运筹学实验报告

时间:2024.4.13

姓       名:           

学       号:         

班       级:   

指 导 老 师:            


实验内容

1线性规划问题:

(1) 给出原始代码;(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(手写):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x2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。

解:(1) max=8*x1+6*x2;

9*x1+8*x2<=12;

7*x1+11*x2<=24;

9*x1+11*x2<=13;

    (2)计算结果: Objective value:                              10.66667

                     Total solver iterations:                             2

                       Variable           Value        Reduced Cost

                             X1        1.333333            0.000000

                             X2        0.000000            1.111111

                            Row    Slack or Surplus      Dual Price

                              1        10.66667            1.000000

                              2        0.000000           0.8888889

                              3        14.66667            0.000000

                              4        1.000000            0.000000

    灵敏度分析:              Objective Coefficient Ranges

                                  Current        Allowable        Allowable

                Variable      Coefficient         Increase         Decrease

                      X1         8.000000         INFINITY         1.250000

                      X2         6.000000         1.111111         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)a)该LP问题的最优解x={x1,x2}={1.333333,0.000000} 目标函数值z=10.66667 

     b)第2行资源的对偶价格为0.8888889,3、4行的对偶价格为0、0.

       对偶价格的含义:表示当对应约束有微小变动时, 目标函数的变化率。例如此题中将第一个约束条件变为9*x1+8*x2<=13,目标函数值将变为10.66667+0.8888889=11.66667。

     c)为了使目标函数值增加最多,选择第一个约束条件,目标函数值变为11.66667

d)x2原来为6,当它在[6-∞,6+1.111111] = [-∞,7.111111]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 1.111111,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=10.66667-1.111111=9.555559.

 2、运输问题:

已知6个发点8个收点的最小费用运输问题。产销量及单位运价如下表。

(1) 给出原始代码;(2) 计算结果(决策变量求解结果粘贴)

解:(1)原始代码为

model:

sets:

  warehouses/wh1..wh6/: capacity;

  vendors/v1..v8/: demand;

  links(warehouses,vendors): cost, volume;

endsets

  min=@sum(links: cost*volume);

  @for(vendors(J):

    @sum(warehouses(I): volume(I,J))<=demand(J));

  @for(warehouses(I):

    @sum(vendors(J): volume(I,J)) =capacity(I)); 

data:

  capacity=55 47 42 52 41 32;

  demand=60 55 51 43 41 52 43 38;

  cost=6 2 9 7 4 2 5 9

       4 5 5 3 8 5 3 2

       5 2 1 3 7 4 8 3

       7 6 7 9 9 2 7 1

       2 3 6 5 7 2 6 5

       5 9 2 2 8 1 4 3;

