运筹学实验作业
运筹学实验报告
专业：信息与计算科学班级：
学号：
姓名：
相关问题说明：
一、实验性质和教学目的
运筹学实验课是从运筹学中若干模型出发，针对性得学习相关软件，以求学生掌握解决实际问题的方法。
通过运筹学中的实例，让学生学会lingo软件的使用方法，最后让学生利用lingo软件解决运筹学中的问题。
二、实验基本要求
要求学生：
1. 实验前认真做好理论准备，仔细阅读实验指导书；
2. 遵从教师指导，认真完成实验任务，按时按质提交实验报告。
二、主要参考资料
1．LINGO软件
3. 优化建模与LINDO/LINGO软件，清华大学出版社，2005
4．运筹学编写组主编，运筹学（第四版），清华大学出版社，2012
5．胡运权主编，运筹学教程（第二版），清华大学出版社，2003
一、线性规划问题：
12
12121212max 43981271124..91113
,0
z x x x x x x s t x x x x =++≤??+≤??+≤??≥? 1、 给出使用lingo 软件求解该模型的原始代码；
2、计算结果(包括灵敏度分析，求解结果粘贴)；
3、回答下列问题：
a) 最优解及最优目标函数值是多少；
b) 资源的对偶价格各为多少，并说明对偶价格的含义；
c) 为了使目标函数值增加最多，让你选择一个约束条件，将它的常数项增加一个单
位，你将选择哪一个约束条件？这时目标函数值将是多少？
d) 对x 2的目标函数系数进行灵敏度分析；
e) 对第2个约束的约束右端项进行灵敏度分析；
f ) 结合本题的结果解释“Reduced Cost ”的含义。
1、原始代码
max=4*x1+3*x2;
9*x1+8*x2<12;
7*x1+11*x2<24;
9*x1+11*x2<13;
2、结果：
Global optimal solution found.
Objective value: 5.333333
Infeasibilities: 0.000000
Total solver iterations: 2
Variable Value Reduced Cost
X1 1.333333 0.000000
X2 0.000000 0.5555556
Row Slack or Surplus Dual Price
1 5.333333 1.000000
2 0.000000 0.4444444
3 14.66667 0.000000
4 1.000000 0.000000
灵敏度分析：
Ranges in which the basis is unchanged:
Objective Coefficient Ranges
Current Allowable Allowable
Variable Coefficient Increase Decrease
X1 4.000000 INFINITY 0.6250000
X2 3.000000 0.5555556 INFINITY
Righthand Side Ranges
Row Current Allowable Allowable
RHS Increase Decrease
2 12.00000 1.000000 12.00000
3 24.00000 INFINITY 14.66667
4 13.00000 INFINITY 1.000000
3、回答问题
（a）最优解为：x1=1.333333，x2=0.000000；最优目标函数值是5.333333。
（b）第二行资源的对偶价格为0.4444444，3、4行的对偶价格为0.000000、
0.000000；
表示当对应约束有微小变动时，目标函数的变化率。
如：第一个约束条件变为9*x1+8*x2<13时，目标函数值将变为
5.333333+0.4444444= =5.7777774 （c）为了使目标函数值增加最多，选择第一个约束条件，将它的常数项增加一个单位，这时目标函数值将是5.7777774。
（d）x2原来为3.000000，当它在[3-∞,3+0.5555556]=[-∞,3.5555556]范围变化时，最优基保持不变。
（e）第2行约束中右端项原来为24，当它在
[24-14.66667，24+∞]=[9.33333，∞]范围变化时，最优基保持不变。
（f）“Reduced Cost”代表的值表示当变量有微小变动时, 目标函数的变化率。
本题中变量x2的reduced cost的值为0.5555556，表示当非基变量x2的
值从0变为1时最优的目标函数值z=5.333333+0.4444444= =5.7777774。
二、运输问题：
如下是一个最小费用运输问题。产销量及单位运价如下表。
(1) 给出使用lingo软件求解该问题的原始代码；
(2) 计算结果(决策变量求解结果粘贴)
(1)原始代码：
sets:
warehouses/WH1..WH6/: supply;
vendors/V1..V8/: demand;
links(warehouses,vendors): cost, volume;
endsets
min=@sum(links: cost*volume);!目标函数;
@for(vendors(J):
@sum(warehouses(I): volume(I,J))=demand(J));!需求约束; @for(warehouses(I):
@sum(vendors(J): volume(I,J))<=supply(I));!供应约束; data:
supply=60 55 51 43 41 52;
demand=35 37 22 32 41 32 43 38;
cost=6 2 6 7 4 2 5 9
3 6 5 3 8 9 8 2
7 6 1 5 7 4 3 3
5 2 7 3 9 2 7 1
2 3 9 5 5 2 6 5
5 7 2 2 3 1 4 3;
enddata
end
(2)求解结果：
Global optimal solution found.
Objective value: 634.0000
Infeasibilities: 0.000000
Total solver iterations: 16
Variable Value Reduced Cost SUPPLY( WH1) 60.00000 0.000000 SUPPLY( WH2) 55.00000 0.000000 SUPPLY( WH3) 51.00000 0.000000 SUPPLY( WH4) 43.00000 0.000000 SUPPLY( WH5) 41.00000 0.000000 SUPPLY( WH6) 52.00000 0.000000 DEMAND( V1) 35.00000 0.000000 DEMAND( V2) 37.00000 0.000000 DEMAND( V3) 22.00000 0.000000 DEMAND( V4) 32.00000 0.000000 DEMAND( V5) 41.00000 0.000000 DEMAND( V6) 32.00000 0.000000 DEMAND( V7) 43.00000 0.000000 DEMAND( V8) 38.00000 0.000000 COST( WH1, V1) 6.000000 0.000000 COST( WH1, V2) 2.000000 0.000000 COST( WH1, V3) 6.000000 0.000000 COST( WH1, V4) 7.000000 0.000000 COST( WH1, V5) 4.000000 0.000000 COST( WH1, V6) 2.000000 0.000000 COST( WH1, V7) 5.000000 0.000000 COST( WH1, V8) 9.000000 0.000000 COST( WH2, V1) 3.000000 0.000000 COST( WH2, V2) 6.000000 0.000000 COST( WH2, V3) 5.000000 0.000000 COST( WH2, V4) 3.000000 0.000000 COST( WH2, V5) 8.000000 0.000000 COST( WH2, V6) 9.000000 0.000000 COST( WH2, V7) 8.000000 0.000000 COST( WH2, V8) 2.000000 0.000000 COST( WH3, V1) 7.000000 0.000000 COST( WH3, V2) 6.000000 0.000000
