数学建模③ 经典用lingo

1、对于"奶制品的生产与销售"模型, 如果决策变量设为出售 x1 千克 A1, x2 千克 A2 , 敏感

性分析结果有什么样的变化 ? 解释它们的意义 .
: 出售 x 1 千克 A 1 , x 2 千克 A 2 ,

 lingo程序:

model:
max=24*x1+16*x2;
x1/30+x2/40<50;
12*x1/30+8*x2/40<480;
x1<1000;
End
结果:

 敏感性分析:

在options->general solver->save->ok后,没法点save的话也许需要点击range

 与例题比较:

1. 出售 600kgA1 1200kgA2 相当于 A1 使用 20 桶牛奶, A2 使用 30 桶。结果等价 .
2. 影子价格不变、约束条件右端变化范围不变 ;
3. 在其他条件不变的情况下, x 1 在( 21.34 32 )变化, x 2 在( 12 18 )变化 , 最优生产计划 x 1 =600, x 2 =1200 保持不变 . 所以 , x 1 x 2 系数变化范围也与原范围等价

 解:注意这里选择设置的变量是哪些

: 产品 I A 1 ,A 2 ,B 1 ,B 2 ,B 3 加工件数为 x 1 ,x 2 ,x 3 ,x 4 ,x 5 ; 产品 II A 1 ,A 2 ,B 1 加工件数为 x 6 , x 7 ,
x 8 ; 产品 III A 2 ,B 2 加工件数为 x 9 ;
产品 I 件数为 x 1 +x 2 =x 3 +x 4 +x 5 ;
产品 II 件数为 x 6 +x 7 =x 8 ;
设备费按比例计算 , 各设备 单位工时 费用依次为 (0.05, 0.0321,0.0625,0.111857,0.05)
目标函数:
max=(1.25-0.25)(x 1 +x 2 )+(2-0.35)x 8 +(2.8-0.5)x 9-0.05(5x1 +10x 6 )-0.0321(7x 2 +9x 7 +12x 9 ) -0.0625(6x 3 +8x 8 )-0.111857(4x 4 +11x 9 ) -0.35x 5 ;
约束条件:
5x 1 +10x 6 ≤6000;
7x 2 +9x 7 +12x 9 ≤10000;
6x 3 +8x 8 ≤4000;
4x 4 +11x 9 ≤7000;
7x 5 ≤4000;
x 1 +x 2 =x 3 +x 4 +x 5 ;
x 6 +x 7 =x 8

 lingo程序:

model:
max=(1.25-0.25)*(x1+x2)+(2-0.35)*x8+(2.8-0.5)*x9
-0.05*(5*x1+10*x6)-0.0321*(7*x2+9*x7+12*x9) 
-0.0625*(6*x3+8*x8)-0.111857*(4*x4+11*x9) -0.35*x5;
5*x1+10*x6<6000;
7*x2+9*x7+12*x9<10000;
6*x3+8*x8<4000;
4*x4+11*x9<7000;
7*x5<4000;
x1+x2=x3+x4+x5;
x6+x7=x8;
end

结果:

 因此,A1 生产第Ⅰ种产品 1200 件;A2 生产第Ⅰ种、第Ⅱ种、第Ⅲ种产品分别约 230 件、 500 件、约 324 件;B1 生产第Ⅱ种产品 500 件;B2 生产第Ⅰ种、第Ⅲ种产品分别 约 859 件、约 324 件;B3 生产第Ⅲ种产品分别 约 571 件,利润最大约为 1146.567 元。

第三题之后写


不太懂lingo的更高端用法

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 数学建模是一种运用数学方法和技巧解决实际问题的方法。在供给与选址问题中,数学建模可以用来分析和优化供给和选址策略。 首先,数学建模可以用来分析供给问题。例如,在城市规划中,数学建模可以帮助分析不同区域的人口分布、交通情况、建筑物分布等因素,并对不同的供给需求进行量化和建模。通过建立合适的数学模型,可以评估不同供给策略的优劣,从而优化资源配置,提高供给效率。 其次,数学建模也可以用来解决选址问题。选址问题主要涉及到如何确定最佳的位置来满足特定的需求。通过数学建模,可以将不同的选址因素进行量化,并利用数学方法找到最优解。例如,在商业选址中,可以分析不同位置的人流量、竞争对手分布、租金水平等因素,并通过建立数学模型找到最佳的选址方案。 在数学建模中,Lingo是一种常用的数学建模工具。它提供了丰富的数学建模功能和算法,并具有友好的用户界面。使用Lingo,可以方便地建立和求解供给与选址问题的数学模型。通过灵活的Lingo语言和优化算法,可以高效地解决供给与选址问题,得到优化的供给和选址策略。 总而言之,数学建模可以在供给与选址问题中发挥重要作用。通过量化和建模,可以对供给和选址策略进行分析和优化,提高资源利用效率和决策效果。Lingo作为一种常用的数学建模工具,可以帮助建立和求解供给与选址问题的数学模型,实现最优供给和选址方案。 ### 回答2: 数学建模是运用数学方法和技巧分析和解决实际问题的过程。在供给与选址问题中,数学建模可以帮助我们确定最佳的选址方案,以满足市场的需求,最大化利润。 首先,我们需要收集市场需求的相关数据,包括人口分布、消费需求、竞争情况等。这些数据可以用来构建数学模型的输入。 其次,我们可以使用Lingo软件来构建数学模型。Lingo是一种常用的数学建模工具,它有助于解决各种优化问题。通过设定决策变量、约束条件和目标函数,我们可以建立一个数学模型,以帮助我们进行供给与选址决策。 比如,对于供给问题,我们可以将选址方案看作决策变量。我们可以设定约束条件,包括资源限制、供应链约束等。同时,我们可以设定一个目标函数,比如最大化利润或最小化成本。通过使用Lingo的优化算法,我们可以找到一个最优的选址方案,以满足市场需求并最大化利润。 除了供给问题,数学建模还可以应用于选址问题。通过分析市场需求的数据并考虑各种约束条件,我们可以建立一个数学模型,以确定最佳的选址方案。这个数学模型可以考虑各种因素,如交通便利性、成本效益、竞争情况等。通过使用Lingo进行优化,我们可以找到一个最佳的选址方案,以满足市场需求。 总而言之,数学建模是一种强大的工具,可以帮助我们解决供给与选址问题。Lingo是一个常用的数学建模软件,可以帮助我们构建数学模型并进行优化。通过数学建模,我们可以确定最佳的选址方案,以满足市场需求并最大化利润。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值