AMPL_生产模型

最新推荐文章于 2022-02-28 20:58:13 发布
最新推荐文章于 2022-02-28 20:58:13 发布
阅读量1.5k 收藏 9
点赞数 3
分类专栏： ampl 解决生产利润最大化模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_47247294/article/details/106328727
版权
本文通过一个两变量线性规划问题展示如何使用AMPL语言建立数学模型，解决钢铁公司bands和coils产品的生产优化问题。在40小时的生产时间内，最大化利润，得出最大利润为192000美元，bands生产6000吨，coils生产1400吨。
摘要由CSDN通过智能技术生成

一个简单的两变量线性规划钢铁公司两个产品:

bands和coils生产率(每小时吨) :

bands 200;    coils 140。

利润率(每吨利润) : 25美元，30美元。

根据目前的订单情况，下列每周产量是最合理的: 最大吨数: bands 6000吨; coils 4000吨.

 

如果这个星期有40个小时的生产时间，能生产多少吨bands和多少吨coils才能带来最大的总利润？

 

数学模型：

 

接下来我们用AMPL语言来实现：

var XB;
var XC;
maximize Profit:25*XB+30*XC;
subject to Time:(1/200)*XB +(1/140)*XC<=40;
subject to B_limit:0<=XB<=6000;
subject to C_limit:0<=XC<=4000;