COST( WH3, V5) 7.000000 0.000000 COST( WH3, V6) 4.000000 0.000000 COST( WH3, V7) 3.000000 0.000000 COST( WH3, V8) 3.000000 0.000000 COST( WH4, V1) 5.000000 0.000000 COST( WH4, V2) 2.000000 0.000000 COST( WH4, V3) 7.000000 0.000000 COST( WH4, V4) 3.000000 0.000000 COST( WH4, V5) 9.000000 0.000000 COST( WH4, V6) 2.000000 0.000000 COST( WH4, V7) 7.000000 0.000000 COST( WH4, V8) 1.000000 0.000000 COST( WH5, V1) 2.000000 0.000000 COST( WH5, V2) 3.000000 0.000000 COST( WH5, V3) 9.000000 0.000000 COST( WH5, V4) 5.000000 0.000000 COST( WH5, V5) 5.000000 0.000000 COST( WH5, V6) 2.000000 0.000000 COST( WH5, V7) 6.000000 0.000000 COST( WH5, V8) 5.000000 0.000000 COST( WH6, V1) 5.000000 0.000000 COST( WH6, V2) 7.000000 0.000000 COST( WH6, V3) 2.000000 0.000000 COST( WH6, V4) 2.000000 0.000000 COST( WH6, V5) 3.000000 0.000000 COST( WH6, V6) 1.000000 0.000000 COST( WH6, V7) 4.000000 0.000000 COST( WH6, V8) 3.000000 0.000000 VOLUME( WH1, V1) 0.000000 4.000000 VOLUME( WH1, V2) 31.00000 0.000000 VOLUME( WH1, V3) 0.000000 3.000000 VOLUME( WH1, V4) 0.000000 5.000000 VOLUME( WH1, V5) 29.00000 0.000000 VOLUME( WH1, V6) 0.000000 0.000000 VOLUME( WH1, V7) 0.000000 0.000000 VOLUME( WH1, V8) 0.000000 8.000000 VOLUME( WH2, V1) 0.000000 0.000000 VOLUME( WH2, V2) 0.000000 3.000000 VOLUME( WH2, V3) 0.000000 1.000000 VOLUME( WH2, V4) 32.00000 0.000000 VOLUME( WH2, V5) 0.000000 3.000000 VOLUME( WH2, V6) 0.000000 6.000000 VOLUME( WH2, V7) 0.000000 2.000000
VOLUME( WH3, V2) 0.000000 6.000000 VOLUME( WH3, V3) 8.000000 0.000000 VOLUME( WH3, V4) 0.000000 5.000000 VOLUME( WH3, V5) 0.000000 5.000000 VOLUME( WH3, V6) 0.000000 4.000000 VOLUME( WH3, V7) 43.00000 0.000000 VOLUME( WH3, V8) 0.000000 4.000000 VOLUME( WH4, V1) 0.000000 3.000000 VOLUME( WH4, V2) 6.000000 0.000000 VOLUME( WH4, V3) 0.000000 4.000000 VOLUME( WH4, V4) 0.000000 1.000000 VOLUME( WH4, V5) 0.000000 5.000000 VOLUME( WH4, V6) 0.000000 0.000000 VOLUME( WH4, V7) 0.000000 2.000000 VOLUME( WH4, V8) 37.00000 0.000000 VOLUME( WH5, V1) 35.00000 0.000000 VOLUME( WH5, V2) 0.000000 1.000000 VOLUME( WH5, V3) 0.000000 6.000000 VOLUME( WH5, V4) 0.000000 3.000000 VOLUME( WH5, V5) 0.000000 1.000000 VOLUME( WH5, V6) 6.000000 0.000000 VOLUME( WH5, V7) 0.000000 1.000000 VOLUME( WH5, V8) 0.000000 4.000000 VOLUME( WH6, V1) 0.000000 4.000000 VOLUME( WH6, V2) 0.000000 6.000000 VOLUME( WH6, V3) 14.00000 0.000000 VOLUME( WH6, V4) 0.000000 1.000000 VOLUME( WH6, V5) 12.00000 0.000000 VOLUME( WH6, V6) 26.00000 0.000000 VOLUME( WH6, V7) 0.000000 0.000000 VOLUME( WH6, V8) 0.000000 3.000000
Row Slack or Surplus Dual Price
1 634.0000 -1.000000
2 0.000000 -3.000000
3 0.000000 -3.000000
4 0.000000 -4.000000
5 0.000000 -3.000000
6 0.000000 -5.000000
7 0.000000 -3.000000
8 0.000000 -6.000000
9 0.000000 -2.000000
10 0.000000 1.000000
12 0.000000 3.000000
13 0.000000 1.000000
14 0.000000 1.000000
15 0.000000 2.000000
三、一般整数规划问题：
新天地购物广场某一层各时段（每2h为一时段）需要的服务员人数见下表。按规定，服务员连续工作8h（即四个时段）为一班。现要求安排服务员的工作时间，使服务部门服务员总数最少。
(1) 给出使用lingo软件求解该问题的原始代码；
(2) 计算结果(决策变量求解结果粘贴)
(1)原始代码：
model:
sets:
time/x1..x8/: required,start;
endsets
data:
!每天所需的最少职员数;
required = 20 16 18 22 26 16 10 6;
enddata
!最小化每天所需职员数;
min=@sum(time: start);
@for(time (J):
@sum(time(I) | I#le# 4:
start(@wrap(J+I+2,8))) >= required(J));
end
(2)计算结果：
Global optimal solution found.
Objective value: 46.00000
Infeasibilities: 0.000000
Total solver iterations: 3
Variable Value Reduced Cost
REQUIRED( X1) 20.00000 0.000000
REQUIRED( X2) 16.00000 0.000000
REQUIRED( X3) 18.00000 0.000000
REQUIRED( X4) 22.00000 0.000000
REQUIRED( X5) 26.00000 0.000000
REQUIRED( X6) 16.00000 0.000000
REQUIRED( X7) 10.00000 0.000000
REQUIRED( X8) 6.000000 0.000000
START( X1) 26.00000 0.000000
START( X2) 0.000000 0.000000
START( X3) 0.000000 0.000000 START( X4) 4.000000 0.000000 START( X5) 16.00000 0.000000 START( X6) 0.000000 0.000000 START( X7) 0.000000 0.000000 START( X8) 0.000000 0.000000
Row Slack or Surplus Dual Price
1 46.00000 -1.000000
2 0.000000 -1.000000
3 0.000000 0.000000
4 8.000000 0.000000
5 4.000000 0.000000
6 0.000000 -1.000000
7 14.00000 0.000000
8 10.00000 0.000000
9 14.00000 0.000000
四、指派问题：
已知如下效率矩阵，求极大化指派问题。
(1) 给出使用
(2) 计算结果(决策变量求解结果粘贴)
(1)原始代码：
model:
!5个工人,5个工作的分配问题;
sets:
workers/w1..w5/;
jobs/j1..j5/;
links(workers,jobs):cost,volume;
endsets
!目标函数;
max=@sum(links: cost*volume);
!每个工人只能有一份工作;
@for(workers(I):
@sum(jobs(J): volume(I,J))=1;
);
!每份工作只能有一个人;
@for(jobs(J):
@sum(workers(I): volume(I,J))=1;
);
data:
cost=4 8 7 15 12
7 9 17 14 10
6 9 12 8 7
6 7 14 6 10
6 9 12 10 6;
enddata
end
(2)计算结果:
Global optimal solution found.
