管理运筹学lindo案例分析
(a)Lindo的数据分析及习题
(a)灵敏性分析（Range，Ctrl+R）
用该命令产生当前模型的灵敏性分析报告：研究当目标函数的费用系数和约束右端项在什么围（此时假定其它系数不变）时，最优基保持不变。灵敏性分析是在求解模型时作出的，因此在求解模型时灵敏性分析是激活状态，但是默认是不激活的。为了激活灵敏性分析，运行LINGO|Options…，选择General Solver Tab，在Dual Computations列表框中，选择Prices and Ranges选项。灵敏性分析耗费相当多的求解时间，因此当速度很关键时，就没有必要激活它。
下面我们看一个简单的具体例子。
例5.1某家具公司制造书桌、餐桌和椅子，所用的资源有三种：木料、木工和漆工。生产数据如下表所示：
用DESKS、TABLES和CHAIRS分别表示三种产品的生产量，建立LP模型。
max=60*desks+30*tables+20*chairs;
8*desks+6*tables+chairs<=48;
4*desks+2*tables+1.5*chairs<=20;
2*desks+1.5*tables+.5*chairs<=8;
tables<=5;
求解这个模型，并激活灵敏性分析。这时，查看报告窗口（Reports Window）,可以看到如下结果。Global optimal solution found at iteration: 3
Objective value: 280.0000
Variable Value Reduced Cost
DESKS 2.000000 0.000000
TABLES 0.000000 5.000000
CHAIRS 8.000000 0.000000
Row Slack or Surplus Dual Price
1 280.0000 1.000000
2 24.00000 0.000000
3 0.000000 10.00000
4 0.000000 10.00000
5 5.000000 0.000000
“Global optimal solution found at iteration: 3”表示3次迭代后得到全局最优解。“Objective value:280.0000”表示最优目标值为280。“Value”给出最优解中各变量的值：造2个书桌（desks）, 0个餐桌（tables）, 8个椅子（chairs）。所以desks、chairs是基变量（非0），tables是非基变量（0）。“Slack or Surplus”给出松驰变量的值：
第1行松驰变量=280（模型第一行表示目标函数，所以第二行对应第一个约束）
第2行松驰变量=24
第3行松驰变量=0
第4行松驰变量=0
第5行松驰变量=5
“Reduced Cost”列出最优单纯形表中判别数所在行的变量的系数，表示当变量有微小变动时, 目标函数的变化率。其中基变量的reduced cost值应为0，对于非基变量X j, 相应的reduced cost值表
示当某个变量X j 增加一个单位时目标函数减少的量( max型问题)。本例中：变量tables对应的reduced cost值为5，表示当非基变量tables的值从0变为1时（此时假定其他非基变量保持不变,但为了满足约束条件，基变量显然会发生变化），最优的目标函数值= 280 - 5 = 275。
“DUAL PRICE”（对偶价格）表示当对应约束有微小变动时, 目标函数的变化率。输出结果中对应于每一个约束有一个对偶价格。若其数值为p，表示对应约束中不等式右端项若增加1 个单位，目标函数将增加p个单位（max型问题）。显然，如果在最优解处约束正好取等号（也就是“紧约束”，也称为有效约束或起作用约束），对偶价格值才可能不是0。本例中：第3、4行是紧约束，对应的对偶价格值为10，表示当紧约束
3) 4 DESKS + 2 TABLES + 1.5 CHAIRS <= 20
变为3) 4 DESKS + 2 TABLES + 1.5 CHAIRS <= 21
时，目标函数值= 280 +10 = 290。对第4行也类似。
对于非紧约束（如本例中第2、5行是非紧约束），DUAL PRICE 的值为0, 表示对应约束中不等式右端项的微小扰动不影响目标函数。有时, 通过分析DUAL PRICE, 也可对产生不可行问题的原因有所了解。
灵敏度分析的结果是
Ranges in which the basis is unchanged:
Objective Coefficient Ranges
Current Allowable Allowable
Variable Coefficient Increase Decrease
DESKS 60.00000 0.0 0.0
TABLES 30.00000 0.0 0.0
CHAIRS 20.00000 0.0 0.0
Righthand Side Ranges
Row Current Allowable Allowable
RHS Increase Decrease
2 48.00000 0.0 0.0
3 20.00000 0.0 0.0
4 8.000000 0.0 0.0
5 5.000000 0.0 0.0
目标函数中DESKS变量原来的费用系数为60，允增加（Allowable Increase）=4、允减少（Allowable Decrease）=2，说明当它在[60-4，60+20] = [56，80]围变化时，最优基保持不变。对TABLES、CHAIRS 变量，可以类似解释。由于此时约束没有变化（只是目标函数中某个费用系数发生变化），所以最优基保持不变的意思也就是最优解不变（当然，由于目标函数中费用系数发生了变化，所以最优值会变化）。
第2行约束中右端项（Right Hand Side，简写为RHS）原来为48，当它在[48-24，48+∞] = [24，∞]围变化时，最优基保持不变。第3、4、5行可以类似解释。不过由于此时约束发生变化，最优基即使不变，最优解、最优值也会发生变化。
灵敏性分析结果表示的是最优基保持不变的系数围。由此，也可以进一步确定当目标函数的费用系数和约束右端项发生小的变化时，最优基和最优解、最优值如变化。下面我们通过求解一个实际问题来进行说明。
例5.2一奶制品加工厂用牛奶生产A1,A2两种奶制品，1桶牛奶可以在甲车间用12小时加工成3公斤A1，或者在乙车间用8小时加工成4公斤A2。根据市场需求，生产的A1,A2全部能售出，且每公斤A1获利24元，每公斤A2获利16元。现在加工厂每天能得到50桶牛奶的供应，每天正式工人总的劳动时间480小时，并且甲车间每天至多能加工100公斤A1，乙车间的加工能力没有限制。试为该厂制
订一个生产计划，使每天获利最大，并进一步讨论以下3个附加问题：
1）若用35元可以买到1桶牛奶，应否作这项投资？若投资，每天最多购买多少桶牛奶？
2）若可以聘用临时工人以增加劳动时间，付给临时工人的工资最多是每小时几元？
3）由于市场需求变化，每公斤A1的获利增加到30元，应否改变生产计划？
模型代码如下：
max=72*x1+64*x2;
x1+x2<=50;
12*x1+8*x2<=480;
3*x1<=100;
求解这个模型并做灵敏性分析，结果如下。
Global optimal solution found at iteration: 0
Objective value: 3360.000
Variable Value Reduced Cost
X1 20.00000 0.000000
X2 30.00000 0.000000
Row Slack or Surplus Dual Price
1 3360.000 1.000000
2 0.000000 48.00000
3 0.000000 2.000000
4 40.00000 0.000000
Ranges in which the basis is unchanged:
Objective Coefficient Ranges
Current Allowable Allowable