enddata

end

(2)计算结果:  Objective value:                              473.0000

                 Total solver iterations:                             9

                       Variable           Value        Reduced Cost

               VOLUME( WH1, V1)        0.000000            4.000000

               VOLUME( WH1, V2)        55.00000            0.000000

               VOLUME( WH1, V3)        0.000000            7.000000

               VOLUME( WH1, V4)        0.000000            5.000000

               VOLUME( WH1, V5)        0.000000            2.000000

               VOLUME( WH1, V6)        0.000000            0.000000

               VOLUME( WH1, V7)        0.000000            3.000000

               VOLUME( WH1, V8)        0.000000            8.000000

               VOLUME( WH2, V1)        0.000000            1.000000

               VOLUME( WH2, V2)        0.000000            2.000000

               VOLUME( WH2, V3)        0.000000            2.000000

               VOLUME( WH2, V4)        43.00000            0.000000

               VOLUME( WH2, V5)        0.000000            5.000000

               VOLUME( WH2, V6)        0.000000            2.000000

               VOLUME( WH2, V7)        4.000000            0.000000

               VOLUME( WH2, V8)        0.000000            0.000000

               VOLUME( WH3, V1)        0.000000            4.000000

               VOLUME( WH3, V2)        0.000000            1.000000

               VOLUME( WH3, V3)        42.00000            0.000000

               VOLUME( WH3, V4)        0.000000            2.000000

               VOLUME( WH3, V5)        0.000000            6.000000

               VOLUME( WH3, V6)        0.000000            3.000000

               VOLUME( WH3, V7)        0.000000            7.000000

               VOLUME( WH3, V8)        0.000000            3.000000

               VOLUME( WH4, V1)        0.000000            5.000000

               VOLUME( WH4, V2)        0.000000            4.000000

               VOLUME( WH4, V3)        0.000000            5.000000

               VOLUME( WH4, V4)        0.000000            7.000000

               VOLUME( WH4, V5)        0.000000            7.000000

               VOLUME( WH4, V6)        14.00000            0.000000

               VOLUME( WH4, V7)        0.000000            5.000000

               VOLUME( WH4, V8)        38.00000            0.000000

               VOLUME( WH5, V1)        41.00000            0.000000

               VOLUME( WH5, V2)        0.000000            1.000000

               VOLUME( WH5, V3)        0.000000            4.000000

               VOLUME( WH5, V4)        0.000000            3.000000

               VOLUME( WH5, V5)        0.000000            5.000000

               VOLUME( WH5, V6)        0.000000            0.000000

               VOLUME( WH5, V7)        0.000000            4.000000

               VOLUME( WH5, V8)        0.000000            4.000000

               VOLUME( WH6, V1)        0.000000            4.000000

               VOLUME( WH6, V2)        0.000000            8.000000

               VOLUME( WH6, V3)        0.000000            1.000000

               VOLUME( WH6, V4)        0.000000            1.000000

               VOLUME( WH6, V5)        0.000000            7.000000

               VOLUME( WH6, V6)        32.00000            0.000000

               VOLUME( WH6, V7)        0.000000            3.000000

               VOLUME( WH6, V8)        0.000000            3.000000

故该运输问题所需的最小运输费用为473。A1运往B2A2运往B4B7A3运往B3A4运往B6B8A5运往B1 A6运往B6 .

3、一般整数规划问题:

某服务部门各时段(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) 给出原始代码;(2) 计算结果(决策变量求解结果粘贴)

解:(1)原始代码为:

model:

sets:

  time/1..8/: required,start;

endsets

data:

  required = 10 8 9 11 13 8 5 3;

enddata

  min=@sum(time: start);

  @for(time(J):

    @sum(time(I) | I #le# 4:

      start(@wrap(J+I+2,8))) >= required(J));

end

(2):计算结果为:Objective value:                              23.00000

                   Total solver iterations:                             3

                       Variable           Value        Reduced Cost

                      START( 1)        13.00000            0.000000

                      START( 4)        2.000000            0.000000

                      START( 5)        8.000000            0.000000

故该整数规划问题的结果为:最少服务员总数为23。

4、指派问题:

已知如下效率矩阵,求极大化指派问题。

(1) 给出原始代码;(2) 计算结果(决策变量求解结果粘贴)

解:(1)原始代码为:

model:

sets:

  workers/A1..A5/;

  jobs/B1..B5/;

  links(workers,jobs): cost,volume;

endsets

  max=@sum(links: cost*volume);

  @for(workers(I):

    @sum(jobs(J): volume(I,J))=1;

  );

  @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

(2):计算结果:Objective value:                              57.00000

               Total solver iterations:                            10

                       Variable           Value        Reduced Cost

                VOLUME( A1, B4)        1.000000            0.000000

                VOLUME( A2, B3)        1.000000            0.000000

                VOLUME( A3, B1)        1.000000            0.000000

                VOLUME( A4, B5)        1.000000            0.000000

                VOLUME( A5, B2)        1.000000            0.000000

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。

5、一维资源分配问题:

某工业部门根据国家计划的安排,拟将某种高效率的设备五台,分配给所属的甲、乙、丙三个工厂,各工厂若获得这种设备之后,可以为国家提供的盈利如下表所示。问:这五台设备如何分配给各工厂,才能使国家得到的盈利最大。

(1) 给出原始代码;(2) 计算结果(决策变量求解结果粘贴)

:(1)原始代码为:

model:

sets:  

   factory/1 2 3/;

   facility_amount/1..6/;

   arcs(factory,facility_amount):benefit,selection,status;

endsets

data:;

   benefit=0,5,15,40,80,90

           0,5,15,40,60,70

           0,4,26,40,45,50;  

   status=0,1,2,3,4,5

          0,1,2,3,4,5

          0,1,2,3,4,5;

enddata

  [obj]max=@sum(arcs(i,j):benefit(i,j)*selection(i,j));

  @for(arcs:@bin(selection));  

  @for(factory(i):@sum(arcs(i,k):selection(i,k))=1);

  @sum(arcs(i,j):status(i,j)*selection(i,j))=5;

end

(2)计算结果:

  Objective value:                              90.00000

  Extended solver steps:                               0

  Total solver iterations:                             0

                       Variable           Value        Reduced Cost

               SELECTION( 1, 6)        1.000000           -90.00000

               SELECTION( 2, 1)        1.000000            0.000000

               SELECTION( 3, 1)        1.000000            0.000000

故该分配问题的结果为:甲工厂需用设备6台,乙工厂需用设备1台,丙工厂需用设备1台。此时为国家盈利总额为90.                   

6、最短路问题:

求从V1至V10的最短路。

l1,2=6,  l1,3=5,  l2,4=3,  l2,5=6,  l2,6=9,  l3,4=7,  l3,5=5,  l3,6=11,  l4,7=9,  l4,8=1,  l5,7=8,  l5,8=7,  l5,9=5,  l6,8=4,  l6,9=10,  l7,10=5,  l8,10=7,  l9,10=9

li,j表示Vi到Vj之间的权重)

(1) 给出原始代码;(2) 计算结果(决策变量求解结果粘贴)

解:(1):

model:

data:

  n=10;

enddata

sets:

  cities/1..n/: F;

  roads(cities,cities)/

    1,2  1,3

    2,4  2,5  2,6

    3,4  3,5  3,6

    4,7  4,8

    5,7  5,8  5,9

    6,8  6,9

    7,10

    8,10

    9,10

  /: D, P;

endsets

data:

  D=6  5

    3  6  9

    7  5  11

    9  1

    8  7  5

    4  10

    5

    7

    9;

enddata

  F(n)=0;

  @for(cities(i) | i #lt# n:

    F(i)=@min(roads(i,j): D(i,j)+F(j));

  );

  @for(roads(i,j):

    P(i,j)=@if(F(i) #eq# D(i,j)+F(j),1,0)

  );

end

(2):计算结果:  Total solver iterations:              0

                                           Variable           Value

                                                  N        10.00000

                                              F( 1)        17.00000

                                              F( 2)        11.00000

                                              F( 3)        15.00000

                                              F( 4)        8.000000

                                              F( 5)        13.00000

                                              F( 6)        11.00000

                                              F( 7)        5.000000

                                              F( 8)        7.000000

                                              F( 9)        9.000000

                                             F( 10)        0.000000

                                           P( 1, 2)        1.000000

                                           P( 1, 3)        0.000000

                                           P( 2, 4)        1.000000

                                           P( 2, 5)        0.000000

                                           P( 2, 6)        0.000000

                                           P( 3, 4)        1.000000

                                           P( 3, 5)        0.000000

                                           P( 3, 6)        0.000000

                                           P( 4, 7)        0.000000

                                           P( 4, 8)        1.000000

                                           P( 5, 7)        1.000000

                                           P( 5, 8)        0.000000

                                           P( 5, 9)        0.000000

                                           P( 6, 8)        1.000000

                                           P( 6, 9)        0.000000

                                          P( 7, 10)        1.000000

                                          P( 8, 10)        1.000000

                                          P( 9, 10)        1.000000

故此最短路问题的结果是:V1 →V2 →V4 →V8 →V10

更多相关推荐:
运筹学上机实验报告10030923

重庆交通大学学生实验报告实验课程名称运筹学开课实验室明德楼117机房学院管理学院年级20xx专业工程造价05班学生姓名学号开课时间实验一简单线性规划模型的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...

管理运筹学实验报告

课程实验报告管理运筹学实验二专业年级课程名称指导教师学生姓名学号实验日期实验地点实验成绩教务处制20xx年11月日

运筹学 实验报告

中南民族大学管理学院学生实验报告课程名称管理运筹学年级20xx级专业财务管理指导教师胡丹丹学号11056011姓名沙博实验地点管理学院综合实验室20xx学年至20xx学年度第2学期中南民族大学管理学院学生实验报...

运筹学实验报告

运筹学实验报告实验内容整数规划问题的建模和求解案例43建业银行职员的上班安排一问题提出南平市青山区建业银行分理处每周七天营业从周一到周日每天值班人员数见下表试回答a银行职员每周上班5天休息两天但具体哪几天上班由...

运筹学上机实验报告 利用Matlab求解整数线性规划

学期20xx至20xx第一学期20xx年11月9日课程名称运筹学专业信息与计算科学级班实验编号4实验项目利用Matlab求解整数线性规划指导教师黄娟姓名学号实验成绩一实验目的及要求利用Matlab求解整数线性规...

管理运筹学实验报告

实验报告课程管理运筹学班级学号姓名实验项目数520xx年12月赣南师范学院商学院经济管理实验教学中心制说明1实验预习通过实验预习明确实验目的要求实验原理及相关知识点实验方法步骤以及操作注意事项等对设计性实验要事...

运筹学实验报告 徐新闻(20xx1231)

运筹学实验报告姓名徐新闻学号20xx1231班级工业工程0902指导老师杨爱峰相关问题说明一实验性质和教学目的本实验是运筹学课内安排的上机操作实验目的在于了解熟悉计算机Lingo软件在运筹学模型求解中的作用激发...

运筹学实验报告

赣南师范学院商学院实验报告课程管理运筹学班级1201信息管理与信息系统学号姓名实验项目数5年月赣南师范学院商学院经济管理实验教学中心制赣南师范学院商学院说明1实验预习通过实验预习明确实验目的要求实验原理及相关知...

运筹学实验报告(1)

运筹学实验报告一实验目的通过实验熟悉单纯形法的原理掌握matlab循环语句的应用提高编程的能力和技巧体会matlab在进行数学求解方面的方便快捷二实验环境Matlab20xxb计算机三实验内容包含参数取值情况构...

运筹学大作业实验报告

运筹学大作业报告20xx12运筹学大作业报告目录前言2问题描述3实验过程3一问题分析3二建立模型31建立模型目标32模型约束条件4三模型求解51预处理52中间过程73算法实现84求解结果8结果分析9实验总结91...

运筹学实验报告-lingo软件的使用-习题代码

运筹学实验报告姓名学号班级相关问题说明一实验性质和教学目的本实验是运筹学课内安排的上机操作实验目的在于了解熟悉计算机Lingo软件在运筹学模型求解中的作用激发学习兴趣提高学习效果增强自身的动手能力提高实际应用能...

运筹学实验报告

学生实验报告书20xx20xx学年第二学期教学单位工商管理教研室实验课程管理运筹学实验地点经管实验楼515指导教师曾自卫杨沛专业班级物流1132学生姓名张松20xx年05月06日实验报告

运筹学实验报告(32篇)