Objective value: 57.00000 Infeasibilities: 0.000000
Total solver iterations: 10
Variable Value Reduced Cost COST( W1, J1) 4.000000 0.000000 COST( W1, J2) 8.000000 0.000000 COST( W1, J3) 7.000000 0.000000 COST( W1, J4) 15.00000 0.000000 COST( W1, J5) 12.00000 0.000000 COST( W2, J1) 7.000000 0.000000 COST( W2, J2) 9.000000 0.000000 COST( W2, J3) 17.00000 0.000000 COST( W2, J4) 14.00000 0.000000 COST( W2, J5) 10.00000 0.000000 COST( W3, J1) 6.000000 0.000000 COST( W3, J2) 9.000000 0.000000 COST( W3, J3) 12.00000 0.000000 COST( W3, J4) 8.000000 0.000000 COST( W3, J5) 7.000000 0.000000 COST( W4, J1) 6.000000 0.000000 COST( W4, J2) 7.000000 0.000000 COST( W4, J3) 14.00000 0.000000 COST( W4, J4) 6.000000 0.000000 COST( W4, J5) 10.00000 0.000000 COST( W5, J1) 6.000000 0.000000 COST( W5, J2) 9.000000 0.000000 COST( W5, J3) 12.00000 0.000000 COST( W5, J4) 10.00000 0.000000 COST( W5, J5) 6.000000 0.000000 VOLUME( W1, J1) 0.000000 7.000000 VOLUME( W1, J2) 0.000000 6.000000 VOLUME( W1, J3) 0.000000 10.00000 VOLUME( W1, J4) 1.000000 0.000000 VOLUME( W1, J5) 0.000000 1.000000 VOLUME( W2, J1) 0.000000 4.000000 VOLUME( W2, J2) 0.000000 5.000000 VOLUME( W2, J3) 1.000000 0.000000 VOLUME( W2, J4) 0.000000 1.000000 VOLUME( W2, J5) 0.000000 3.000000 VOLUME( W3, J1) 1.000000 0.000000 VOLUME( W3, J2) 0.000000 0.000000 VOLUME( W3, J3) 0.000000 0.000000 VOLUME( W3, J4) 0.000000 2.000000 VOLUME( W3, J5) 0.000000 1.000000
VOLUME( W4, J2) 0.000000 4.000000
VOLUME( W4, J3) 0.000000 0.000000
VOLUME( W4, J4) 0.000000 6.000000
VOLUME( W4, J5) 1.000000 0.000000
VOLUME( W5, J1) 0.000000 0.000000
VOLUME( W5, J2) 1.000000 0.000000
VOLUME( W5, J3) 0.000000 0.000000
VOLUME( W5, J4) 0.000000 0.000000
VOLUME( W5, J5) 0.000000 2.000000
Row Slack or Surplus Dual Price
1 57.00000 1.000000
2 0.000000 14.00000
3 0.000000 14.00000
4 0.000000 9.000000
5 0.000000 11.00000
6 0.000000 9.000000
7 0.000000 -3.000000
8 0.000000 0.000000
9 0.000000 3.000000
10 0.000000 1.000000
11 0.000000 -1.000000
故指派问题结果为：A1做B4工作，A2做B3工作，A3做B1工作，A4做B5工作，A5做B2工作。
最优化实验报告
最优化方法 课程设计报告班级：________________ 姓名： ______ 学号： __________ 成绩： 2017年 5月 21 日
目录 一、摘要 (1) 二、单纯形算法 (2) 1.1 单纯形算法的基本思路 (2) 1.2 算法流程图 (3) 1.3 用matlab编写源程序 (4) 二、黄金分割法 (7) 2.1 黄金分割法的基本思路 (7) 2.2 算法流程图 (8) 2.3 用matlab编写源程序 (9) 2.4 黄金分割法应用举例 (11) 三、最速下降法 (11) 3.1 最速下降法的基本思路 (11) 3.2 算法流程图 (13) 3.3 用matlab编写源程序 (13) 3.4 最速下降法应用举例 (13) 四、惩罚函数法 (17) 4.1 惩罚函数法的基本思路 (17) 4.2 算法流程图 (18) 4.3 用matlab编写源程序 (18) 4.4 惩罚函数法应用举例 (19) 五、自我总结 (20) 六、参考文献 (20)
一、摘要 运筹学是一门以人机系统的组织、管理为对象，应用数学和计算机等工具来研究各类有限资源的合理规划使用并提供优化决策方案的科学。通过对数据的调查、收集和统计分析，以及具体模型的建立。收集和统计上述拟定之模型所需要的各种基础数据，并最终将数据整理形成分析和解决问题的具体模型。 最优化理论和方法日益受到重视，已经渗透到生产、管理、商业、军事、决策等各个领域，而最优化模型与方法广泛应用于工业、农业、交通运输、商业、国防、建筑、通信、政府机关等各个部门及各个领域。伴随着计算机技术的高速发展，最优化理论与方法的迅速进步为解决实际最优化问题的软件也在飞速发展。其中，MATLAB软件已经成为最优化领域应用最广的软件之一。有了MATLAB 这个强大的计算平台，既可以利用MATLAB优化工具箱（OptimizationToolbox）中的函数，又可以通过算法变成实现相应的最优化计算。 关键词：优化、线性规划、黄金分割法、最速下降法、惩罚函数法
运筹学大作业
大连科技学院运筹学(Z)大作业LINGO软件在函数最大值中的运用 学院名称 专业班级 学生组号 学生姓名 指导教师 二〇一八年五月
实验LINGO软件在函数最大值中的运用 大作业目的 掌握LINGO软件求解函数最大值的基本步骤，了解LINGO软件解决函数最大值的基本原理，熟悉常用的函数最大值计算代码，理解函数最大值的迭代关系。 仪器、设备或软件 电脑，LINGO软件 大作业内容 1．LINGO软件求解函数最大值的基本原理； 2．编写并调试LINGO软件求解函数最大值的计算代码； 实施步骤 1．使用LINGO计算并求解函数最大值问题； 2．写出实验报告，并浅谈学习心得体会(选址问题的基本求解思路与方法及求解过程中出现的问题及解决方法)。 实施过程 有一艘货轮，分为前、中、后三个舱位，它们的容积与允许载重量如下表所示。现有三种商品待运，已知有关数据列于下表中。又为了航运安全，要求前、中、后舱在实际载重量上大体保持各舱最大允许载重量的比例关系。具体要求前、后舱分别与中舱之间的载重量比例偏差不超过15%，前、后舱之间不超过10%。问货轮应装载A、B、C各多少件，运费收入为最大？试建立这个问题的线性规 首先分析问题，建立数学模型： 确定决策变量 假设i=1,2,3分别代表商品A、B、C，8用j=1,2,3分别代表前、中、后舱，设决策变量x ij为装于j舱位的第i种商品的数量（件）。 确定目标函数
