相同的量纲。

例如,一维运动中的位移、速度和加速度分别具有长度(L)、速度(LT⁻¹)和加速度(LT⁻²)的量纲。在平衡量纲的要求下,相互直接参与运算的位移、速度和加速度必须具有相同的量纲,才能保证运算的准确性。

通过平衡量纲,可以判断一个方程是否正确,检查方程中是否存在错误的物理量单位组合,或者判断未知物理量的量纲。平衡量纲也在工程设计和实验研究中起着重要的作用,保证设计的可行性和实验的准确性。

【问题假设】

  1. p1,p2都可以看成点光源;
  2. p1,p2在x的照度可以叠加(求和);
  3. 光源只来自两盏灯。

【符号设置】

(符号设置如上图所示)

  • I :  某点处的照度(亮度);
  • I1:灯P1在该点处的照度;
  • I2:灯P2在该点处的照度;
  •  s :     街道宽;
  •  p1,p2:   两个光源的功率;
  • h1,h2:   两盏灯的高度;
  •  r1,r2:   两盏路灯到x的距离;
  •  x :     街道某点的坐标,介于0和s之间;
  •  α1, α2:  光线的入射角。

【建立模型】

两只灯在点x处的照度为:

 其中,

变量之间的关系

 问题(1):灯高度不变,求路面照度最弱最强的位置x。

 数学模型1

 

 也可以化简为

 代入已知参数,模型简化为

 即求一元函数I(x)在[0,20]上的最大值与最小值。

 问题(2):当3kw的灯的高度在3m到9m之间变化时,路面的最暗和最亮点。

数学模型2

 即求二元函数I(x,h2)在所给矩形闭区域上的最大值与最小值。

问题(3):两只灯的高度都在3m到9m之间变化时,求路面的最暗和最亮点。

数学模型3

 即求三元函数I(x,h1,h2)在所给条件下的上的最大值与最小值。

像这种目标函数或者约束条件是决策变量的非一次(非线性)的规划模型,称为非线性规划模型。

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/726992.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

修改开发板内核启动日志输出级别

1.用超级用户权限输入命令 2.将verbosity 1改成7&#xff0c;将console(控制&#xff09; both 改成 serial&#xff08;串口控制),然后wq保存退出 3.输入命令sudo reboot 查看启动日志输出级别

华为云CodeArts IDE Online:让你随时随地畅享云端编码乐趣

软件开发是把人类智慧以代码方式表达出来的过程&#xff0c;面对不可预知且快速变化的世界&#xff0c;开发者面临着前所未有的巨大挑战。例如&#xff0c;软件交付周期和迭代速度要求更高、开发者需要快速学习各种新技术、开发时间碎片化严重、分散的交付团队协同困难、开发与…

微信小程序接入第三方后,不能及时发送客服消息

微信小程序接入第三方后&#xff0c;不能及时发送客服消息 1、要把这里关了&#xff0c;后台才能及时收到用户发来的消息

机器学习16:使用 TensorFlow 进行神经网络编程练习

在【机器学习15】中&#xff0c;笔者介绍了神经网络的基本原理。在本篇中&#xff0c;我们使用 TensorFlow 来训练、验证神经网络模型&#xff0c;并探索不同 “层数节点数” 对模型预测效果的影响&#xff0c;以便读者对神经网络模型有一个更加直观的认识。 目录 1.导入依赖…

Dubbo入门详解,API方式与SpringBoot方式

Hi I’m Shendi Dubbo入门详解&#xff0c;API方式与SpringBoot方式 在之前一直使用的自己编写的RPC框架&#xff0c;因为是自己编写的&#xff0c;功能上比不过市面上的开源框架&#xff0c;包括后面Spring Cloud系列&#xff0c;如果还用自己编写的话就需要去做整合之类的&am…

OpenResume一个功能强大的开源简历生成器,太炫了

OpenResume 是一个功能强大的开源简历生成器和简历解析器。目标是为每个人提供免费的现代专业简历设计&#xff0c;让任何人都能充满信心地申请工作。 核心优势 「实时UI更新」:当输入简历信息时&#xff0c;简历 PDF 会实时更新&#xff0c;因此可以轻松查看最终输出。 「现…

LeetCode刷题 | 647. 回文子串、516. 最长回文子序列

647. 回文子串 给你一个字符串 s &#xff0c;请你统计并返回这个字符串中 回文子串 的数目。 回文字符串 是正着读和倒过来读一样的字符串。 子字符串 是字符串中的由连续字符组成的一个序列。 具有不同开始位置或结束位置的子串&#xff0c;即使是由相同的字符组成&#…

