运筹学实验二：灵敏度分析知识简介

第一步: 激活灵敏度分析

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范围（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。

第二步：灵敏度分析的例题（上机模拟此例题）

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：

过程：

S1：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;

S2 ：求解这个模型，并激活灵敏性分析。（得此线性规划的最优求解结果）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

S3：灵敏度分析结果（点击选项LINGO|range，弹出如下灵敏度分析窗口）

Ranges in which the basis is unchanged:

Objective Coefficient Ranges

Current Allowable Allowable

Variable Coefficient Increase Decrease

DESKS 60.00000 20.00000 4.000000

TABLES 30.00000 5.000000 INFINITY

CHAIRS 20.00000 2.500000 5.000000

Righthand Side Ranges

Row Current Allowable Allowable

RHS Increase Decrease

2 48.00000 INFINITY 24.00000

3 20.00000 4.000000 4.000000

4 8.000000 2.000000 1.333333

5 5.000000 INFINITY 5.000000

（对灵敏度分析窗口的解释：）目标函数中DESKS变量原来的费用系数为60，允许增加（Allowable Increase）=20、允许减少（Allowable Decrease）=4，说明当它在[60-4，60+20] = [56，80]范围变化时，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，∞]范围变化时，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范围。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、最优值如何变化。下面我们通过求解一个实际问题来进行说明。

《管理运筹学》第三版案例题解

《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.

运筹学习题解答(chap2)(1)(1)

第二章 对偶问题与灵敏度分析 一、写出下列线性规划的对偶问题 1、P89,2.1(a) 321422m in x x x Z ++= s.t ???????≥=++≤++≥++. ,0,;534;332;2433213213 21321无约束x x x x x x x x x x x x 解：原模型可化为 321422m in x x x Z ++= s.t ????? ??≥=++≥≥++. ,0,;534; 3-3--2-;24332 13 2 1 32132 1321无约束x x x y y y x x x x x x x x x 于是对偶模型为 321532m ax y y y W +-= s.t ???????≥≤+-≤+-≤+-.,0,;4334;243;223213213 21321无约束 y y y y y y y y y y y y 2、P89,2.1(b) 321365m ax x x x Z ++= s.t ???????≤≥≤++≥-+-=++. 0,0,;8374;35;5223213213 21321x x x x x x x x x x x x 无约束 解：令033 ≥-='x x 原模型可化为 3 21365m ax x x x Z '-+=

s.t ????? ??≥'≥≤'+≤'='+. 0,0,; 83-74;3--5-;52-2321 3 21 3213 21321x x x y y y x x x x x x x x x 无约束 于是对偶模型为 321835m in y y y W +-= s.t ???????≥-≥---≥+-=++. 0,,; 332;6752;543213213 21321y y y y y y y y y y y y 无约束 或???????≥≤++≥+-=++.0,,;332; 6752; 54321321321321y y y y y y y y y y y y 无约束 二、灵敏度分析 1、P92, 2.11线性规划问题 213m ax x x Z += s.t ??? ??≥≤+≤+0,1025; 742 12121x x x x x x 最优单纯形表如下 试用灵敏度分析的方法，分析： （1） 目标函数中的系数21,c c 分别在什么范围内变化，最优解不变？ （2） 约束条件右端常数项21,b b 分别在什么范围内变化，最优基保持不变？ 解：（1） 1c 的分析：要使得最优解不变，则需