商品A 的件数为： 商品B 的件数为： 商品A 的件数为： 为使运费最高，目标函数为： 确定约束条件 前、中、后舱位载重限制为： 前、中、后舱位体积限制为： A 、 B 、 C 三种商品数量的限制条件： 各舱最大允许载重量的比例关系构成的约束条件： 且决策变量要求非负，即x ij ≥0,i=1,2,3；j=1,2,3。 综上所述，此问题的线性规划数学模型为： 111213x x x ++212223x x x ++313233x x x ++()()()111213212223313233 1000700600Max Z x x x x x x x x x =++++++++112131122232132333865200086530008651500 x x x x x x x x x ++≤++≤++≤112131122232132333105740001057540010571500 x x x x x x x x x ++≤++≤++≤1112132122233132336001000800 x x x x x x x x x ++≤++≤++≤1121311222321323331222321121311323338x 6x 5x 2 2(10.15)(1+0.15)38x 6x 5x 3 8x 6x 5x 11(10.15)(1+0.15)28x 6x 5x 2 8x 6x 5x 4 4(10.10)(1+0.10)38x 6x 5x 3++-≤≤++++-≤≤++++-≤≤++()()() 111213212223313233112131122232132333112131122232132333 1000700600865200086530008651500105740001057540010571500 Max Z 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 =++++++++++≤++≤++≤++≤++≤++≤
(完整word版)运筹学期末试题
《运筹学》试题样卷（一） 一、判断题（共计10分，每小题1分，对的打√，错的打X ） 1. 无孤立点的图一定是连通图。 2. 对于线性规划的原问题和其对偶问题，若其中一个有最优解， 另一个也一定有最优解。 3. 如果一个线性规划问题有可行解，那么它必有最优解。 4．对偶问题的对偶问题一定是原问题。 5．用单纯形法求解标准形式（求最小值）的线性规划问题时，与0 >j σ对应的变量 都可以被选作换入变量。 6．若线性规划的原问题有无穷多个最优解时，其对偶问题也有无穷 多个最优解。 7. 度为0的点称为悬挂点。 8. 表上作业法实质上就是求解运输问题的单纯形法。 9. 一个图G 是树的充分必要条件是边数最少的无孤立点的图。 二、建立下面问题的线性规划模型（8分） 某农场有100公顷土地及15000元资金可用于发展生产。农场劳动力情况为秋冬季3500人日；春夏季4000人日。如劳动力本身用不了时可外出打工，春秋季收入为25元 / 人日，秋冬季收入为20元 / 人日。该农场种植三种作物：大豆、玉米、小麦，并饲养奶牛和鸡。种作物时不需要专门投资，而饲养每头奶牛需投资800元，每只鸡投资3元。养奶牛时每头需拨出1.5公顷土地种饲料，并占用人工秋冬季为100人日，春夏季为50人日，年净收入900元 / 每头奶牛。养鸡时不占用土地，需人工为每只鸡秋冬季0.6人日，春夏季为0.3人日，年净收入2元 / 每只鸡。农场现有鸡舍允许最多养1500只鸡，牛栏允许最多养200头。三种作物每年需要的人工及收入情况如下表所示： 试决定该农场的经营方案，使年净收入为最大。
三、已知下表为求解某目标函数为极大化线性规划问题的最终单纯形表，表中54,x x 为 (1)写出原线性规划问题；（4分） (2)写出原问题的对偶问题；（3分） (3)直接由上表写出对偶问题的最优解。（1分） 四、用单纯形法解下列线性规划问题（16分） 3212max x x x Z +-= s. t. 3 x 1 + x 2 + x 3 ≤ 60 x 1- x 2 +2 x 3 ≤ 10 x 1+ x 2- x 3 ≤ 20 x 1 , x 2 , x 3 ≥0 五、求解下面运输问题。 （18分） 某公司从三个产地A 1、A 2、A 3 将物品运往四个销地B 1、B 2、B 3、B 4，各产地的产量、各销地的销量和各产地运往各销地每件物品的运费如表所示： 问：应如何调运，可使得总运输费最小? 六、灵敏度分析（共8分） 线性规划max z = 10x 1 + 6x 2 + 4x 3 s.t. x 1 + x 2 + x 3 ≤ 100 10x 1 +4 x 2 + 5 x 3 ≤ 600 2x 1 +2 x 2 + 6 x 3 ≤ 300 x 1 , x 2 , x 3 ≥ 0
运筹学实验报告
运 筹 学 实 验 报 告 学院：经济管理学院 专业班级：工商11-2班 姓名：石慧婕 学号：311110010207
实验一线性规划 一实验目的 学习WinQSB软件的基本操作，利用Linear Programming功能求解线性规划问题。掌握线性规划的基本理论与求解方法，重点在于单纯形法的应用以及灵敏度分析方法。 二、实验内容 安装WinQSB软件，了解WinQSB软件在Windows环境下的文件管理操作，熟悉软件界面内容，掌握操作命令。利用Linear Programming功能建立线性模型，输入模型，求解模型，并对求解结果进行简单分析。 三实验步骤 1．将WinQSB文件复制到本地硬盘；在WinQSB文件夹中双击setup.exe。 2．指定安装WinQSB软件的目标目录（默认为C:\ WinQSB）。 3．安装过程需要输入用户名和单位名称（任意输入），安装完毕之后，WinQSB菜单自动生成在系统程序中。 4．熟悉WinQSB软件子菜单内容及其功能，掌握操作命令。 5．求解线性规划问题。启动程序开始→程序→WinQSB→Linear and Integer Programming。 某工厂要用三种原材料C、P、H混合调配出三种不同规格的产品A、B、D。已知产品的规格要求，产品单价，每天能供应的原材料数量及原材料单价分别见下表1和2。该厂应如何安排生产，使利润收入为最大？ 表1 产品名称规格要求单价（元/kg） A 原材料C不少于50% 原材料P不超过25% 50 B 原材料C不少于25% 原材料P不超过50% 35 D 不限25 表2 原材料名称每天最多供应量（kg）单价（元/kg）
运筹学上机实验指导书.
运筹学上机实验指导书 重庆交通大学管理学院
目录 绪论 运筹学上机实验软件简介 第一章运筹学上机实验指导 §1.1 中小型线性规划模型的计算机求解 §1.2 大型线性规划模型的编程计算机求解 §1.3线性规划的灵敏度分析 §1.4运输问题数学模型的计算机求解 §1.5目标规划数学模型的计算机求解 §1.6整数规划数学模型的计算机求解 §1.7 指派问题的计算机求解 §1.8最短路问题的计算机求解 §1.9最大流问题的计算机求解 第二章LINGO软件基础及应用 §2.1 原始集(primitive set)和派生集(derived set)与集的定义 §2.2 LINGO中的函数与目标函数和约束条件的表示 §2.3 LINGO中的数据 §2.4 LINDO简介
第三章运筹学上机实验及要求 实验一.中小型线性规划模型的求解与Lingo软件的初步使用实验二.中小型运输问题数学模型的Lingo软件求解。 实验三.大型线性规划模型的编程求解。 实验四.运输问题数学模型的Lingo编程求解。 实验五.分支定界法上机实验 实验六.整数规划、0-1规划和指派问题的计算机求解 实验七：最短路问题的计算机求解 实验八:最大流问题的计算机求解 实验九:运筹学综合实验