Variable Coefficient Increase Decrease
X1 72.00000 24.00000 8.000000
X2 64.00000 8.000000 16.00000
Righthand Side Ranges
Row Current Allowable Allowable
RHS Increase Decrease
2 50.00000 10.00000 6.666667
3 480.0000 53.33333 80.00000
4 100.0000 INFINITY 40.00000
结果告诉我们：这个线性规划的最优解为x1=20，x2=30，最优值为z=3360，即用20桶牛奶生
产A1, 30桶牛奶生产A2，可获最大利润3360元。输出中除了告诉我们问题的最优解和最优值以外，
还有多对分析结果有用的信息，下面结合题目中提出的3个附加问题给予说明。3个约束条件的右端
不妨看作3种“资源”：原料、劳动时间、车间甲的加工能力。输出中Slack or Surplus给出这3种资
源在最优解下是否有剩余：原料、劳动时间的剩余均为零，车间甲尚余40（公斤）加工能力。
目标函数可以看作“效益”，成为紧约束的“资源”一旦增加，“效益”必然跟着增长。输出中DUAL PRICES 给出这3种资源在最优解下“资源”增加1个单位时“效益”的增量：原料增加1个单位（1桶牛奶）时利润增长48（元），劳动时间增加1个单位（1小时）时利润增长2（元），而增加非紧约束车间甲的能力显然不会使利润增长。这里，“效益”的增量可以看作“资源”的潜在价值，经济学上称为影子价格，即1桶牛奶的影子价格为48元，1小时劳动的影子价格为2元，车间甲的影子价格为零。读者可以用直接求解的办法验证上面的结论，即将输入文件中原料约束milk）右端的50改为51，看看得到的最优值（利润）是否恰好增长48（元）。用影子价格的概念很容易回答附加问题1）：用35元可以买到1桶牛奶，低于1桶牛奶的影子价格48，当然应该作这项投资。回答附加问题2）：聘用临时工人以增加劳动时间，付给的工资低于劳动时间的影子价格才可以增加利润，所以工资最多是每小时2元。
目标函数的系数发生变化时（假定约束条件不变），最优解和最优值会改变吗？这个问题不能简单
地回答。上面输出给出了最优基不变条件下目标函数系数的允变化围：x1的系数为（72-8，72+24）=
（64，96）；x2的系数为（64-16，64+8）=（48，72）。注意：x1系数的允围需要x2系数64不变，反
之亦然。由于目标函数的费用系数变化并不影响约束条件，因此此时最优基不变可以保证最优解也不变，
但最优值变化。用这个结果很容易回答附加问题3）：若每公斤A1的获利增加到30元，则x1系数变为
30×3=90，在允围，所以不应改变生产计划，但最优值变为90×20+64×30=3720。
下面对“资源”的影子价格作进一步的分析。影子价格的作用（即在最优解下“资源”增加1个单位时“效益”的增量）是有限制的。每增加1桶牛奶利润增长48元（影子价格），但是，上9 面输出的CURRENT RHS 的ALLOWABLE INCREASE 和ALLOWABLE DECREASE 给出了影子价格有意义条件下约束右端的限制围：milk）原料最多增加10（桶牛奶），time）劳动时间最多增加53（小时）。现在可以回答附加问题1）的第2问：虽然应该批准用35元买1桶牛奶的投资，但每天最多购买10桶牛奶。顺便地说，可以用低于每小时2元的工资聘用临时工人以增加劳动时间，但最多增加53.3333小时。
需要注意的是：灵敏性分析给出的只是最优基保持不变的充分条件，而不一定是必要条件。比如对于上面的问题，“原料最多增加10（桶牛奶）”的含义只能是“原料增加10（桶牛奶）”时最优基保持不变，所以影子价格有意义，即利润的增加大于牛奶的投资。反过来，原料增加超过10（桶牛奶），影子价格是否一定没有意义？最优基是否一定改变？一般来说，这是不能从灵敏性分析报告中直接得到的。
此时，应该重新用新数据求解规划模型，才能做出判断。所以，从正常理解的角度来看，我们上面回答“原料最多增加10（桶牛奶）”并不是完全科学的。
吸尘器生产计划
某机器公司可以生产三种不同型号的小型吸尘器，A型、B型、C型，但最后一种已经不生产了。A型的单价是1500元，B型的单价是1400元。
为了完成各月定货，生产车间必须制定出一个生产计划以使费用最低。因为A型和B型吸尘器都分别有两种型号：一种是使用高碳钢（STEEL–1）和一些铝；另一种是使用低碳钢（STEEL–2）和大量铝，而金属价格差别很大，所以制定最优生产计划并非易事。客户并不在意公司为他们生产的吸尘器是属于两种型号中的哪一种。公司决定使用线性规划制定最优计划，问题的关键是满足客户的总定货要求，在不超过公司的熟练工人与技术工人以及生产能力的限制的情况下使生产费用最小。
铝的费用是107元／10kg; STEEL–1：38元／10kg，STEEL–2：29元／10kg下表给出生产三种吸尘器所需的原材料及劳动力工时等。
公司下月的定货为：B型吸尘器300只，A型吸尘器500只，其金属费用305,820元。
由于开工不足，公司决定再次生产C型吸尘器，售价为800元/只，数量不超过100只。技术工人可以加班，费用15元/小时。
线性规划模型如上表，其中有9个变量，前三种为三种金属的购买量，后五个是五种不同吸尘器的生产数量；最后一个是熟练工加班小时数。模型中有九个约束，前三个约束表明购买的三种金属的数量至少应满足生产需求，后两个表明生产A型和B型吸尘器的数量要满足定货；再后三个是熟练工、技术工和生产线生产能力的限制，最后一个表明最多可以生产100个C型吸尘器.
问题1：下面各量哪些在目标函数中考虑到了（）
a) 金属的费用
b) 直线劳动成本
c) 加班劳动成本
d) 管理费用
问题2：为什么在目标函数中没有考虑A型和B型吸尘器的收益，但却考虑了C型吸尘器的收益？
问题3：C型吸尘器的数量为多少，其耗费各种金属的数量是多少？
在最优生产计划中，生产了___100___台C型吸尘器，用高碳钢__400____公斤；用低碳钢___0____公斤；铝__20____公斤。
问题4：技术工人加班费用是15元／小时，当这个费用变为多大时最优计划将改变？
问题5：如果不允加班，那么总费用将如变化？
答：总费用将：________增加________元
________减少________元
________不能确切得知。
问题6：若熟练工的生产能力增加1小时，将会产生什么影响？
问题7：若B型吸尘器的定货增加一台，那么它的贡献是什么？
问题8：为使C型吸尘器市场扩大25台，公司愿意再支付多少？
问题9：打开100个C型吸尘器的市场需要10,000元的广告推销费，这费用合理吗？
问题10：另外一个市场计划是以4000元推销费打开60个C型吸尘器的市场，其单价仍为800元／
台，那么这个计划是否好于原计划？
农民生产问题
一农户拥有土地100亩和资金30,000元，在冬半年（从10月中到第二年4月中），农户有劳力3,500工时，在夏半年有劳力4,000工时，如果有剩余劳动，那么农户就安排其到邻居帮工。在冬半年，工是4.00元／小时，夏半年是4.50元／小时。
农户可以通过种植三种作物和饲养奶牛和蛋鸡来获得现金收入。作物不需投资，而每买一头奶牛需支付900元，一只蛋鸡7元。
每饲养一头奶牛需用地1.5亩，在冬半年需劳力100工时，在夏半年需50工时，每头奶牛每年的纯现金收入为800元。相应地，养鸡不需土地，一只在冬半年需0.6工时，在夏半年又需0.3工时，每只鸡的年净收入为5万元。农户的鸡舍最大可容鸡3,000只，牛圈最多可养牛32头。
三种作物每亩所需工时及每年收入如下：
农户应养多少奶牛，多少蛋鸡，以及三种作物各种多少亩才能使年净收入最多？
建立线性规划模型，变量如下：
(a) SOY, CORN ,OATS分别代表种植黄豆、玉米和燕麦的亩数。
(b) COWS, HENS 分别代表饲养奶牛和蛋鸡的数量。
(c)XSSUM, SXWIN分别代表夏半年和冬半年的剩余工时。
问题1：在最优计划中，下面各量各为多少？