运筹学实例分析及lingo求解

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案例分析报告

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

《运筹学》第3章习题

第三章线性规划对偶理论与灵敏度分析习题 一、思考题 1．对偶问题和对偶变量的经济意义是什么？ 2．简述对偶单纯形法的计算步骤。它与单纯形法的异同之处是什么？ 3．什么是资源的影子价格？它和相应的市场价格之间有什么区别？ 4．如何根据原问题和对偶问题之间的对应关系，找出两个问题变量之间、解及检 验数之间的关系？ 5．利用对偶单纯形法计算时，如何判断原问题有最优解或无可行解？ 6．在线性规划的最优单纯形表中，松弛变量（或剩余变量）0>+k n x ，其经济意 义是什么？ 7．在线性规划的最优单纯形表中，松弛变量k n x +的检验数0>+k n σ（标准形为 求最小值），其经济意义是什么？ 8．将i j j i b c a ,,的变化直接反映到最优单纯形表中，表中原问题和对偶问题的解 将会出现什么变化？有多少种不同情况？如何去处理？ 二、判断下列说法是否正确 1．任何线性规划问题都存在且有唯一的对偶问题。 2．对偶问题的对偶问题一定是原问题。 3．若线性规划的原问题和其对偶问题都有最优解，则最优解一定相等。 4．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。 5．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。 6．已知在线性规划的对偶问题的最优解中，对偶变量0>* i y ，说明在最优生产计 划中，第i 种资源已经完全用尽。 7．已知在线性规划的对偶问题的最优解中，对偶变量0=*i y ，说明在最优生产计 划中，第i 种资源一定还有剩余。 8．对于i j j i b c a ,,来说，每一个都有有限的变化范围，当其改变超出了这个范围 之后，线性规划的最优解就会发生变化。 9．若某种资源的影子价格为u ，则在其它资源数量不变的情况下，该资源增加k 个单位，相应的目标函数值增加 u k 。 10．应用对偶单纯形法计算时，若单纯形表中某一基变量0

《管理运筹学》案例分析报告模版

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。

运筹学灵敏度分析题

运筹学灵敏度举例 1．已知以下线性规划问题 max z= 2x 1 +x 2 -x 3 s.t. x 1 +2x 2 +x 3 ≤8 -x 1 +x 2 -2x 3 ≤4 x 1, x 2, x 3 ≥0 的最优单纯形表如下： z x 1 x 5 (1) 求使最优基保持不变的c 2=1的变化范围 C 2 1+δ -1 0 0 0 C B z 2 x 1 0 x 5 3-δ≥0，δ≤3，即c 2≤4。当c 2=5 ，即δ=4 z x 1 8/2 x 5 12/3 x 2进基，x 1离基 z x 2 x 5 新的最优解为x 1=0，x 2=0，x 3=0，x 4=0，x 5=0，max z=20 (2) 对c 1=2进行灵敏度分析 C 2+δ 1 -1 0 0 0 z x x x x x RHS C B z 2+δ x 1 0 x 5 3203020+≥+≥+≥?????δδδ，δδδ≥-≥-≥-??? ? ?3232/，当δ≥-3/2时，即c 1≥1/2时，最优基保持不变。 当c 1=4时，δ=4-2=2，最优基保持不变，最优解的目标函数制为z=16+8δ=32。 （3）增加一个新的变量x 6，c 6=4，a 612=????? ?。

[] z c c T 666620124242-=-=???? ? ?-=-=-W a Y B a 61 610111213==???????????? =???? ? ?- 新的单纯形表为 z x 1 x 5 x 6进基，x 5离基 z x 1 x 6 新的最优解为x 1=4，x 2=0，x 3=0，x 4=0，x 5=0，x 6=4，max z=24。 （4）增加一个新的约束x 2+x 3≥2，求新的最优基和最优解。 z x x x x x x RHS z x 1 x 5 x 6 3/1 3/1 用对偶单纯形法求解 z x x x x x x RHS z x 1 x 5 x 2 新的最优解为x 1=4，x 2=2，x 3=0，x 4=0，x 5=6，x 6=0，max z=10。

运筹学案例分析题

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

运筹学实验二灵敏度分析

实验概述：实验二、灵敏度分析（操作型） 【实验目的及要求】 1、进一步掌握管理运筹学、LINDO和LINGO软件的基本入门知识，学习使用管理运筹学、LINDO和LINGO软件对线性规划问题进行灵敏度分析。 2、熟练掌握用单纯形法求解线性规划问题。 【实验原理】 单纯形法迭代原理及其基本步骤 【实验环境】（使用的软件） 管理运筹学软件、LINDO软件，信息中心6机房计算机 实验内容： 【实验方案设计】 1、分别打开管理运筹学、LIND软件； 2、在打开的软件中输入课本例题和习题数据，对线性规划问题进行灵敏度分析； 3、运行实验并保存实验结果。 【实验过程】 使用管理运筹学、LINDO软件分别对线性规划问题进行灵敏度分析。 1、使用管理运筹学软件对线性规划问题进行灵敏度分析： （1）打开管理运筹学软件，选择“线性规划”，单击“新建”菜单，输入P59-例题2.6.1的变量个数、约束条件个数并选择目标函数，点击“确定”。在目标函数中输入价值系数，再输入变量的约束条件数据，然后选择变量的正、负、无。选择“解决”得到线性规划结果，保存文件于指定文件夹。