绪论 运筹学是研究资源最优规划和使用的数量化的管理科学，它是广泛利用现有的科学技术和计算机技术，特别是应用数学方法和数学模型，研究和解决生产、经营和经济管理活动中的各种优化决策问题。 运筹学通常是从实际问题出发，根据决策问题的特征，建立适当的数学模型，研究和分析模型的性质和特点，设计解决模型的方法或算法来解决实际问题，是一门应用性很强的科学技术。运筹学的思想、内容和研究方法广泛应用于工程管理、工商企业管理、物流和供应链管理、交通运输规划与管理等各行各业，也是现代管理科学和经济学等许多学科研究的重要基础。 在解决生产、经营和管理活动中的实际决策问题时，一般都是建立变量多、约束多的大型复杂的运筹学模型，通常都只能通过计算机软件才能求解，因此，学习运筹学的计算机求解和进行上机实验，就是运筹学教学的重要组成部分。 现在求解各类运筹学模型的软件多种，主要有Microexcel，Matlab，LINDO，LINGO，WinQSB和英国运筹学软件Dash-Xpress。Microexcel主要利用规划求解来解线性规划模型，WinQSB功能比较齐全，但是主要适合解决规模较小的运筹学模型，英国运筹学软件Dash-Xpress现在在中国的使用率不高，Matlab是通过矩阵的方法解决线性规划，对非线性规划和其它运筹学模型特别是大规模的模型的输入不太方便，。而LINGO和LINDO是使用最广泛的运筹学专业软件，前者功能强大，能解决几乎所有的运筹学优化模型，后者主要功能是线性规划模型的求解。在LINGO中模型的输入和编程都比较方便，可解决大规模的运筹学模型。因此，本课程的教学就是以LINGO为主，适当补充Excel和LINDO作为运筹学上机软件，后者的优势主要在于能获得最优单纯形表以进行更全面地灵敏度分析。 LINGO是用来求解线性和非线性优化问题的简易工具。LINGO内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO高效的求解器可快速求解并分析结果。 LINGO全称是Linear INteractive and General Optimizer的缩写---交互式的线性和通用优化求解器。它是一套设计用来帮助您快速,方便和有效的构建和求解线性,非线性,和整数最优化模型的功能全面的工具.包括功能强大的建模语言,建立和编辑问题的全功能环境,读取和写入Excel和数据库的功能,和一系列完全内置的求解程序. 运行环境：Win9x/NT/2000/XP/2003/Vista/Win7 软件类别：国外软件/工具软件/计算工具 软件语言：英文 LINGO 是使建立和求解线性、非线性和整数最佳化模型更快更简单更有效率的综合工具。LINGO 提供强大的语言和快速的求解引擎来阐述和求解最佳化模型。LINGO具有如下的优势： 1．简单的模型表示 LINGO 可以将线性、非线性和整数问题迅速得予以公式表示，并且容易阅读、了解和修改。LINGO的建模语言允许您使用汇总和下标变量以一种易懂的直观的方式来表达模型，非常类似您在使用纸和笔。模型更加容易构建，更容易
浙大远程运筹学作业
《运筹学》作业 第2章 1．某公司计划生产两种产品，已知生产单位产品所需的三种原材料的消耗及所获的利润， 产品利润=40X+50Y 约束条件： X+2Y<=30 3X+2Y<=60 2Y<=24 X,Y>=0 用图解法得出安排生产产品1为15件，产品2为7.5件时工厂的获利最多，最大利润为975。 2．某公司计划生产两种产品，已知生产单位产品所需的两种原材料的消耗和人员需要及所获的利润，如下表所示。问应如何安排生产使该工厂获利最多？（建立模型，并用图解 产品利润=300X+500Y 约束条件： X<=4 2Y<=12 3X+2Y<=24 X,Y>=0 用图解法得出，该公司安排生产产品1为4件，产品2为6件时该工厂获利最大，最大利润为4200。 3. 下表是一个线性规划模型的敏感性报告，根据其结果，回答下列问题： 1）是否愿意付出11元的加班费，让工人加班； 答：不愿意付出11元加班费让工人加班。 2）如果工人的劳动时间变为402小时，日利润怎样变化？ 答：日利润增加2×8=16
3）如果第二种家具的单位利润增加5元，生产计划如何变化？ 答：因为允许的增加量是10，所以生产计划不变 Microsoft Excel 9.0 敏感性报告 工作表 [ex2-6.xls]Sheet1 报告的建立: 2001-8-6 11:04:02 可变单元 格 终递减目标式允许的允许的单元格名字值成本系数增量减量 $B$15 日产量（件）100 20 60 1E+30 20 $C$15 日产量（件）80 0 20 10 2.5 $D$15 日产量（件）40 0 40 20 5.0 $E$15 日产量（件）0 -2.0 30 2.0 1E+30 约束 终阴影约束允许的允许的单元格名字值价格限制值增量减量 $G$6 劳动时间（小时/件）400 8 400 25 100 $G$7 木材（单位/件）600 4 600 200 50 $G$8 玻璃（单位/件）800 0 1000 1E+30 200 4某公司计划生产两种产品，已知生产单位产品所需的三种原材料的消耗及所获的利润，如 解：设生产产品1为X件，生产产品2为Y件时，工厂获利最多 产品利润=25X+10Y 约束条件： 0.6X+0.5Y<=12000 0.4X+0.1Y<=4000 0.4Y<=6000 X，Y>=0
运筹学实验报告1
运筹学实验报告(一) 实验要求：学会在Excel 软件中求解。 实验目的：通过小型线性规划模型的计算机求解方法。 熟练掌握并理解所学方法。 实验内容： 题目： 某昼夜服务的公交线路每天各时间区段内所需司机和乘务人员数如下； 设司机和乘务人员分别在各时间区段一开始上班，并连续工作八小时，问该公交线 路至少配备多少名司机和乘 务人员。列出这个问题的线 性规划模型。 解：设Xj 表示在第j 时间区段开始上班的司机和乘务人员数 班次 时间 所需人数 1 6:00-10:00 60 2 10:00-14:00 70 3 14:00-18:00 60 4 18:00-22:00 50 5 22:00-2:00 20 6 2:00-6:00 30
。 6-10 10-14 14-18 18-22 22-2 2-6 1 X1--- X1 2 X2--- X2 3 X3--- X3 4 X4--- X4 5 X5--- X5 6 X6 X6--- 60 70 60 50 20 30 所需人 数 Min z=x1+x2+x3+x4+x5+x6 St: x1+x6>=60 X1+x2>=70 X2+x3>=60 X3+x4>=50 X4+x5>=20 X5+x6>=30 Xj>=0,xj为整数， j=1,2,3,4,5,6
过程： 工作表[Book1]Sheet1 报告的建立: 2011-9-28 19:45:01 目标单元格(最小值) 单元格名字初值终值 $B$1 min 0 150 可变单元格 单元格名字初值终值 $B$3 x 0 45 $C$3 x 0 25 $D$3 x 0 35 $E$3 x 0 15 $F$3 x 0 15 $G$3 x 0 15 结果：最优解X=(45,25,35,15,15,15)T 目标函数值z=150 小结：1.计算机计算给规划问题的解答带来方便，让解答变得简洁；
运筹学作业3(第二章部分习题)答案