(a) 种植黄豆__________ (b) 养鸡________________
(c) 给邻家帮工，冬半年；夏半年 _________ 。
(d) 种植玉米_________ (e) 种植燕麦____________
(f) 饲养奶牛 __________ (g) 年净收入____________
问题2：在最优计划中，使用资金占原有资金的百分比是多少？
问题3：(a) 在最优计划中，用来养牛的土地是多少亩？
(b) 养奶牛所花费的资金是多少？
问题4：冬半年最后一个工时的边际收益是多少？
问题5：(a) 若夏半年劳力减少500工时，那么年总收入将：
增加____________ 减少____________ 不变____________
问题将不可行____________问题将无界____________无法判断____________
(b) 若夏半年劳力增加1500工时，那么年总收入的变化是什么？
问题6：若农户可从当地银行以5%的年利率借款，至多不超过10000元，那么应借多少？问题7：
(a) 如果由于的重饥荒，农户必须种植玉米或燕麦，而且只种一种，那么农
户应种植哪种作物？
(b) 如果种植30亩上面选定作物，那么将使：
年收入增加____________ 年收入减少____________
不改变年收入__________ 不能确定__________________
问题8：一个地牛奶场愿出5.00元／小时雇用临时帮工，那么农户应该：（）
A. 在夏半年帮工 B 在冬半年帮工 C. 不帮工 D. 不能确定
问题9：假设由于黄豆的大丰收，黄豆价格下降5%因此：
年收入将增加____________ 年收入至多增加____________
年收入将降低____________ 年收入至多降低____________
问题10：假设有人愿在冬半年帮工，工为5.20元／小时问农户是否使用帮工？
如果使用帮工，年收入将增加多少？（假设中使用帮工为100小时）
问题11：(a) 计算出农户应养5.75头奶牛，显然零头牛是不可能的，为了予以纠正，应该：
A. 一头牛也不养
B. 养5头牛
C. 养6头牛
D.不能确定
(b)年收入将：
每年增加____________ 每年减少____________
保持不变____________ 不能确定____________
计算机输出结果
MAX 375 SOY + 550 CORN + 250 OATS + 800 CONS + 5 HENS + 4.5 XSSUM + 4 XSWW
SUBJECT TO
2) 50 SOY + 75 CORN + 40 OATS + 50 CONS + 0.3 HENS + XSSUM
= 4000
3) 20 SOY + 35 CORN + 10 OATS + 100 CONS + 0.6 HENS + XSWW
= 3500
4) 900 CONS + 7 HENS <= 30000
5) SOY + CORN + OATS + 1.5 CONS <= 100
6) HENS <= 3000
7) CONS <= 32
END
LP OPTIMUM FOUND AT STEP 7
OBJECTIVE FUNCTION VALUE
1) 40693.750
VARIABLE VALUE REDUCED COST
SOY 56.250000 0.000000
CORN 0.000000 39.062500
OATS 0.000000 18.125000
CONS 5.749999 0.000000
HENS 3000.000000 0.000000
XSSUM 0.000000 0.875000
XSWW 0.000000 1.312500
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 5.375000
3) 0.000000 5.312500
4) 3825.000732 0.000000
5) 35.125000 0.000000
6) 0.000000 0.200000
7) 26.250000 0.000000
NO. ITERATIONS= 7
RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE SOY 375.000000 105.000000 20.714285
CORN 550.000000 39.062500 INFINITY
OATS 250.000000 18.125000 INFINITY
CONS 800.000000 33.333302 105.000000
HENS 5.000000 INFINITY 0.200000
XSSUM 4.500000 0.875000 INFINITY
XSWW 4.000000 1.312500 INFINITY
RIGHTHAND SIDE RANGES
ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 4000.000000 1149.999878 850.000183
3 3500.000000 340.000061 459.999908
4 30000.000000 INFINITY 3825.000732
5 100.000000 INFINITY 35.125000
6 3000.000000 958.333191 3000.000000
7 32.000000 INFINITY 26.250000
电站建设计划
在今后的十五年，某省的用电需求将显著增加。该省水利发电站将负责投资兴建新的电站以满足增加的电量需求，每年对电的需求通常由下面三个特性值确定：
——总电量，单位为106千瓦时
——保证功率，单位为103千瓦
——峰值功率，单位为103千瓦
表1，给出了以上特性值在以后的十五年应达的增加量
因为电不可贮存，所以不同类型的电站的三个特性值很不相同，例如，同是一百万千瓦发电,蒸气发电峰值功率为0.30(103kw)，而核发电站的保证功率和峰值功率分别为0.20(103kw)和0.25(103kw)。
表2给出了在以后的十五年欲意兴建的五座电站的功率特性值，投资量以及年总费用所有数据都是对年输出电量一百万千瓦时(106KWH)而言的。
*包括每年的建设费用和操作费用
该省水利发电站建立了线性规划模型以使年总费用为最小，总投资不能超过730,000,000美元。表3给出了LP模型及变量名称。
STEAM=蒸汽电站所发电量(106KWH)
NUCLEA=核电站所发电量(106KWH)
ANCOST=为满足所需的电量增加所需的年总费用($103)
TOTELC=计划15年后的年发电量(106KWH)
GARPOW、DEAKW=保证功率和峰值功率(103KW)
INVEST=总投资费用($103)
秋季流行服饰与衣料的准备(五人） 目从办公室的十层大楼里，凯瑟琳·拉里俯视着下面忙忙碌碌的人流，在充塞着黄色出租车的街道以及乱放着一些买热狗的摊位的人行道上，成群的纽约人来来往往,好不热闹。在这闷热的暑天里,她注视着各类女性的穿衣时尚，心里想的却是这些人在秋季将会选择怎样的款式。这并非是她的一时的灵感,而是她工作的重要的一部分因为她拥有并经营着一家妇女精品时装公司――时尚隧道（ＴreｎdLｉｎes）公司。 今天对她来说是很重要的，因为她将与生产部经理泰德·罗森碰面，一起商讨下一个月秋季生产线的生产计划,特别是在一定的生产能力的基础上确定要各种服装的生产量。制定下个月的周密的生产计划对于秋季的销售是至关重要的，因为这些产品在9 月份将会上市，而妇女们通常在服装一上市时就会购买大部分的秋天的服饰。 凯瑟琳回转身，走到宽大的玻璃台旁去看铺上面的大量的资料及设计图。她扫视着6个月以前就设计出来的服装图样，各种样式所需要的材料,以及在时装展上通过消费者调研取得的各种样式的需求预测。现在，她还记得当时是如何设汁图样并将样品在纽约，米兰和巴黎的服装展上展出,那些天可真是既兴奋而又痛苦。最后,她付给六个设计者的总酬金为$860,0０0。除此外，每次时装展的费用为$2，7０0，０00，包括雇用职业模特、发型师、化妆师,以及衣服的裁制与缝纫、展台背景的设计、模特的走步与排练、会场的租用。 她研究着衣服的样式和所需的材料。秋季的服装包括职业装和休闲装,而每种服装的价格是由衣服的质量、材料的成本、人工成本、机器成本,以及对该产品的需求与品牌的知名度等因素来确定的。