ModaHub魔搭社区:清华开源ChatGLM语言模型一键部署教程

目录 ChatGLM是什么 傻瓜式安装部署 一.下载 二、解压 ChatGLM懒人安装包 ChatGLM是什么 ChatGLM和ChatGPT类似&#xff0c;是由清华大学开发的开源大型语言模型。由于它是开源的&#xff0c;所以带来了很多的可能性&#xff0c;比如可以像Ai绘画一样自己微调模型。 目前…

老板说,给我把这个 JS React 项目迁移到 TypeScript

在我们日益发展的网络开发领域中&#xff0c;JavaScript 长期以来一直是首选的语言。它的多功能性和普及性推动了许多应用和网站取得成功。然而&#xff0c;随着项目规模和复杂性的增长&#xff0c;维护 JavaScript 代码库可能变得具有挑战性、容易出错且难以扩展。 走出来的第…

5-Spring cloud之Feign的使用——服务器上实操

5-Spring cloud之Feign的使用——服务器上实操 1. 前言2. 搭建Feign2.1 添加子模块——dog-api2.1.1 子模块结构2.1.2 pom文件2.1.3 核心接口DogClientApi 2.2 添加子模块——dog-consumer-feign-802.2.1 子模块结构2.2.2 pom文件2.2.3 yml文件2.2.4 主启动类2.2.5 controller …

Linux里git的使用

git的使用 一.前置要求1.git的安装2.注册Gitee并创建仓库 二.git三板斧 一.前置要求 1.git的安装 2.注册Gitee并创建仓库 然后记住下面的网址。 之后将仓库克隆到云服务器里。记得输入gitee的账号和密码。 查看目录&#xff0c;可以发现仓库已经在目录里了。 进入目录&#xf…

python毕设课设大作业《火车票分析助手》程序

在PyCharm中运行《火车票分析助手》即可进入如图1所示的系统主界面。 图1 系统主界面 具体的操作步骤如下&#xff1a; &#xff08;1&#xff09;在主界面“车票查询”选项卡中依次输入&#xff0c;出发地、目的地以及出发时间&#xff0c;然后单击“查询”按钮&#xff0c;…

十九、Jenkins版本构建完成,触发自动化测试

十九、Jenkins版本构建完成&#xff0c;触发自动化测试 1.构建后操作-Build other projects 2.关联自动化测试工程 这样版本构建完成&#xff0c;就会执行自动化测试

金九银十跳槽涨薪Java面试题!568页真题+答案解析,大厂都在考

2023年一半又过去了&#xff0c;各大企业的招聘也又开始大量放岗了&#xff0c;各位苟着的小伙伴们要抓住机会了&#xff01; 但很多小伙伴对面试不够了解&#xff0c;不知道如何准备&#xff0c;对面试环节的设置以及目的不了解&#xff0c;尤其是面试题还很难&#xff0c;有些…

RocketMQ5.0--事务消息

RocketMQ5.0–事务消息 一、事务消息概览 RocketMQ事务消息的实现原理基于两阶段提交和定时事务状态回查来决定消息最终是提交还是回滚&#xff0c;消费者可以消费事务提交的消息&#xff0c;如下图所示。事务消息的作用&#xff1a;确保本地业务与消息在一个事务内&#xff0…

成功解决:java file outside of source root

前言 我复制一个很小项目的代码&#xff0c;然后重新命名后。用IDEA打开&#xff0c;发现.java文件的左下方有个橘色的标志。 1、问题文件 这里显示 Java file outside of source root。 查阅资料发现&#xff1a;这个问题是指Java文件不在源代码根目录之内。这可能会导致…

使用pytest命令行实现环境切换

目录 前言 pytest_addoption(parser, pluginmanager) 在conftest.py文件中定义命令行参数 获取命令行参数 设置不同环境的全局变量 定义测试类及测试方法 测试验证 前言 在自动化测试过程中经常需要在不同的环境下进行测试验证&#xff0c;所以写自动化测试代码时需要考…

Android12之IBinder中[[clang::lto_visibility_public]]作用(一百六十)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 人生格言&#xff1a; 人生…

MySQL自治平台建设的内核原理及实践(上)

总第565篇 2023年 第017篇 本文整理自美团技术沙龙第75期的主题分享《美团数据库攻防演练建设实践》&#xff0c;系超大规模数据库集群保稳系列&#xff08;内含4个议题的PPT及视频&#xff09;的第4篇文章。 本文作者在演讲后根据同学们的反馈&#xff0c;补充了很多技术细节&…

如何绘制「UML类图」

一、UML类图简介 类图以反映类的结构(属性、操作)以及类之间的关系为主要目的&#xff0c;描述了软件系统的结构&#xff0c;是一种静态建模方法。类图用来描述系统中有意义的概念&#xff0c;包括具体的概念、抽象的概念、实现方面的概念等&#xff0c;是对现实世界中事物的抽…