（2）将例2.6.1中的右端向量b=(2 1)T变为b1=(-2 1)T，其他数据不变。 （3）在“线性规划”界面中，单击“新建”菜单，输入P77-习题20的变量个数、约束条件个数并选择目标函数，点击“确定”。在目标函数中输入价值系数，再输入变量的约束条件数据，然后选择变量的正、负、无。选择“解决”得到线性规划结果，保存文件于指定文件夹。 （4）将P77-习题20中的价值系数C1由1变为（-5/4）；C1由1变为（-5/4），C3由1变为2；b由(5 3)T变为b1=(-2 1)T；b=(5 3)T变为b1=(2 3)T。

管理运筹学案例分析

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。？

运筹学实验报告线性规划问题的灵敏度分析

运筹学实验报告 实验课程:运筹学实验日期: 任课教师:

No feasible solution found. Infeasibilities: 50.00000 Total solver iterations: 2 Variable Value Reduced Cost X1 -10.00000 0.000000 X2 60.00000 0.000000 Row Slack or Surplus Dual Price 1 60.00000 1.000000 2 0.000000 9.000000 3 -50.00000 0.000000 4 0.000000 -8.000000 因为原问题无最优解，所以对偶问题无可行解 2. Global optimal solution found. Objective value: 8.500000 Infeasibilities: 0.000000 Total solver iterations: 2 Variable Value Reduced Cost X1 3.500000 0.000000 X2 1.500000 0.000000 Row Slack or Surplus Dual Price 1 8.500000 1.000000 2 7.500000 0.000000 3 0.000000 0.2500000 4 0.000000 0.5000000

原问题与对偶问题都可以达到最优解，最优解为8.5。当y1.y2.y3分别取0，0.25.0.5时达到，当y1.y2.y3分别减少一个单位时最优解分别减少0.0.25.0.5

管理运筹学lindo案例分析报告

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

运筹学案例分析报告文案

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

《运筹学》第3章习题

第三章线性规划对偶理论与灵敏度分析习题 一、 思考题 1． 对偶问题和对偶变量的经济意义是什么 2．简述对偶单纯形法的计算步骤。它与单纯形法的异同之处是什么 3．什么是资源的影子价格它和相应的市场价格之间有什么区别 4．如何根据原问题和对偶问题之间的对应关系，找出两个问题变量之间、解及检 验数之间的关系 5．利用对偶单纯形法计算时，如何判断原问题有最优解或无可行解 6．在线性规划的最优单纯形表中，松弛变量（或剩余变量）0>+k n x ，其经济意 义是什么 7．在线性规划的最优单纯形表中，松弛变量k n x +的检验数0>+k n σ（标准形为 求最小值），其经济意义是什么 8．将i j j i b c a ,,的变化直接反映到最优单纯形表中，表中原问题和对偶问题的解 将会出现什么变化有多少种不同情况如何去处理 二、 判断下列说法是否正确 1．任何线性规划问题都存在且有唯一的对偶问题。 2．对偶问题的对偶问题一定是原问题。 3．若线性规划的原问题和其对偶问题都有最优解，则最优解一定相等。 4．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。 5．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。 6．已知在线性规划的对偶问题的最优解中，对偶变量0>*i y ，说明在最优生产计 划中，第i 种资源已经完全用尽。 7．已知在线性规划的对偶问题的最优解中，对偶变量0=*i y ，说明在最优生产计 划中，第i 种资源一定还有剩余。 8．对于i j j i b c a ,,来说，每一个都有有限的变化范围，当其改变超出了这个范围 之后，线性规划的最优解就会发生变化。 9．若某种资源的影子价格为u ，则在其它资源数量不变的情况下，该资源增加k 个单位，相应的目标函数值增加 u k 。 10．应用对偶单纯形法计算时，若单纯形表中某一基变量0

运筹学经典案例

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。

管理运筹学案例分析

目录一、问题描述 二、建立模型并分析 三、程序设计 建立问题，输入数据对数学模型求解 （1）按照肉用种鸡公司标准 （2）按照肉用种鸡国家标准 （3）原材料结构调整 （4）求产蛋鸡的最优饲料配方方案 （5）价格系数灵敏度分析