她知道已经为下个月采购了下面的这些材料：羊毛45，00０码、开司米28,000码、丝绸18,000码、人造纤维３0，000码、天鹅绒20，000码、棉布３0,０00码。各种材料的价格如下图所示: 多余的材料(不包括下脚料)可以运回给衣料供应商，并得到全额的偿还。 凯瑟琳知道生产丝绸上衣和棉汗衫会产生相当的多余边料。每件丝绸上衣和每件棉汗衫分别需要２码的丝绸和棉布，而其中分别有0.5码的边料。她不希望浪费这些衣料，因此打算利用矩形的丝绸和棉布的边料来生产丝绸女背心和棉的迷你裙。这样,每生产一件丝绸上衣就可以生产一件丝绸女背心。同样,每生产一件棉汗衫就可以生产一件迷你裙。要注意的是，生产背心和迷你裙并不一定需要首先生产相应数量的丝绸上衣和棉汗衫。 需求的预测表明其中一些产品的需求是有限的。天鹅绒的裤子和衬衫因为是一时的流行,预测分别只能销售５,500 和6,0０0件。公司不会生产超过预计需求的产品数量, 因为，一旦该式样不再流行，就很难再卖出去。并且,因为公司并不需要满足所有的需求，所以，公司可以生产少于需求数量的产品。开司米汗衫因为价格较高,预计也只能销出4，000。丝绸上衣和背心的需求也是有限的，因为很多女性认为丝绸较难护理。公司预计大约可销出12,００0的丝绸上衣和１５,000丝绸背心。 预测表明羊毛裤，剪裁考究的衬衫,羊毛夹克的需求是很大的,因为这些是职业行头的必需品。羊毛裤和羊毛夹克的需求分别为７,000和５,000。凯瑟琳认为必须满足该部分60%的需求,以保持客户的品牌忠诚度,为以后的业务考虑。尽管剪裁考究的衬衫的需求是无法预测的,凯瑟琳认为必须至少生产2 , 800件。 a .泰德打算说服凯瑟琳不生产天鹅绒衬衫,因为,这种流行服装的需求是很少的。而它的固定设计费用和其他成本高达$500，０00，销售该样式的净贡献（售价-材料成本-人工成本)必须能够抵消总成本，他认为,即便是满足了最大的需求，该产品也不能产生一点的利润。你认为泰德的观点如何？ 解：净贡献=6０00×（2０0-1．5×1２－160）＝１320００<50０0０0 由上式得,泰德的观点正确的，因为根据软件求解的结果，最优生产计划中X１0的最优解为0,因此最好不要生产天鹅绒衬衫。
《管理运筹学》案例题解 案例1：北方化工厂月生产计划安排 解：设每月生产产品i （i=1，2，3，4，5）的数量为X i ，价格为P 1i ，Y j 为原材料j 的数量，价格为P 2j ，a ij 为产品i 中原材料j 所需的数量百分比，则： 5 10.6j i ij i Y X a ==∑ 总成本：TC=∑=15 1 2j j j P Y 总销售收入为：5 11 i i i TI X P ==∑ 目标函数为：MAX TP （总利润）=TI-TC 约束条件为： 10 30 24800215 1 ?? ?≤∑=j j Y X 1+X 3=0.7∑=5 1 i i X X 2≤0.05∑=5 1 i i X X 3+X 4≤X 1 Y 3≤4000 X i ≥0,i=1,2,3,4,5 应用计算工具求解得到： X 1=19639.94kg X 2=0kg X 3=7855.97kg X 4=11783.96kg X 5=0kg 最优解为：348286.39元
案例2：石华建设监理工程师配置问题 解：设X i 表示工地i 在标准施工期需要配备的监理工程师，Y j 表示工地j 在高峰施工期需要配备的监理工程师。 约束条件为： X 1≥5 X 2≥4 X 3≥4 X 4≥3 X 5≥3 X 6≥2 X 7≥2 Y 1+Y 2≥14 Y 2+Y 3≥13 Y 3+Y 4≥11 Y 4+Y 5≥10 Y 5+Y 6≥9 Y 6+Y 7≥7 Y 7+Y 1≥14 Y j ≥ X i （i=j ，i=1,2,…,7） 总成本Y 为： Y=∑=+7 1)12/353/7(i i i Y X 解得 X 1=5；X 2=4；X 3=4；X 4=3；X 5=3；X 6=2；X 7=2； 1Y =9；2Y =5；3Y =8；4Y =3；5Y =7；6Y =2；7Y =5; 总成本Y=167.
证券营业网点设置问题 证券公司提出下一年发展目标是：在全国范围内建立不超过12家营业网点。 1．公司为此拨出专款2.2亿元人民币用于网点建设。 2．为使网点布局更为科学合理，公司决定：一类地区网点不少于3家，二类地区网点不少于4家，三类地区网点暂不多于5家。 3．网点的建设不仅要考虑布局的合理性，而且应该有利于提升公司的市场份额，为此，公司提出，待12家网点均投入运营后，其市场份额应不低于10%。 4．为保证网点筹建的顺利进行，公司审慎地从现有各部门中抽调出业务骨干40人用于筹建，分配方案为：一类地区每家网点4人，二类地区每家网点3人，三类地区每家网点2人。5．依据证券行业管理部门提供的有关数据，结合公司的市场调研，在全国选取20个主要城市并进行分类，每个网点的平均投资额（b j）、年平均利润（c j）及交易量占全国市场平均份额（r j）如表C－6所示。 试根据以上条件进行分析，公司下一年应选择哪些城市进行网点建设，使年度利润总额最大。 表C－6
解：设X ij 为变量，表示选中第X ij 个城市为网点，Maxp 为目标利润，则根据题意得方程： （1）目标函数为： Max z= j n i ij C X ∑=1 （2）0-1规划设为： { 为营业网点 选中第未选中营业网点i j X 10 ;220001200*1300*1300*1350*1400*1400*1500*1600*1600*1700*1700*1750*1800*1800*2000*2000*2200*2300*2400*2500*;402*2*2*2*2*2*2*3*3*3*3*3*3**3*3*4*4*4*4*; 1070.0*72.0*75.0*78.0*75.0*82.0*86.0*84.0*82.0*88.0*92.0*90.0*92.0*92.0*98.0*96.0*00.1*20.1*22.1*25.1*12 ; 4; 3;5;9; 43736353433323129282726252423222114131211373635343332312928272625242322211413121137363534333231292827262524232221141312113736353433323129282726252423222114131211292827262524232221141312113736353433323129282726252423222114131211≤+++++++++++++++++++≤+++++++++++++++++++≥+++++++++++++++++++≤+++++++++++++++++++≥++++++++≥+++≤++++++≤++++++++≤+++x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x 9,8,7,6,5,4,3,2,1,3,2,1==j i = ij X