运筹学作业2（第二章部分习题）答案 2．4 给出线性规划问题 123412341234min 2356232.. 2330,1,2,3,4 j z x x x x x x x x s t x x x x x j =+++?+++≥? -+-+≤-??≥=? （1）写出其对偶问题；（2）用图解法解对偶问题；（3）利用（2）的结果及根据对偶问 题性质写出原问题的最优解。 解：（1）原问题的对偶问题为： 12 12121212 12max 2322 23.. 35 36 0,0 w y y y y y y s t y y y y y y =--≤??+≤?? -≤??+≤??≥≤? 或者等价变形为： 12 12121212 12max 232223..3536 0,0 w y y y y y y s t y y y y y y =++≤??-≤?? +≤??-≤??≥≥? （2）用图解法求解对偶问题 12 12121212 max 2322 23.. 3536 w y y y y y y s t y y y y =++≤??-≤?? +≤??-≤ 如图示，可行区域为四边形OABC ，最优顶点为B 点，即(1.6,0.2)y * =， 3.8w * =
（3）利用互补松紧定理及（2）的结果求解原问题： 设原问题的最优解为( )1 23 4x x x x x ** ***=。 由于121.60, 0.20y y * * =>=>，故在最优解()12 3 4x x x x x ** * **=处有： 1234 1234232 2330,1,2,3,4j x x x x x x x x x j ******** * ?+++=??-+-+=-??≥=?? 又因对偶问题第4个约束方程为：1.6-0.6=1<6，故40x * =，代入上式得到： 123 123232 230,1,2,3,4j x x x x x x x j ****** * ?++=??-+-=-??≥=?? 原问题有无穷多个最优解。令30x *=得到解为1 1.6x *=，20.2x *= 即()1.60.200x * =， 3.8z * = 2．8题解答见课堂讲解。 2．9 用对偶单纯形法求解下列线性规划问题： （2） 123 123123123min 524324 .. 63510,,0z x x x x x x s t x x x x x x =++++≥?? ++≥??≥? , 解：先将原问题进行标准形化： 1231234123512345max()524324 .. 63510,,,,0 z x x x x x x x s t x x x x x x x x x -=---++-=?? ++-=??≥? 选45,x x 为基变量，并将问题化为： 1231234123512345max()524324 .. 63510,,,,0z x x x x x x x s t x x x x x x x x x -=------+=-?? ---+=-??≥? 列表计算如下：
19春《运筹学》期末考试复习题
2019年春《运筹学》 期末考试复习题 ☆注意事项：本复习题满分共：400分。 一、单项选择题（本大题共28小题，每小题4分，共112分） 1、下列叙述正确的是（）。 A．线性规划问题，若有最优解，则必是一个基变量组的可行基解 B．线性规划问题一定有可行基解 C．线性规划问题的最优解只能在最低点上达到 D．单纯形法求解线性规划问题时，每换基迭代一次必使目标函数值下降一次 答案：A 2、数学规划的研究对象为（）。 A．数值最优化问题 B．最短路问题 C．整数规划问题 D．最大流问题 答案：A 3、下列方法中可以用来求解部分树的方法的为（）。 A．闭回路法 B．破圈法 C．踏石法 D．匈牙利算法 答案：B 4、把各种备选方案、可能出现的状态和概率以及产生的后果绘制在一张图上，称为（）。A．决策树 B．最大流 C．最小支撑树 D．连通图 答案：A 5、以下说法中，不属于无概率决策问题（不确定型决策问题）的特点的为（）。 A．决策人面临多种决策方案 B．对每个决策方案对应的几个不同决策状态无法估计其出现概率的大小 C．仅凭个人的主观倾向和偏好进行方案选择 D．未来情况和条件出现的概率已知 答案：D 6、线性规划问题中决策变量应为（）。 A．连续变量 B．离散变量 C．整数变量 D．随机变量
答案：A 7、线性规划问题的数学模型由目标函数、约束条件和（）三个部分组成。 A．非负条件 B．顶点集合 C．最优解 D．决策变量 答案：D 8、典型的无概率决策准则，不包括（）。 A．乐观准则 B．折中准则 C．等可能准则 D．最大后悔值准则 答案：D 9、以下说法中不正确的为（）。 A．完成各个作业需要的时间最长的路线为关键路线 B．关键路线上的作业称为关键作业 C．所有关键作业的总时差为0 D．以上说法均不正确 答案：D 10、（）也称小中取大准则。这是一种在不确定型决策问题中，充分考虑可能出现的最小收益后，在最小收益中再选取最大者的保守决策方法。 A．悲观准则 B．折中准则 C．等可能准则 D．后悔值准则 答案：A 11、当某个非基变量检验数为零，则该问题有（）。 A．无解B．无穷多最优解 C．退化解D．惟一最优解 答案：B 12、假设对于一个动态规划问题，应用顺推法以及逆推解法得出的最优解分别为P和D，则有（）。A．P>D B．P 《管理运筹学》实验报告实验日期： 2016年 04月 21日—— 2016 年 05 月 18 日 3.在点击“新建”按钮以后，按软件的要求输入目标函数个数和约束条件个数，输入目标函数级约束条件的歌变量的系数和b值，并选择好“≤”、“≥”或“＝”，如图二所示，最后点击解决 4.注意事项： （1）输入的系数可以是整数、小数，但不能是分数，要把分数化为小数再输入。（2）输入前要合并同类项。 当约束条件输入完毕后，请点击“解决”按钮，屏幕上讲显现线性规划问题的结果，如图所示 5.输出结果如下 5.课后习题： 一、P31习题1 某家具公司生产甲、乙两种型号的组合柜，每种组合柜需要两种工艺（制白坯和油漆）.甲型号组合柜需要制白坯6工时，油漆8工时：乙型号组合柜需要制白坯12工时，油漆4工时.已知制白坯工艺的生产能力为120工时/天，油漆工艺的生产能力为64工时/天，甲型号组合柜单位利润200元，乙型号组合柜单位利润为240元. 约束条件： 问题： （1）甲、乙两种柜的日产量是多少？这时最大利润是多少？ 答：由实验过程中的输出结果得甲组合柜的日产量是4个，乙的事8个。 . 0,0,6448,120126;240200 z max ≥≥≤+≤++=y x y x y x y x （2）图中的对偶价格13.333的含义是什么？ 答： 对偶价格13.333的含义是约束条件2中，每增加一个工时的油漆工作，利润会增加13.33元。 （3）对图中的常数项围的上、下限的含义给予具体说明，并阐述如何使用这些信息。 答：当约束条件1的常数项在48~192围变化，且其他约束条件不变时，约束条件1的对偶价格不变，仍为15.56；当约束条件2的常数项在40~180围变化，而其他约束条件的常数项不变时，约束条件2的对偶价格不然，仍为13.333。 （4）若甲组合柜的利润变为300，最优解不变？为什么？ 答：目标函数的最优值会变，因为甲组合柜的利润增加，所以总利润和对偶价格增加；甲、乙的工艺耗时不变，所以甲、乙的生产安排不变。 二、学号题 约束条件： 无约束条件 （学号）学号43214321432143214321 0 0,30 9991285376)(53432max x x x x x x x x x x x x x x x x x x x x z ≤≥≤-+-+≥-+-+=-++-+++=??????????????-≥?-?-?-?-?-7606165060~5154050~414 )30(40~313)20(30~21210 20~11 10~1）（学号）（学号）（学号学号学号）（学号不变学号规则 《运筹学B》实验指导书 (第二版) 南昌航空大学数信学院应用数学系 邱根胜编 2011年09月 目录 实验１、用Lingo求解最短路、最小树问题 (4) 实验2、用Lingo求解最大流、最小费用流问题 (11) 实验3、利用Lingo求解排队与存贮模型 (16) 实验4、利用数学软件求解对策论问题 (30) 实验5、运筹学综合应用 (37) 一、授课对象 四年制本科数学与应用数学、信息与计算科学专业。 