一、问题描述 【案例C-2】配料问题 某饲料公司生产鸡混合饲料，每千克饲料所需营养质量要求如表C-4所示。 公司计划使用的原料有玉米、小麦、麦麸、米糠、豆饼、菜子饼、鱼粉、槐叶粉、DL-蛋氨酸、骨粉、碳酸钙和食盐等12种原料。各种原料的营养成分含量及价格见表C-5。 表C-5 公司根据原料来源，还要求1吨混合饲料中原料的含量为:玉米不低于400kg，小麦不低于100kg，麦麸不低于100kg，米糠不低于150kg，豆饼不超过100kg，菜子饼不低于30kg，鱼粉不低于50kg，槐叶粉不低于30kg，DL-蛋氨酸、骨粉、碳酸钙适量。

（1）按照肉用种鸡公司标准，求1kg配合饲料中每种原料各配多少成本最低，建立数学模型并求解。 （2）按照肉用种鸡国家标准，求1kg配合饲料中每种原料各配多少成本最低。 （3）公司采购了一批花生饼，单价是0.6元/kg，代谢能到有机磷的含量分别为（2.4,38,120,0,0.92,0.15,0.17），求肉用种鸡成本最低的配料方 案。 （4）求产蛋鸡的最优饲料配方方案。 （5）公司考虑到未来鱼粉、骨粉和碳酸钙将要涨价，米糠将要降价，价格变化率都是原来的r%。试对两种产品配方方案进行分析。 说明：以上5个问题独立求解和分析，如在问题（3）中只加花生饼，其他方案则不加花生饼。 二、建立模型并分析 (1)按照肉用种鸡公司标准，求1kg配合饲料中每种原料各配多少成本最低，建立数学模型并求解。 Minz=0.68x1+0.72x2+0.23x3+0.22x4+0.37x5+0.32x6+1.54x7+0.38x8+23x9+0. 56x10+0.12x11+0.42x12 3.35x1+3.08x2+1.78x3+2.10x4+2.40x5+1.62x6+2.80x7+1.61x8≥2.7 78x1+114x2+142x3+117x4+402x5+360x6+450x7+170x8≥135 78x1+114x2+142x3+117x4+402x5+360x6+450x7+170x8≤145 16x1+22x2+95x3+72x4+49x5+113x6+108x8≤45 2.3x1+ 3.4x2+6.0x3+6.5x4+2 4.1x5+8.1x6+29.1x7+10.6x8≥ 5.6 1.2x1+1.7x2+ 2.3x3+2.7x4+5.1x5+7.1x6+11.8x7+2.2x8+980x9≥2.6 0.7x1+0.6x2+0.3x3+1.0x4+3.2x5+5.3x6+63x7+4.0x8+300x10+400x11≥30 0.3x1+0.34x2+10.0x3+13.0x4+5.0x5+8.4x6+27x6+4.0x8+140x9≥5 1000x12=3.7 X1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12=1 X1≥0.4,x2≥0.1,x3≥0.1,x4≤0.15,x5≤0.1,x6≥0.03,x7≥0.05,x8≥0.03, X1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12≥0 (2) 按照肉用种鸡国家标准，求1kg配合饲料中每种原料各配多少成本最低。 Minz=0.68x1+0.72x2+0.23x3+0.22x4+0.37x5+0.32x6+1.54x7+0.38x8+23x9+0. 56x10+0.12x11+0.42x12 3.35x1+3.08x2+1.78x3+2.10x4+2.40x5+1.62x6+2.80x7+1.61x8≥2.7 3.35x1+3.08x2+1.78x3+2.10x4+2.40x5+1.62x6+2.80x7+1.61x8≤2.8 78x1+114x2+142x3+117x4+402x5+360x6+450x7+170x8≥135 78x1+114x2+142x3+117x4+402x5+360x6+450x7+170x8≤145 16x1+22x2+95x3+72x4+49x5+113x6+108x8﹤50 2.3x1+ 3.4x2+6.0x3+6.5x4+2 4.1x5+8.1x6+29.1x7+10.6x8≥ 5.6 1.2x1+1.7x2+ 2.3x3+2.7x4+5.1x5+7.1x6+11.8x7+2.2x8+980x9≥2.5 0.7x1+0.6x2+0.3x3+1.0x4+3.2x5+5.3x6+63x7+4.0x8+300x10+400x11≥23 0.7x1+0.6x2+0.3x3+1.0x4+3.2x5+5.3x6+63x7+4.0x8+300x10+400x11≤40 0.3x1+0.34x2+10.0x3+13.0x4+5.0x5+8.4x6+27x6+4.0x8+140x9≥4.6