秋季流行服饰与衣料的准备（五人） 目从办公室的十层大楼里，凯瑟琳·拉里俯视着下面忙忙碌碌的人流，在充塞着黄色出租车的街道以及乱放着一些买热狗的摊位的人行道上，成群的纽约人来来往往，好不热闹。在这闷热的暑天里，她注视着各类女性的穿衣时尚，心里想的却是这些人在秋季将会选择怎样的款式。这并非是她的一时的灵感，而是她工作的重要的一部分因为她拥有并经营着一家妇女精品时装公司――时尚隧道（TrendLines）公司。 今天对她来说是很重要的，因为她将与生产部经理泰德·罗森碰面，一起商讨下一个月秋季生产线的生产计划，特别是在一定的生产能力的基础上确定要各种服装的生产量。制定下个月的周密的生产计划对于秋季的销售是至关重要的，因为这些产品在9 月份将会上市，而妇女们通常在服装一上市时就会购买大部分的秋天的服饰。 凯瑟琳回转身，走到宽大的玻璃台旁去看铺上面的大量的资料及设计图。她扫视着6个月以前就设计出来的服装图样，各种样式所需要的材料，以及在时装展上通过消费者调研取得的各种样式的需求预测。现在，她还记得当时是如何设汁图样并将样品在纽约，米兰和巴黎的服装展上展出，那些天可真是既兴奋而又痛苦。最后，她付给六个设计者的总酬金为$860,000。除此外，每次时装展的费用为$2,700,000，包括雇用职业模特、发型师、化妆师，以及衣服的裁制与缝纫、展台背景的设计、模特的走步与排练、会场的租用。 她研究着衣服的样式和所需的材料。秋季的服装包括职业装和休闲装，而每种服装的价格是由衣服的质量、材料的成本、人工成本、机器成本，以及对该产品的需求与品牌的知名度等因素来确定的。
她知道已经为下个月采购了下面的这些材料：羊毛45,000码、开司米28,000码、丝绸18,000码、人造纤维30,000码、天鹅绒20,000码、棉布30,000码。各种材料的价格如下图所示： 多余的材料（不包括下脚料）可以运回给衣料供应商，并得到全额的偿还。 凯瑟琳知道生产丝绸上衣和棉汗衫会产生相当的多余边料。每件丝绸上衣和每件棉汗衫分别需要2 码的丝绸和棉布，而其中分别有0.5 码的边料。她不希望浪费这些衣料，因此打算利用矩形的丝绸和棉布的边料来生产丝绸女背心和棉的迷你裙。这样，每生产一件丝绸上衣就可以生产一件丝绸女背心。同样，每生产一件棉汗衫就可以生产一件迷你裙。要注意的是，生产背心和迷你裙并不一定需要首先生产相应数量的丝绸上衣和棉汗衫。 需求的预测表明其中一些产品的需有限的。天鹅绒的裤子和衬衫因为是一时的流行，预测分别只能销售5,500 和6,000件。公司不会生产超过预计需求的产品数量，因为，一旦该式样不再流行，就很难再卖出去。并且，因为公司并不需要满足所有的需求，所以，公司可以生产少于需求数量的产品。开司米汗衫因为价格较高，预计也只能销出4,000。丝绸上衣和背心的需求也是有限的，因为很多女性认为丝绸较难护理。公司预计大约可销出12,000的丝绸上衣和15,000丝绸背心。 预测表明羊毛裤，剪裁考究的衬衫，羊毛夹克的需很大的，因为这些是职业行头的必需品。羊毛裤和羊毛夹克的需求分别为7,000和5,000。凯瑟琳认为必须满足该部分60%的需求，以保持客户的品牌忠诚度，为以后的业务考虑。尽管剪裁考究的衬衫的需无法预测的，凯瑟琳认为必须至少生产2 , 800件。 a ．泰德打算说服凯瑟琳不生产天鹅绒衬衫，因为，这种流行服装的需很少的。而它的固定设计费用和其他成本高达$ 500,000，销售该样式的净贡献（售价－材料成本－人工成本）必须能够抵消总成本，他认为，即便是满足了最大的需求，该产品也不能产生一点的利润。你认为泰德的观点如何？ 解：净贡献=6000×（200－1.5×12－160）=132000<500000 由上式得，泰德的观点正确的，因为根据软件求解的结果，最优生产计划中X10的最优解为0，因此最好不要生产天鹅绒衬衫。
运筹学案例（第一部分） 案例1 高压电器强电流试验计划的安排某高压电器研究所属行业归口所，是国家高压电器试验检测中心，每年都有大量的产品试验、中试、出口商检等任务。试验计划安排及实施的过程一般如下：·提前一个月接受委托试验申请 ·按申请的高压电器类别及台数编制下月计划 ·按计划调度，试验产品进入试验现场 ·试验检测，出检测报告 ·试验完成，撤出现场 高压电器试验分强电流试验和高压电试验两部分，该研究所承担的强电流实验任务繁重，委托试验的电器量很大，因此科学地计划安排试验计划显得非常重要。 高压电器分十大类，委托试验的产品有一定随机性，但是试验量最多的产品（占85%以上）是以下八类： 1．35KV断路器 2．10KV等级断路器 3．35KV开关柜 4．10KV等级开关柜 5．高压熔断器 6．负荷开关 7．隔离开关 8．互感器 这八类产品涉及全国近千个厂家，市场广阔，数量庞大。当前的强电流产品试验收费标准见表1-1。 表1-1 强电流产品试验收费标准 由于强电流试验用的短路发电机启动时,会给城市电网造成冲击,严重影响市网质量,故只能在中午1点用电低谷时启动,从而影响全月连续试验工时只有约
108小时,任务紧张时只能靠加班调节。正常情况下各种试验所需试验工时见表8-2。 表1-2 各类产品试验所需工时 强电流试验特点是开机时耗电量大，而每次实验短路时，只持续几秒钟，虽然短路容量在“0”秒时达2500 MVA，但瞬时耗电量却很小。每天试验设备提供耗电量限制为5000千瓦，每月135千千瓦，那麽每种产品耗量如表8-3所示。各类产品的冷却水由两个日处理能力为14吨的冷却塔供给。每月按27天计，冷却水月供给量为14×27=378吨。每月各类产品冷却水处理量见表8-3。 表1-3 各类产品试验耗电量与冷却水处理量 根据以往的经验和统计报表显示第一类产品和第二类产品每月最多试验台数分别为6台和4台，第三类和第四类产品则每月至少需分别安排8台和10台。 根据上述资料，尝试建立数学模型辅助产生排产计划，对模型的优化结果进行解释，并与实际情况做对比分析。
运筹学实例分析及lingo 求解 一、线性规划 某公司有6个仓库，库存货物总数分别为60、55、51、43、41、52，现有8个客户各要一批货，数量分别为35，37，22，32，41，32，43，38。各供货仓库到8个客户处的单位货物运输价见表 试确定各仓库到各客户处的货物调运数量，使总的运输费用最小。 解：设 ij x 表示从第i 个仓库到第j 个客户的货物运量。ij c 表示从第i 个仓库到第 j 个客户的单位货物运价，i a 表示第i 个仓库的最大供货量，j d 表示第j 个客户的订货量。 目标函数是使总运输费用最少，约束条件有三个：1、各仓库运出的货物总量不超过其库存数2、各客户收到的货物总量等于其订货数量3、非负约束 数学模型为： ∑∑===6 18 1)(min i j ij ij x c x f ????? ??????≥===≤∑∑==08,,2,1,6,2,1,,. .6 1 8 1ij j i ij i j ij x j d x i a x t s 编程如下： model : Sets : Wh/w1..w6/:ai;
Vd/v1..v8/:dj; links(wh,vd):c,x; endsets Data: ai=60,55,51,43,41,52; dj=35,37,22,32,41,32,43,38; c=6,2,6,7,4,2,5,9 4,9,5,3,8,5,8,2 5,2,1,9,7,4,3,3 7,6,7,3,9,2,7,1 2,3,9,5,7,2,6,5 5,5,2,2,8,1,4,3; Enddata Min=@sum(links(i,j):c(i,j)*x(i,j)); @for(wh(i):@sum(vd(j):x(i,j))<=ai(i)); @for(vd(j):@sum(wh(i):x(i,j))=dj(j)); end Global optimal solution found. Objective value: Total solver iterations: 0 Variable Value Reduced Cost AI( W1) AI( W2) AI( W3) AI( W4) AI( W5) AI( W6) DJ( V1) DJ( V2) DJ( V3) DJ( V4) DJ( V5) DJ( V6) DJ( V7) DJ( V8) C( W1, V1) C( W1, V2) C( W1, V3) C( W1, V4) C( W1, V5) C( W1, V6)