二、课程类型 专业选修课 三、实验的性质、目的与任务 1、实验性质 《运筹学B》实验是一门重要的专业课实验。要求通过上机实验，使学生了解运筹学中的网络优化、排队论、对策论等在实际中的应用，了解运筹学解决实际问题的基本方法，培养建模能力和计算机应用能力。 2、实验的目的 培养与提高学生分析问题和解决问题的能力、自学能力，利用运筹学和数学软件求解实际问题的能力，以及程序设计能力。 3、实验的任务 应用Matlab、lindo/lingo求解网络优化模型、排队与存储模型、对策论模型等，加深对运筹学方法的理解，并初步具有利用运筹学和计算机软件解决实际问题的能力。 五、实验内容与实验要求 实验一、用Lingo求解最短路、最小树问题 实验要求： 1、了解Lingo软件求解一般数学规划的方法； 2、理解最短路问题和最小树的数学规划模型。 实验二、用Lingo求解最大流、最小费用流问题 实验要求： 1、熟悉Lingo软件求解一般数学规划的方法； 2、熟悉最大流、最小费用流问题的数学规划模型； 3、掌握利用Lingo求解最大流、最小费用流问题的数学模型的用法。 实验三、利用Lingo求解排队与存贮模型 实验要求： 1、理解排队论与存贮论中的几个基本模型； 2、利用Lingo求解排队与存贮模型。 实验四、利用数学软件求解对策论问题 实验要求： 1、了解将对策论模型转化为数学规划模型的方法； 2、利用Lingo求解对策论模型。 实验四、运筹学综合应用 本实验为综合性实验，主要内容为对一个实际问题，能利用运筹学建立模型，并利用计算机编程求解，培养学生数学建模的能力和计算机应用能力。 实验要求： 1、根据要求选取一个实际问题，利用运筹学知识，建立实际问题的数学模型； 2、利用数学软件求解模型，并对结果进行分析、讨论，最后给出问题的解决方案； 3、写出实验报告。 注：从12学时的实验内容中选择8学时的实验内容，其中有一个综合性实验。 六、主要参考书 [1] 谢金星，薛毅编著，《优化建模与LINDO/LINGO》，清华大学出版社,2005年7月。 [2]《运筹学》教材编写组编，《运筹学》（第三版），清华大学出版社，2005年6月， [3] 姜启源,邢文训,谢金星等，《大学数学实验》，清华大学出版社，2005年。 [4] 胡运权主编，《运筹学教程》（第三版），清华大学出版社，2007年。 运筹学 课 程 设 计 报 告 专业： 班级： 学号： ： 2012年6月20日 目录 一、题目。 二、算法思想。 三、算法步骤。 四、算法源程序。 五、算例和结果。 六、结论与总结。 一、题目：匈牙利法求解指派问题。 二、算法思想。 匈牙利解法的指派问题最优解的以下性质： 设指派问题的系数矩阵为C=()c ij n n?，若将C的一行（或列）各元素分别减去一个常数k（如该行或列的最小元素），则得到一个新的矩阵C’=()'c ij n n?。那么，以C’位系数矩阵的指派问题和以C位系数矩阵的原指派问题有相同最优解。 由于系数矩阵的这种变化不影响约束方程组，只是使目标函数值减少了常 数k，所以，最优解并不改变。必须指出，虽然不比要求指派问题系数矩阵中无 负元素，但在匈牙利法求解指派问题时，为了从以变换后的系数矩阵中判别能否 得到最优指派方案，要求此时的系数矩阵中无负元素。因为只有这样，才能从总 费用为零这一特征判定此时的指派方案为最优指派方案。 三、算法步骤。 （1）变换系数矩阵，使各行和各列皆出现零元素。 各行及各列分别减去本行及本列最小元素，这样可保证每行及每列中都有 零元素，同时，也避免了出现负元素。 （2）做能覆盖所有零元素的最少数目的直线集合。 因此，若直线数等于n，则以可得出最优解。否则，转第（3）步。 对于系数矩阵非负的指派问题来说，总费用为零的指派方案一定是最优指派方案。在第（1）步的基础上，若能找到n个不同行、不同列的零元素，则对应的指派方案总费用为零，从而是最优的。当同一行（或列）上有几个零元素时，如选择其一，则其与的零元素就不能再被选择，从而成为多余的。因此，重要的是零元素能恰当地分布在不同行和不同列上，而并在与它们的多少。但第（1）步并不能保证这一要求。若覆盖所有零元素的最少数目的直线集合中的直线数目是n，则表明能做到这一点。 此时，可以从零元素的最少的行或列开始圈“0”，每圈一个“0”，同时把位于同行合同列的其他零元素划去（标记为），如此逐步进行，最终可得n个位于不同行、不同列的零元素，他们就对应了最优解；若覆盖所有零元素的最少数目的直线集合中的元素个数少于n，则表明无法实现这一点。需要对零元素的分布做适当调整，这就是第（3）步。 （3）变换系数矩阵，是未被直线覆盖的元素中出现零元素。回到第（2）步。 在未被直线覆盖的元素中总有一个最小元素。对未被直线覆盖的元素所在的行（或列）中各元素都减去这一最小元素，这样，在未被直线覆盖的元素中势必会出现零元素，但同时却又是以被直线覆盖的元素中出现负元素。为了消除负元素，只要对它们所在的列（或行）中个元素都加上这一最小元素（可以看作减去这一最小元素的相反数）即可。 四、算法源程序。 《运筹学》实验指导书中南民族大学管理学院信息管理系编写 《运筹学》实验报告撰写规范 一、所提交的实验报告一律要求为“打印”纸质版，纸张大小要求为B5纸，不得用A4纸。 二、实验报告格式统一使用“中南民族大学管理学院实验报告.doc”模版。 第一封面处修改姓名、学号、年级、专业即可，保持原有模板中的字体及对齐方式。 第二报告模板中已填写部分不要改动，包括目录页中的实验名称、每个实验的实验属性与实验时间等。 第三不要自行更改模板的任何格式和内容，包括页面设置、字体、表格、页眉、页脚等所有内容。 第四前一个实验项目完成后，后一个实验项目应另起一页，所提供的模板已经对此进行了划分，请不要删除各实验项目之间的分页符。指导教师批阅部分保证留出3行。 三、严格按照所提供的实验模板填写相关内容。其中： （1）实验报告“步骤与分析”部分撰写格式为5号仿宋_GB2312，单倍行距，首行缩进2个字符。 （2）实验报告中“实验步骤”栏目要求详细写出实验过程（附截图）。 （3）实验报告中“实验结果分析”栏目主要分析结果所涉及的知识点以及心得体会。 四、不提交实验报告或所提交实验报告不符合要求 者期末考试不及格。 五、发现有抄袭他人者，抄袭者和被抄袭者期末考试均按不及格处理。 六、实验成绩由格式分和内容分两部分构成，其中格式占30分，内容占70分，不符合本规范要求的将扣除格式分。 目录 实验一线性规划求解（1） 实验二线性规划求解（2） 实验三线性规划建模求解（1）实验四线性规划建模求解（2）实验五运输问题 实验六LINOG软件初步应用 实验一、线性规划求解（1）（验证型） 一、实验目的 1．理解线性规划解的基本概念；并掌握线性规划的求解原理和方法。 2．掌握运用“管理运筹学软件”对线性规划问题进行建模与求解；并学会灵敏度分析方法。 二、实验内容： 1．认真阅读下列各题，注意每个问题的特征； 2．用本书附带的《管理运筹学软件》求解下列问题，并记录结果；（对照书第3章有关软件的介绍理解计算结果的相关解释，要求包含全部运算结果及相关的敏感性分析结果） 3．对结果作适当分析（与图解对比）； 4．完成实验报告。（如有余力，以该软件做一下课后题，对单纯形法相对照） (1) max z=x1+x2 s.t. x1+2x2<=4 x1-2x2>=5 x1,x2>=0 (2) max z=2x1+x2 s.t. x1+x2>=2 x1-2x2<=0 x1,x2>=0 (3) min z=x1+x2+x3+x4+x5+x6 s.t. x1+x6>=60 x1+x2>=70 x2+x3>=60 x3+x4>=50 x4+x5>=20 x5+x6>=30 x1,…x6>=0 第一章 导论 1.简述运筹学的定义。 运筹学利用计划方法和有关多学科的要求，把复杂功能关系表示成数学模型，其目的是通过定量分析为决策和揭露新问题提供数量根据。 2. 决策方法可以分为哪几类。 定性决策，定量决策，混合性决策。 3. 应用运筹学进行决策过程的步骤有哪些。 （1）观察待决策问题所处的环境；（2）分析和定义待决策的问题；（3）拟定模型；（4）选择输入资料；（5）提出解并验证它的合理性；（6）实施最优解。 实践能力考核选例 根据本章学习的内容，结合实际例子，说明在应用运筹学进行决策过程中的六个步骤有哪些？ （1）观察待决策问题所处的环境；（2）分析和定义待决策的问题；（3）拟定模型；（4）选择输入资料；（5）提出解并验证它的合理性；（6）实施最优解。 第二章 预测 1.比较特尔斐法和专家小组法这两种定性预测法的特点。 特尔斐法的特点是：第一，专家发表意见是匿名的；第二，进行多次信息反馈；第三，由调研人员整理并归纳专家们的总结意见，将比较统一的意见和比较特殊的意见一起交给有关部门，以供他们决策。 专家小组法的优点是可以做到相互协商、相互补充；但当小组会议组织得不好时，也可能会使权威人士左右会场或多数人的意见湮没了少数人的创新见解。 2.简述指数平滑预测法的原理。 1()t t t t F F x F α+=+-，其中1t F +、t F 是1t +期、t 期的预测值，t x 是t 期的实际值，α是 平滑系数。 3.简述一元线性回归模型预测的过程。 先根据x 、y 的历史数据，求出a 和b 的值，建立起回归模型，再运用模型计算出不同的x 所相对的不同的y 值。 实践能力考核选例 应用简单滑动平均预测法，加权滑动平均预测法，指数平滑预测法，来预测中国2012年的居民消费指数（CPI ）水平。（资料可由历年中国统计年鉴获得） （1）滑 动平均预测法：（1270.8+1191.8+1239.9+1265）/4=1241.875 运筹学实验报告 专业： 班级：? 姓名：? ?学号: 指导教师： 数学与应用数学专业 2015—1２—1８ 实验目录 一、实验目得?3 二、实验要求?3 三、实验内容..................................................................................................................... ３ 1、线性规划?３ 2、整数规划?６ 3、非线性规划 (13) 4、动态规划........................................................................................................... 1４ 5、排队论?1９ 四、需用仪器设备........................................................................................................... 2６ 五、MAＴLAB优化工具箱使用方法简介 (26) 六、LＩＮGO优化软件简介.......................................................................................... ２6 七、实验总结?2７ 一、实验目得 1、会利用适当得方法建立相关实际问题得数学模型； 2、会用数学规划思想及方法解决实际问题； 3、会用排队论思想及方法解决实际问题； 4、会用决策论思想及方法解决实际问题; 5、掌握MＡTLAB、LＩNGＯ等数学软件得应用； 二、实验要求 1、七人一组每人至少完成一项实验内容; 2、每组上交一份实验报告; 3、每人进行１~2分钟实验演示； 4、实验成绩比例： 出勤:４０％ 课堂提问：2０％ 实验报告:３0% 实验演示:10％. 三、实验内容 1、线性规划 例运筹学７4页１4题 Mｉｎz=—2x —x2 s、t、2ｘ1+5ｘ2≤60 x1+x2≤１8 ３ｘ1＋ｘ２≤44 X2≤1０ X１,x２≥０ 用matlab运行后得到以下结果： 运筹学实验指导书-CAL-FENGHAI.-(YICAI)-Company One1 实验一、线性规划综合性实验 一、实验目的与要求： 使学生掌握线性规划建模的方法以及至少掌握一种线性规划软件的使用，提高学生应用线性规划方法解决实际问题的实践动手能力。通过实验，使学生更深入、直观地理解和掌握线性规划的基本概念及基本理论和方法。要求学生能对一般的线性规划问题建立正确的线性规划数学模型，掌握运筹学软件包线性规划模块的操作方法与步骤，能对求解结果进行简单的应用分析。 二、实验内容与步骤： 1.选择合适的线性规划问题 学生可根据自己的建模能力，从本实验指导书提供的参考选题中或从其它途径选择合适的线性规划问题。 2.建立线性规划数学模型 学生针对所选的线性规划问题，运用线性规划建模的方法，建立恰当的线性规划数学模型。 3.用运筹学软件求解线性规划数学模型 学生应用运筹学软件包线性规划模块对已建好的线性规划数学模型进行求解。 4.对求解结果进行应用分析 学生对求解结果进行简单的应用分析。 三、实验例题： (一)线性规划问题 某集团摩托车公司产品年度生产计划的优化研究 1)问题的提出 某集团摩托车公司是生产各种类型摩托车的专业厂家，有30多年从事摩托车生产的丰富经验。近年来，随着国内摩托车行业的发展，市场竞争日趋激烈，该集团原有的优势逐渐丧失，摩托车公司的生存和发展面临严峻的挑战。为此公司决策层决心顺应市场，狠抓管理，挖潜创新，从市场调查入手，紧密结合公司实际，运用科学方法对其进行优化组合，制定出1999年度总体经济效益最优的生产计划方案。 2)市场调查与生产状况分析 1998年，受东南亚金融风暴的影响，国内摩托车市场出现疲软，供给远大于需求，该集团的摩托车生产经营也出现开工不足、库存增加和资金周转困难等问题。 该集团共有三个专业厂，分别生产轻便摩托车、普通两轮车和三轮摩托车三大系列产品。 练习一 1. 某厂接到生产A 、B 两种产品的合同，产品A 需200件，产品B 需300件。这两种产品的生产都经过毛坯制造与机械加工两个工艺阶段。在毛坯制造阶段，产品A 每件需要2小时，产品B 每件需要4小时。机械加工阶段又分粗加工和精加工两道工序，每件产品A 需粗加工4小时，精加工10小时；每件产品B 需粗加工7小时，精加工12小时。若毛坯生产阶段能力为1700小时，粗加工设备拥有能力为1000小时，精加工设备拥有能力为3000小时。又加工费用在毛坯、粗加工、精加工时分别为每小时3元、3元、2元。此外在粗加工阶段允许设备可进行500小时的加班生产，但加班生产时间内每小时增加额外成本4.5元。试根据以上资料，为该厂制订一个成本最低的生产计划。 解：设正常生产A,B 产品数12,x x ，加班生产A,B 产品数34,x x 13241324341324min 3(22444477)7.5(47)2(10101212)z x x x x x x x x x x x x x x =+++++++++++++.s t 132412121 2 12200300241700471000 10123000 475000i x x x x x x x x x x x x x +≥?? +≥??+≤? +≤??+≤?+≤?? ≥?且为整数，i=1,2,3,4 2. 对某厂I ，Ⅱ，Ⅲ三种产品下一年各季度的合同预订数如下表所示。 工时为15000小时，生产I 、Ⅱ、Ⅲ产品每件分别需时2、4、3小时。因更换工艺装备，产品I 在2季度无法生产。规定当产品不能按期交货时，产品I ，Ⅱ每件每迟交一个季度赔偿20元，产品Ⅲ赔偿10元；又生产出来产品不在本季度交货的，每件每季度的库存费用为5元。问：该厂应如何安排生产，使总的赔偿加库存的费用为最小(要求建立数学模型，不需求解)。 解：设x ij 为第j 季度产品i 的产量，s ij 为第j 季度末产品i 的库存量，d ij 为第j 季度产品运筹学线性规划实验报告
《运筹学B》实验指导书(2版)
运筹学指派问题的匈牙利法实验报告
2015《运筹学》实验指导书
运筹学作业28272
运筹学实验报告
运筹学实验指导书
运筹学第一次作业