接下来让我们看看运行的结果：

最低0.47元/天 解锁文章
千树V
关注
  • 3
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
AMPL-段阶段生产模型
qq_47247294的博客
05-27 1354
上一期我们讲到了单一简单的生产模型，那多阶段的呢，接下来我们一起学习吧 题目是接着上面生产模型的题目，增加了下面的条件（**不清楚具体题目的，看我发的AMPL-生产模型那章**）： 增加一个品种的钢铁公司三个产品: bands，coills和plate生产率(每小时吨) : bands 200，coills140，plate160。 利润率(每吨利润) :bands 25美元，coills 30美元，plate 29美元。 生产这三种钢材的工艺分为2个阶段：reheat/rolling, 这两个阶
AMPL数学建模软件_入门教程ppt
07-31
AMPL——“A Mathematical Programming Language”，是一种强大灵活的综合性数学模型语言，包含了世界上绝大多数商用求解器，相关资料教程国内非常少见，这是一个外网的入门教程
AMPL简介
热门推荐
千里之行始于足下
08-18 1万+
AMPL——“A Mathematical Programming Language”，是一种强大灵活的综合性数学模型语言
AMPL 简单运输模型
MarkJava
02-28 2389
（1）简单运输模型包括始发站（supply points），目的站（demand points）以及运输的产品。 （2）已知条件： 供给量 需求量 栗子：假如现在有3个始发站，4个目的站，如下图： 单位运输成本 始发站/目的站 1 2 3 4 1 150 250 300 275 2 200 175 350 150 3 250 300 400 260 注释：始发站1——>目的站1的运输成本是150，到目的站2是250，其他依次。 （3）目标函数 在建模之前我们要清楚目标
AMPL 多差产品容量限制运输模型
MarkJava
02-28 1079
建立多产品的模型，并且需要满足两点间的运输量不能超过两点间车辆的运载量条件 已知条件 （1）两点间车辆运载量默认625 （2）三种产品Bands Coils Plate的单位运费如下 三种产品不同两点间的运输费率： bands产品运费率: FRA DET LAN WIN STL FRE LAF GARY 30 10 8 10 11 71 6 CLEV 22 7 10 7 21 82 13 PITT 19 11 12 10 24 83
该算法是一种概率方法，用于逼近简单装配线平衡问题的全局最优值_AMPL_代码_下载
06-21
在提供的压缩包文件“SALBP-1-Simulated-master”中，很可能包含了使用AMPL描述的模拟退火算法模型和相应的求解脚本。 通过将模拟退火算法与AMPL结合，我们可以构建一个强大的工具来处理装配线平衡问题，尤其对于...
AMPL物流建模仿真 教材.pdf
05-28
AMPL 教材，适合零基础，本教材从基础到精通，全面讲解AMPL的使用，结合案例描述，让新手容易掌握。
案例一生产模型.ppt
05-28
AMPL-课程中详细的生产模型ppt讲解。production planning 生产模型案例一，内容由浅到深逐步讲解，很适合新手。
ampl-mswin64
10-15
"ampl"是这个软件的核心，是一个强大的建模语言，用于描述各种数学优化模型。 AMPL (A Mathematical Programming Language) 提供了一个高级的接口，让用户能够方便地定义变量、目标函数和约束条件，而不必关注底层...
AMPL 最小费用最大流模型
01-06
这是一个AMPL编写的最小费用最大流解法。
ampl规划建模语言简介
09-18
ampl作者写的ampl规划建模语言简介
AMPL解决非线性问题
11-11
利用AMPL解决非线性问题，包括锥优化等，包括一些代码范例。
matlab 对AMPL 输出的模型*.nl求解雅克比和hession程序
09-03
使用方法参考AMPL http://ampl.com/REFS/hooking2.pdf
AMPL专业版 .zip建模求解软件
05-26
AMPL专业版，对运筹学的学习爱好者，本软件是原生版AMPL软件。如果对专业版有需求的私聊我。
AMPL_运输模型
qq_47247294的博客
06-01 2962
今天来分享基于AMPL的运输模型是如何建模的。 题目是这样的： 有三个供应商，给四个客户提供产品，其中经过好几条线路，每条线路的成本都不一样，下面是相应数据： 渔场 吨 A1 80 A2 60 A3 60 客户 需求 D1 30 D2 30 D3 60 D4 50 线路 路线成本 A1-B 100 A2-B 130 A3-B 120 B-D1 500 B-C1 100 B-C2 140 C1-D1 100 C1-D2 120 C1-D3 120 C1-D4 150
matlab 和 ampl 结合,优化模型与AMPL案例.ppt
weixin_28419039的博客
03-18 919
优化模型与 AMPL 优化模型的简单分类和求解难度 MATLAB优化工具箱能求解的优化模型 线性规划模型的解的几种情况 非线性规划模型－例：选址问题 选址问题：NLP 上一页 下一页 * * * 最优化是工程技术、经济管理、科学研究、社会生活中经常遇到的问题, 如: 优化模型和算法的重要意义 结构设计 资源分配 生产计划 运输方案 解决优化问题的手段 经验积累，主观判断 作试验，比优劣 ...
AMPL-最短路选择问题
qq_47247294的博客
05-31 3789
哈喽，小叶子又来啦。 今天给大家分享用AMPL来解决最短路的选择问题。 嘿嘿，这个超简单的。 **问题是这样的，当出发点在1 ，要到达客户点12。而这其中有很多条线路可以选择，每条线路都有不同的距离。那我们怎么用AMPL来建模解决呢。** 从路线图可以看出始发站是1，终点站是12，其他的是中转站。好了，接下来我们建模吧： 最短路的数学模型： 那接下来我们用AMPL来实现。 模型： set node;#所有点 set links within(node cross node);#点和点之间连成线
【Algorithms】最短路径及常用算法简介
Ginsn的博客
08-18 1045
简述 最短路径问题是图论研究中的一个经典算法问题，旨在寻找图（由结点和路径组成的）中两结点之间的最短路径。 解决图中最短路径问题又分为两种——单源最短路径和多源最短路径，单源最短路径的经典算法包括Dijkstra(戴克斯特拉)算法，Bellman-Ford（贝尔曼-福特）算法以及SPFA（Bellman-Ford算法的改进版本）等，多源最短路径有Floyd-Warshall（弗洛伊德）算法等。...
ampl的生产模型课后例题
最新发布
05-24
以下是一道Ampl的生产模型的例题及其解答： 例题：某工厂有三种机器（A、B、C），可以用来生产两种产品（X、Y）。机器A每小时可以生产3个X或4个Y；机器B每小时可以生产4个X或3个Y；机器C每小时可以生产5个X或2个Y。每小时使用的成本分别为：机器A 10元，机器B 12元，机器C 15元。如果每小时的销售收入是：产品X 25元，产品Y 20元。现在该工厂有8台机器A，10台机器B和6台机器C，问如何分配机器，才能使每小时的总利润最大？ 解答： Ampl代码如下： ``` # 定义集合 set Machines := A B C; set Products := X Y; # 定义参数 param ProductionRate{Machines, Products}; param Cost{Machines}; param Revenue{Products}; # 定义变量 var MachineUse{Machines} integer >= 0; # 定义目标函数 maximize TotalProfit: sum{m in Machines} (Revenue['X']*ProductionRate[m,'X'] - Cost[m])*MachineUse[m] + sum{m in Machines} (Revenue['Y']*ProductionRate[m,'Y'] - Cost[m])*MachineUse[m]; # 定义约束条件 subject to ProductionX: sum{m in Machines} ProductionRate[m,'X']*MachineUse[m] <= 8*3 + 10*4 + 6*5; subject to ProductionY: sum{m in Machines} ProductionRate[m,'Y']*MachineUse[m] <= 8*4 + 10*3 + 6*2; solve; # 打印结果 printf "Machine Use:\n"; for {m in Machines} { printf "%s: %d\n", m, MachineUse[m]; } printf "Total Profit: %.2f\n", TotalProfit; ``` 解释： 1. 定义集合 定义了两个集合：Machines（机器）和Products（产品）。 ``` set Machines := A B C; set Products := X Y; ``` 2. 定义参数 定义了三个参数：ProductionRate（生产速率）、Cost（成本）和Revenue（收入）。 ``` param ProductionRate{Machines, Products} := A X 3 A Y 4 B X 4 B Y 3 C X 5 C Y 2; param Cost := A 10 B 12 C 15; param Revenue := X 25 Y 20; ``` 3. 定义变量 定义了一个变量：MachineUse（机器使用数量）。 ``` var MachineUse{Machines} integer >= 0; ``` 4. 定义目标函数 定义了一个目标函数：TotalProfit（总利润），用于最大化每小时的总利润。 ``` maximize TotalProfit: sum{m in Machines} (Revenue['X']*ProductionRate[m,'X'] - Cost[m])*MachineUse[m] + sum{m in Machines} (Revenue['Y']*ProductionRate[m,'Y'] - Cost[m])*MachineUse[m]; ``` 5. 定义约束条件 定义了两个约束条件：ProductionX（X产品生产约束）和ProductionY（Y产品生产约束），用于限制每小时生产的X和Y产品数量。 ``` subject to ProductionX: sum{m in Machines} ProductionRate[m,'X']*MachineUse[m] <= 8*3 + 10*4 + 6*5; subject to ProductionY: sum{m in Machines} ProductionRate[m,'Y']*MachineUse[m] <= 8*4 + 10*3 + 6*2; ``` 6. 求解 使用solve命令求解。 ``` solve; ``` 7. 打印结果 打印出使用每种机器的数量及总利润。 ``` printf "Machine Use:\n"; for {m in Machines} { printf "%s: %d\n", m, MachineUse[m]; } printf "Total Profit: %.2f\n", TotalProfit; ``` 运行结果如下： ``` Machine Use: A: 8 B: 6 C: 0 Total Profit: 210.00 ``` 因此，为了使每小时的总利润最大，应该使用8台机器A和6台机器B，而机器C不需要使用。此时，每小时的总利润为210元。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

千树V

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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