管理运筹学lindo案例分析 (a)Lindo的数据分析及习题 (a)灵敏性分析（Range，Ctrl+R） 用该命令产生当前模型的灵敏性分析报告：研究当目标函数的费用系数和约束右端项在什么围（此时假定其它系数不变）时，最优基保持不变。灵敏性分析是在求解模型时作出的，因此在求解模型时灵敏性分析是激活状态，但是默认是不激活的。为了激活灵敏性分析，运行LINGO|Options…，选择General Solver Tab，在Dual Computations列表框中，选择Prices and Ranges选项。灵敏性分析耗费相当多的求解时间，因此当速度很关键时，就没有必要激活它。 下面我们看一个简单的具体例子。 例5.1某家具公司制造书桌、餐桌和椅子，所用的资源有三种：木料、木工和漆工。生产数据如下表所示： 用DESKS、TABLES和CHAIRS分别表示三种产品的生产量，建立LP模型。 max=60*desks+30*tables+20*chairs; 8*desks+6*tables+chairs<=48; 4*desks+2*tables+1.5*chairs<=20; 2*desks+1.5*tables+.5*chairs<=8; tables<=5; 求解这个模型，并激活灵敏性分析。这时，查看报告窗口（Reports Window）,可以看到如下结果。Global optimal solution found at iteration: 3 Objective value: 280.0000 Variable Value Reduced Cost DESKS 2.000000 0.000000 TABLES 0.000000 5.000000 CHAIRS 8.000000 0.000000 Row Slack or Surplus Dual Price 1 280.0000 1.000000 2 24.00000 0.000000 3 0.000000 10.00000 4 0.000000 10.00000 5 5.000000 0.000000 “Global optimal solution found at iteration: 3”表示3次迭代后得到全局最优解。“Objective value:280.0000”表示最优目标值为280。“Value”给出最优解中各变量的值：造2个书桌（desks）, 0个餐桌（tables）, 8个椅子（chairs）。所以desks、chairs是基变量（非0），tables 是非基变量（0）。 “Slack or Surplus”给出松驰变量的值： 第1行松驰变量 =280（模型第一行表示目标函数，所以第二行对应第一个约束） 第2行松驰变量 =24 第3行松驰变量 =0 第4行松驰变量 =0 第5行松驰变量 =5 “Reduced Cost”列出最优单纯形表中判别数所在行的变量的系数，表示当变量有微小变动时, 目标函数的变化率。其中基变量的reduced cost值应为0，对于非基变量 X j, 相应的 reduced cost值
案例分析 四通家具公司案例 四通家具公司的王经理刚接到达森木器实业公司武汉经销部汤经理的一个电话，四通是达森公司的老买主。汤经理在电话中说：“老王，我们才收到汽车零担运输公司的一份新价目表。它规定运量在10吨及以上，运费从原来的每100千克1000元降为每100千克900元，我想让你们买家享受这份好处。按你们常订的卧式家具计算，一套就能节省1000元钱的运费，不过这得每次订10套，而不是目前的每次订6套。你看怎么样?” 王经理听了汤经理的这番美意，当即回答道：“汤经理，你的主意听起来倒是不错。不过，我得核算一下变化的成本，才好做决定。假如我们每次订15套，还能再有些优惠吗?” 汤经理听到买主要多订货，很是高兴。说道：“运输公司那头恐怕不会再降价了，不过，要是每次你能订15套或15套以上，我们公司给你2%的价格优惠，一套便宜1200元，你们研究一下，我下星期再给你去电话，听你的回音。” 王经理放下电话，可他还不清楚该怎么办。仓库里的空位正好能放15套成套卧式家具，但这一来就不能存放其它家具，会引起机会成本。而且银行贷款利率近来一直在往上升，增加这些库存，占用的资金将不少，这会引起库存变动成本增加。王经理打算结合有关该产品的成本等资料好好研究这个问题。 附表：成套卧式家具的成本与其他资料 项目成本及其它 销售价格100000元/套 每套重量1000千克 单套购买成本＊60000元/套 平均年销售量60套 订购成本＊＊4000元/次 年保管费率＊＊＊30% 保险储备量2套 订货提前期4周 ＊此项成本中未计入运输成本； ＊＊此项成本包括办理订货以及到货后的验收入库等费用 ＊＊＊此项成本包括资金成本20%、保险金3%、仓库使用费5%、库存损耗2%。 你认为王经理应该做出什么样的决策?你在分析上述问题中依据什么假设和理由?特别是拟定和选择方案的依据和理由。？
管理运筹学lindo案例分析 ⑻Lindo的数据分析及习题 用该命令产生当前模型的灵敏性分析报告：研究当目标函数的费用系数和约束右端项在什么围（此时假定其它系数不变）时，最优基保持不变。灵敏性分析是在求解模型时作出的，因此在求解模型时灵敏性分析是激活状态，但是默认是不激活的。为了激活灵敏性分析，运行LINGO|Options…，选择General Solver Tab , 在Dual Computations 列表框中，选择Prices and Ranges 选项。灵敏性分析耗费相当多的求解时间，因此当速度很关键时，就没有必要激活它。 下面我们看一个简单的具体例子。 例5.1某家具公司制造书桌、餐桌和椅子，所用的资源有三种：木料、木工和漆工。生产数据如下表所示： 用DESKS TABLES和CHAIRS分别表示三种产品的生产量，建立LP模型。 max=60*desks+30*tables+20*chairs; 8*desks+6*tables+chairs<=48; 4*desks+2*tables+1.5*chairs<=20; 2*desks+1.5*tables+.5*chairs<=8; tables<=5; 求解这个模型，并激活灵敏性分析。这时，查看报告窗口（Reports Window）,可以看到如下结果。Global optimal solution found at iteration:3 Objective value:280.0000 Variable Value Reduced Cost DESKS 2.0000000.000000 TABLES0.000000 5.000000 CHAIRS8.0000000.000000 Row Slack or Surplus Dual Price 1280.0000 1.000000 224.000000.000000 30.00000010.00000 40.00000010.00000 5 5.0000000.000000 “ Global optimal solution found at iteration: 3 ”表示 3 次迭代后得到全局最优解。 a Objective value:280.0000 ”表示最优目标值为280。“Value”给出最优解中各变量的值：造2个书桌（desks）, 0 个餐桌（tables ）, 8 个椅子（chairs ）。所以desks、chairs 是基变量（非0）, tables 是非基变量（0 ）。 “ Slack or Surplus ”给出松驰变量的值： 第1行松驰变量=280 （模型第一行表示目标函数，所以第二行对应第一个约束） 第2行松驰变量=24 第3行松驰变量=0 第4行松驰变量=0 第5行松驰变量=5 “ Reduced Cost ”列出最优单纯形表中判别数所在行的变量的系数，表示当变量有微小变动时，目 标函数的变化率。其中基变量的reduced cost 值应为0, 对于非基变量X j,相应的reduced cost 值 表示当某个变量X j 增加一个单位时目标函数减少的量（ max 型问题）。本例中：变量tables 对应的