运筹学案例分析

一.案例描述 西兰物业公司承担了正大食品在全市92个零售店的肉类、 蛋品和蔬菜的运送业务，运送业务要求每天4点钟开始从总部发货，必须在7:30前送完货（不考虑空车返回时间）。 这92个零售点每天需要运送货物吨，其分布情况为：5千米以内为A区，有36个点，从总部到该区的时间为20分钟；10千米以内5千米以上的为B区，有26个点，从总部到该 区的时间为40分钟；10千米以上的为C区，有30个点，从总部到该区的时间为60分钟；A区各点间的运送的时间为5分钟，B区各点间的运送时间为10分钟，C区各点间的运送时间为20分钟，A区到B区的运送时间为20分钟，B区到C 区的运送时间为20分钟，A区到C区的运送时间为40分钟。每点卸货、验收时间为30分钟。该公司准备购买规格为2吨的运送车辆，每车购价5万元。请确定每天的运送方案， 使投入的购买车辆总费用为最少。 二.案例中关键因素及其关系分析 关键因素： 1.首先针对一辆车的运送情况作具体分析，进而推广到多辆车的运送情况；

2.根据案例中的关键点“零售点每天需要运送货物吨”及“规 格为2吨的运送车辆”可知就一辆车运送而言，可承担4个 零售点的货物量； 3.根据案例中的“运送业务要求每天4点钟开始从总部发货， 必须在7:30前送完货（不考虑空车返回时间）”可知每天 货物运送的总时间为210分钟，超过该时间的运送方案即为 不合理； 4.如下表以套裁下料的方法列出所有可能的下料防案，再逐 个分析。 123456789101112 A433222111000 B010********* C001012012012总计 时间155170190175185205180190200190200210剩余 时间5540203525530201020100 三、模型构建 1、决策变量设置 设已穷举的12个方案中方案i所需的车辆数为决策变量Xi （i=1，2…12），即： 方案1的运送车台数为X1； 方案2的运送车台数为X2； 方案3的运送车台数为X3；

运筹学案例分析

皮革厂租用厂库安排 刘梦瑶 12２11２22 一、研究目的及问题表述 （一）研究目的：在生活中，厂商通常面临货物存储问题，有时便需要租借仓库进行货物存储，而租金也会随着租借时间的长短而有所改变。这时我们就可以运用运筹学算出最优的租借方案，使租金最小，减少存储成本。 （二）1、问题表述:广东黄埔区的某皮革代理商需要寻租可存储采购到的皮革的仓库，并在广州5８同城网上找到了位于黄埔区中心地带的具有６000平方米的高标准仓库。出租商原定价1.2元／平方米/天，后经协商,双方同意如下：租期为两个月可打九折,３个月打八折,4个月打七折，5个月打6.5折。 ２、皮革代理商根据经验预测租赁期间所需仓库大小，其预测结果如下: 第一个月20００平方米；第二个月300０平方米 第三个月2500平方米；第四个月3500平方米 第五个月1600平方米 将租赁合同设为每月初办理,每月签订合同份数不限,每份所选租期不限。求租金最小。 3、将各方条件汇表如下 （三）数据来源：在58同城网上找到相关的仓库租赁信息,其中发现位于黄埔区中心地带,107国道旁有高标准仓库招租,并标明其有600０平方米的仓库可供出租，1.２元/平方米/天。经过在网上联系该出租商，了解到其出租价格为按天数算的短期出租,若存储时间长，可另外折扣。于是我便假定租期为两个月可打九折，3个月打八折，4个月打七折，５个月打6．５折。而由于能力有限,尚未查出有公司或厂商具体需要租借仓库并有具体租借时长与租借大小的数据资料，于是按照课本题目例子,假定了如上的皮革代理商与其的租借要求。 二、方法选择及结果分析 （一）方法选择:该问题的目标能为求租金最小,可用线性函数描述该目标的要求，且有多个方案可选。达到目标具有一定的约束条件，且这些条件可用