秋季流行服饰与衣料得准备（五人） 目从办公室得十层大楼里,凯瑟琳·拉里俯视着下面忙忙碌碌得人流,在充塞着黄色出租车得街道以及乱放着一些买热狗得摊位得人行道上,成群得纽约人来来往往,好不热闹．在这闷热得暑天里，她注视着各类女性得穿衣时尚,心里想得却就是这些人在秋季将会选择怎样得款式.这并非就是她得一时得灵感，而就是她工作得重要得一部分因为她拥有并经营着一家妇女精品时装公司――时尚隧道(ＴrｅｎdＬｉｎeｓ）公司。 今天对她来说就是很重要得，因为她将与生产部经理泰德·罗森碰面,一起商讨下一个月秋季生产线得生产计划,特别就是在一定得生产能力得基础上确定要各种服装得生产量。制定下个月得周密得生产计划对于秋季得销售就是至关重要得，因为这些产品在9月份将会上市，而妇女们通常在服装一上市时就会购买大部分得秋天得服饰。 凯瑟琳回转身,走到宽大得玻璃台旁去瞧铺上面得大量得资料及设计图。她扫视着6个月以前就设计出来得服装图样,各种样式所需要得材料,以及在时装展上通过消费者调研取得得各种样式得需求预测。现在，她还记得当时就是如何设汁图样并将样品在纽约，米兰与巴黎得服装展上展出,那些天可真就是既兴奋而又痛苦。最后,她付给六个设计者得总酬金为＄8６０,０00.除此外，每次时装展得费用为＄2，7０0，000，包括雇用职业模特、发型师、化妆师，以及衣服得裁制与缝纫、展台背景得设计、模特得走步与排练、会场得租用。 她研究着衣服得样式与所需得材料。秋季得服装包括职业装与休闲装,而每种服装得价格就是由衣服得质量、材料得成本、人工成本、机器成本，以及对该产品得需求与品牌得知名度等因素来确定得。
她知道已经为下个月采购了下面得这些材料:羊毛45，00０码、开司米２8，０00码、丝绸18,000码、人造纤维30，000码、天鹅绒２0，０00码、棉布30,00０码。各种材料得价格如下图所示： 多余得材料(不包括下脚料)可以运回给衣料供应商,并得到全额得偿还。 凯瑟琳知道生产丝绸上衣与棉汗衫会产生相当得多余边料。每件丝绸上衣与每件棉汗衫分别需要2 码得丝绸与棉布,而其中分别有0、5 码得边料。她不希望浪费这些衣料,因此打算利用矩形得丝绸与棉布得边料来生产丝绸女背心与棉得迷您裙。这样,每生产一件丝绸上衣就可以生产一件丝绸女背心。同样,每生产一件棉汗衫就可以生产一件迷您裙。要注意得就是,生产背心与迷您裙并不一定需要首先生产相应数量得丝绸上衣与棉汗衫。 需求得预测表明其中一些产品得需求就是有限得.天鹅绒得裤子与衬衫因为就是一时得流行，预测分别只能销售5,500 与6，0０0件.公司不会生产超过预计需求得产品数量，因为,一旦该式样不再流行，就很难再卖出去。并且,因为公司并不需要满足所有得需求，所以,公司可以生产少于需求数量得产品.开司米汗衫因为价格较高,预计也只能销出4,0００。丝绸上衣与背心得需求也就是有限得，因为很多女性认为丝绸较难护理。公司预计大约可销出12,００0得丝绸上衣与15，000丝绸背心。 预测表明羊毛裤,剪裁考究得衬衫,羊毛夹克得需求就是很大得，因为这些就是职业行头得必需品。羊毛裤与羊毛夹克得需求分别为7，０00与5,０00。凯瑟琳认为必须满足该部分６0%得需求,以保持客户得品牌忠诚度,为以后得业务考虑。尽管剪裁考究得衬衫得需求就是无法预测得，凯瑟琳认为必须至少生产2, 800件。 ａ.泰德打算说服凯瑟琳不生产天鹅绒衬衫，因为,这种流行服装得需求就是很少得。而它得固定设计费用与其她成本高达＄50０,0０0,销售该样式得净贡献(售价－材料成本-人工成本)必须能够抵消总成本，她认为,即便就是满足了最大得需求,该产品也不能产生一点得利润。您认为泰德得观点如何? 解:净贡献=6000×(２０0－１、５×1２－１60)＝1３２000〈50００00 由上式得,泰德得观点正确得,因为根据软件求解得结果，最优生产计划中X10得最优解为0,因此最好不要生产天鹅绒衬衫. b。在给定得生产、资源与需求约束得条件下,为该问题建立线性规划模型并求解.在作最后得决定之前，凯瑟琳打算先独立得瞧一下下面几个问题。
案例四监理公司人员配置问题 某监理公司侧重于国家大中型项目的监理。每项工程安排多少监理工程师进驻工地，一般是根据工程的投资、建筑规模、使用功能、施工的形象进度、施工阶段来决定，监理工程师的配置数量随着变化。由于监理工程师从事的专业不同，他们每人承担的工作量也是不等的。有的专业一个工地就需要三人以上，而有的专业一人则可以兼管三个以上的工地。因为从事监理业的专业多达几十个，仅以高层民用建筑为例就涉及到建筑学专业、工民建（结构）专业、给水排水专业、采暖通风专业、强电专业、弱电专业、自动控制专业、技术经济专业、总图专业、合同和信息管理专业等，这就需要我们合理配置这些人力资源。为了方便计算，我们把所涉及的专业技术人员按总平均人数来计算，工程的施工形象进度按标准施工期和高峰施工期来划分。通常标准施工期需求的人数教容易确定。但高峰施工期就比较难确定了，原因有两点： （1）高峰施工期各工地不是同时来到，是可以事先预测的，在同一个城市里相距不远的工地，就存在着各工地的监理工程师如何交错使用的运筹问题。 （2）各工地总监在高峰施工期到来的时候要向公司要人，如果每个工地都按高峰施工期配置监理工程师的数量，将造成极大的人力资源浪费。 因此，为了达到高峰施工期监理工程师配置数量最优，人员合理地交错使用，遏制人为因素，根据历年来的经验对高峰施工期的监理工程师数量在合理交错发挥作用的前提下限定了范围。另经统计测得，全年平均标准施工期占7个月，人均年成本4万元；高峰施工期占5个月，人均年成本7万元。 标准施工期所需监理工程师如表1所示。 表1 另外在高峰施工期各工地所需监理工程师的数量要求如下： 第1和第2工地的总人数不少于14人； 第2和第3工地的总人数不少于13人； 第3和第4工地的总人数不少于11人； 第4和第5工地的总人数不少于10人； 第5和第6工地的总人数不少于9人； 第6和第7工地的总人数不少于7人； 第7和第1工地的总人数不少于14人。 问题： （1）高峰施工期公司最好配置多少个监理工程师 （2）监理工程师年耗费的总成本是多少
运筹学经典案例 案例一：鲍德西（（B AWDSEY）雷达站的研究 20世纪30年代，德国内部民族沙文主义及纳粹主义日渐抬头。以希特勒为首的纳粹势力夺取了政权开始为以战争扩充版图，以武力称霸世界的构想作战争准备。欧洲上空战云密布。英国海军大臣丘吉尔反对主政者的“绥靖”政策，认为英德之战不可避免，而且已日益临近。他在自己的权力范围内作着迎战德国的准备，其中最重要、最有成效之一者是英国本土防空准备。 1935年，英国科学家沃森—瓦特（R．Watson-Wart）发明了雷达。丘吉尔敏锐地认识到它的重要意义，并下令在英国东海岸的Bawdsey建立了一个秘密的雷达站。 当时，德国已拥有一支强大的空军，起飞17分钟即可到达英国。在如此短的时间内，如何预警及做好拦截，甚至在本土之外或海上拦截德机，就成为一大难题。雷达技术帮助了英国，即使在当时的演习中已经可以探测到160公里之外的飞机，但空防中仍有许多漏洞，1939年，由曼彻斯特大学物理学家、英国战斗机司令部科学顾问、战后获诺贝尔奖金的P.M.S.Blachett为首，组织了一个小组，代号为“Blachett 马戏团”，专门就改进空防系统进行研究。 这个小组包括三名心理学家、两名数学家、两名应用数学家、一名天文物理学家、一名普通物理学家、一名海军军官、一名陆军军官及一名测量人员。研究的问题是：设计将雷达信息传送给指挥系统及武器系统的最佳方式；雷达与防空武器的最佳配置；对探测、信息传递、作战指挥、战斗机与防空火力的协调，作了系统的研究，并获得了成功，从而大大提高了英国本土防空能力，在以后不久对抗德国对英伦三岛的狂轰滥炸中，发挥了极大的作用。二战史专家评论说，如果没有这项技术及研究，英国就不可能赢得这场战争，甚至在一开始就被击败。“Blackett马戏团”是世界上第一个运筹学小组。在他们就此项研究所写的秘密报告中，使用了 “Operational Research”一词，意指作战研究”或“运用研究”。就是我们所说的运筹学。Bawdseg雷达站的研究是运筹学的发祥与典范。项目的巨大实际价值、明确的目标、整体化的思想、数量化的分析、多学科的协同、最优化的结果，以及简明朴素的表述，都展示了运筹学的本色与特色，使人难以忘怀。
武城万事达酒水批发案例分析 导言：每个企业都是为了赚取利润，想要赚取更多的利润就要想办法节约自己的成本，那怎么节约自己的成本呢？运筹学是一门用纯数学的方法来解决最优方法的选择安排的学科。运输是配送的必需条件，但是怎么才能让武城万事达酒水批发厂在运输问题是节约运输成本呢？我们就运用运筹学的方法来进行分析。我们对他原来的运输路线进行调查，计算原来需要的运输成本，对它的运输方式我们进行研究然后确定新的运输路线为他节约运输成本。 一、案例描述 武城万事达酒水批发有四个仓库存储啤酒分别为1、2、3、4,有五个销地A、B、C、D、E，各仓库的库存与各销售点的销售量（单位均为t)，以及各仓库到各销售地的单位运价（元/t）。半年中，1、2、3、4仓库中分别有300、400、500、300吨的存量，半年A、B、C、D、E五个销售地的销量分别为170、370、500、340、120吨。且从1仓库分别运往A、B、C、D、E五个销售地的单位运价分别为300、350、280、380、310元，从2仓库分别运往A、B、C、D、E五个销售地的单位运价分别310、270、390、320、340元，从3仓库分别运往A、B、C、D、E五个销售地的单位运价分别290、320、330、360、300元，从4仓库分别运往A、B、C、D、E五个销售地的单位运价分别310、340、320、350、320元。具体情况于下表所示。求产品如何调运才能使总运费最小？
仓库 A B C D E 存量 销地 1 300 2 400 3 500 4 300 150销量170 370 500 340 120 武城万事达酒水批发原来的运输方案： E销售地的产品从1仓库供给，D销售地的产品全由2仓库供给，C销售地全由3仓库供给，A、B销售地产品全由4仓库供给。 即：产生的运输费用为Z1 Z1=310*120+320*340+330*500+340*370+310*170=489500 二、模型构建 1、决策变量的设置 设所有方案中所需销售量为决策变量X ij（i=1、2、3、4，j=A、B、C、D、E），即： 方案1：是由仓库1到销售地A的运输量X1A 方案2：是由仓库1到销售地B的运输量X1B 方案3：是由仓库1到销售地C的运输量X1C
案例一：鲍德西（（B AWDSEY）雷达站的研究 20世纪30年代，德国内部民族沙文主义及纳粹主义日渐抬头。以希特勒为首的纳粹势力夺取了政权开始为以战争扩充版图，以武力称霸世界的构想作战争准备。欧洲上空战云密布。英国海军大臣丘吉尔反对主政者的“绥靖”政策，认为英德之战不可避免，而且已日益临近。他在自己的权力范围内作着迎战德国的准备，其中最重要、最有成效之一者是英国本土防空准备。 1935年，英国科学家沃森—瓦特（R．Watson-Wart）发明了雷达。丘吉尔敏锐地认识到它的重要意义，并下令在英国东海岸的Bawdsey建立了一个秘密的雷达站。 当时，德国已拥有一支强大的空军，起飞17分钟即可到达英国。在如此短的时间内，如何预警及做好拦截，甚至在本土之外或海上拦截德机，就成为一大难题。雷达技术帮助了英国，即使在当时的演习中已经可以探测到160公里之外的飞机，但空防中仍有许多漏洞，1939年，由曼彻斯特大学物理学家、英国战斗机司令部科学顾问、战后获诺贝尔奖金的为首，组织了一个小组，代号为“Blachett马戏团”，专门就改进空防系统进行研究。 这个小组包括三名心理学家、两名数学家、两名应用数学家、一名天文物理学家、一名普通物理学家、一名海军军官、一名陆军军官及一名测量人员。研究的问题是：设计将雷达信息传送给指挥系统及武器系统的最佳方式；雷达与防空武器的最佳配置；对探测、信息传递、作战指挥、战斗机与防空火力的协调，作了系统的研究，并获得了成功，从而大大提高了英国本土防空能力，在以后不久对抗德国对英伦三岛的狂轰滥炸中，发挥了极大的作用。二战史专家评论说，如果没有这项技术及研究，英国就不可能赢得这场战争，甚至在一开始就被击败。“Blackett马戏团” 是世界上第一个运筹学小组。在他们就此项研究所写的秘密报告中，使用了 “Operational Research”一词，意指作战研究”或“运用研究”。就是我们所说的运筹学。Bawdseg雷达站的研究是运筹学的发祥与典范。项目的巨大实际价值、明确的目标、整体化的思想、数量化的分析、多学科的协同、最优化的结果，以及简明朴素的表述，都展示了运筹学的本色与特色，使人难以忘怀。
运筹学案例集 宝菱重工机械孔念荣收集整理 运筹学的一些典型性应用 ?合理利用材料问题：如何在保证生产的条件下，下料最少 ?配料问题：在原料供应量的限制下，如何获取最大收益 ?投资问题：从投资项目中选取最佳组合，使投资回报最大 ?产品生产计划：合理利用人力、物力、财力等，使获利最大?劳动力安排：用最少的劳动力来满足工作的需要 ?运输问题：如何制定最佳调运方案，使总运费最少 一、生产计划问题 案例1（2-4）、某工厂用A、B、C、D四种原料生产甲、乙两种产品，生产甲和乙所需各种原料的数量以及在一个计划期各种原料的现有数量见下表所示。又已知每单位产品甲、乙的售价分别为400元和600元，问应如何安排生产才能获得最大收益？ 已知生产单位产品所需的设备台时及A、B两种原材料的消耗、资源的限制，如下表：
问题：工厂应分别生产多少单位Ⅰ、Ⅱ产品才能使工厂获利最多？ 案例3（2-25）、某公司面临一个是外包协作还是自行生产的问题。该公司生产甲、乙、丙三种产品，都需要经过铸造、机加工和装配三个车间。甲、乙两种产品的铸件可以外包协作，亦可以自行生产，但产品丙必须本厂铸造才能保证质量，数据如下表所示。 问题：公司为了获得最大利润，甲、乙、丙三种产品各生产多少件？甲、乙两种产品的铸造中，由本公司铸造和由外包协作各应多少件？ 案例4（2-28）、永久机械厂生产Ⅰ、Ⅱ、Ⅲ三种产品，均要经过A、B两道工序加工。设有两种规格的设备A1、A2能完成A工序；有三种规格的设备B1、B2、B3能完成 B 工序。Ⅰ可在A、B的任何规格的设备上加工；Ⅱ可在任意规格的A设备上加工，但对B工序，只能在B1设备上加工；Ⅲ只能在A2与B2设备
案例分析：存储问题 某制造公司的经理正在考虑自行生产一种零件的经济可行性。该零件原来都是从供应商那里购买的。预计该零件的年需求为3200个。万戈公司一年运作250天。 公司的财务分析师已经确定将资金用于购买该零件的资本成本是13%。统计数据表明，公司为这批零件的库存，在税收和保险方面总共花费了2400美元。除此之外，库存损失近900美元，主要包括损坏和被盗。还有1500美元用于仓库的日常管理，其中包括暖气和照明的花费。 对采购程序运作的一项分析显示，不管订货量为多少，填写和协调一份订购这种零件的订单大约需要2个小时，采购员的工资平均为每小时28美元，包括津贴。而且对125次订货进行分析的结果显示，有2375美元用于与订货程序相关的电话、纸张费用以及邮费。 从供应商那里得到该零件的提前期为1周。有分析表明，提前期内需求的分布服从均值为64、标准差为10的正态分布。根据服务水平的要求，每年允许 1次缺货的发生。 当前，万戈公司与供应商有一份合同，根据该合同，采购该零件的单价为18 美元，然而，在过去的几个月里，万戈公司的生产能力大大提高了，由此导致某些部门出现了生产能力过剩的情况。因此，公司在考虑是否自行生产这种零件。对设备的使用预测表明，如果生产该零件，生产能力是有保障的。根据现在的生产能力，每月能生产1000个该种零件，总共能生产5个月。管理部门相信，有2周的提前期就可以安排好生产，然后就可以随需要立即生产。在2周的提前期内，需求大致服从均值为128、标准差为20的正态分布。生产成本预计为每个零件17美元。 管理员所关心的一个问题是，每次生产的启动成本非常高，劳动力和损失的生产时间的总成本估计为每小时50美元，要启动生产该零件的设备，还要求满8个小时轮班。 管理报告 请就某制造公司的问题写一份报告，报告要阐明该公司应该继续向供应商采购零件还是应该自行生产该零件这个问题。报告中还要包括下列要点： 1．对存储成本的分析，包括每个零件的年储存成本。 2．对订货成本的分析，包括每次从供应商那里订货的成本。 3．对生产运行所需设备的启动成本的分析。 4．依据下列两种情况，制定库存策略。 a.从供应商那里订购固定订货量为Q的该零件。 b.从本公司内生产部门那里订购固定订货量为Q的该零件。 5．在问题4中的a、b两种情况下的库存策略里，要求包括下列各项： a.最佳订货量Q*。 b.每年所需的订货次数或生产批次。 c.周期。