国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【管理運(yùn)籌學(xué)】第 8 章 | 動態(tài)規(guī)劃(4,生產(chǎn)與儲存問題)

這篇具有很好參考價值的文章主要介紹了【管理運(yùn)籌學(xué)】第 8 章 | 動態(tài)規(guī)劃(4,生產(chǎn)與儲存問題)。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點(diǎn)擊"舉報違法"按鈕提交疑問。

系列文章

【管理運(yùn)籌學(xué)】第 8 章 | 動態(tài)規(guī)劃(1,多階段決策過程與動態(tài)規(guī)劃基本概念)
【管理運(yùn)籌學(xué)】第 8 章 | 動態(tài)規(guī)劃(2,動態(tài)規(guī)劃的基本思想與模型求解)
【管理運(yùn)籌學(xué)】第 8 章 | 動態(tài)規(guī)劃(3,資源分配問題)
【管理運(yùn)籌學(xué)】第 8 章 | 動態(tài)規(guī)劃(4,生產(chǎn)與儲存問題)
【管理運(yùn)籌學(xué)】第 8 章 | 動態(tài)規(guī)劃(5,設(shè)備更新問題)


引言

在生產(chǎn)和經(jīng)營管理中,經(jīng)常遇到要合理安排生產(chǎn)(或購買)與庫存的問題,達(dá)到既要滿足社會的需要,又要盡量降低成本費(fèi)用。因此,正確制定生產(chǎn)(或采購)策略,確定不同時期的生產(chǎn)量(或購買量)和庫存量,以使得總生產(chǎn)成本費(fèi)用和庫存費(fèi)用之和最小,這就是生產(chǎn)與儲存問題的最優(yōu)化目標(biāo)。


四、生產(chǎn)與儲存問題

4.1 生產(chǎn)計劃問題

設(shè)某公司要對某種產(chǎn)品要制定一項(xiàng) n n n 個階段的生產(chǎn)(或購買)目標(biāo)。已知它的初始庫存量為 0 ,每階段生產(chǎn)(或購買)該產(chǎn)品的數(shù)量有上限 m m m 的限制;每階段社會對該產(chǎn)品的需求量 d k d_k dk? 是已知的,公司保證供應(yīng);在 n n n 階段末的終結(jié)庫存量為 0 。問該公司如何制定每個階段的生產(chǎn)(或采購)計劃,從而使總成本最小。

用動態(tài)規(guī)劃方法來求解,把它看作一個 n n n 階段決策問題。令 s k s_k sk? 為狀態(tài)變量,表示第 k k k 階段開始時的庫存量; x k x_k xk? 為決策變量,表示第 k k k 階段的生產(chǎn)量。狀態(tài)轉(zhuǎn)移方程為 s k + 1 = s k + x k ? d k . s_{k+1}=s_k+x_k-d_k. sk+1?=sk?+xk??dk?.

k k k 階段的成本費(fèi)用包括生產(chǎn)成本和存儲費(fèi)用兩項(xiàng): c k ( x k ) + h k ( x k ) c_k(x_k)+h_k(x_k) ck?(xk?)+hk?(xk?) ,其中 c k ( x k ) c_k(x_k) ck?(xk?) 表示第 k k k 階段生產(chǎn)產(chǎn)品 x k x_k xk? 時的成本費(fèi)用,一般包括生產(chǎn)準(zhǔn)備成本 K K K 和產(chǎn)品成本 a x k ax_k axk? (其中 a a a 是單位產(chǎn)品成本)兩項(xiàng)費(fèi)用。有 c k ( x k ) = { 0 , x k = 0 K + a x k , x k = 1 , 2 , ? ? , m ∞ , x k > m c_k(x_k)=\begin{cases} 0 &,x_k=0\\ K+ax_k &,x_k=1,2,\cdots,m \\ \infty &,x_k>m \end{cases} ck?(xk?)=? ? ??0K+axk??,xk?=0,xk?=1,2,?,m,xk?>m? K , a K,a K,a 為已知參數(shù), h k ( x k ) h_k(x_k) hk?(xk?) 表示在第 k k k 階段結(jié)束有庫存量時所需的儲存費(fèi)用。其實(shí)第 k k k 階段結(jié)束時庫存量就等于下一階段開始的庫存量,即 x k + 1 x_{k+1} xk+1? 。

最優(yōu)值函數(shù) f k ( s k ) f_k(s_k) fk?(sk?) 表示從第 k k k 階段初庫存量為 s k s_k sk? 到第 n n n 階段庫存量為 0 時的最小總費(fèi)用,其基本方程為 { f k ( s k ) = min ? σ k ′ ≤ x k ≤ σ k { c k ( x k ) + h k ( x k ) + f k + 1 ( x k + s k ? d k ) } , k = n , n ? 1 , ? ? , 1 f n + 1 ( s n + 1 ) = 0 \begin{cases} f_k(s_k)=\min_{\sigma_k'\leq x_k \leq \sigma_k} \{c_k(x_k)+h_k(x_k)+f_{k+1}(x_k+s_k-d_k)\} ,k=n,n-1,\cdots,1 \\ f_{n+1}(s_{n+1})=0 \end{cases} {fk?(sk?)=minσk?xk?σk??{ck?(xk?)+hk?(xk?)+fk+1?(xk?+sk??dk?)},k=n,n?1,?,1fn+1?(sn+1?)=0? 其中, σ k = min ? { ∑ i = k n d i ? s k , m } \sigma_k=\min\{\sum_{i=k}^nd_i-s_k,m\} σk?=min{i=kn?di??sk?,m} ,一方面每階段生產(chǎn)上限為 m m m ,另一方面需保證 n n n 階段結(jié)束時庫存量能取 0 。 σ k ′ = max ? { d k ? s k , 0 } \sigma'_k=\max\{d_k-s_k,0\} σk?=max{dk??sk?,0} ,這是為了保證第 k k k 階段的生產(chǎn)量能滿足市場需求。

4.2 不確定性的采購問題

在實(shí)際問題中,還會遇到某些多階段決策過程,與前面所討論的確定性不同,出現(xiàn)了隨機(jī)性因素,狀態(tài)轉(zhuǎn)移不能完全確定,是按照某種已知的概率分布取值的。具有這種性質(zhì)的多階段決策過程稱為隨機(jī)性的決策過程。下面舉一個例子。

(采購問題) 某廠生產(chǎn)上需要在近 5 周內(nèi)采購一批原料,而估計在未來 5 周內(nèi)價格會有波動,單價為 500 的概率為 0.3 ,為 600 的概率為 0.3 ,為700 的概率為 0.4 。試求在哪一周以什么價格購入,能使得其采購價格的數(shù)學(xué)期望最???并求出期望值。

我感覺這類題目還可以改成求采購價格的最大可能、最小可能等等。

按采購期限,分為 5 個階段,設(shè)

y k y_k yk? —— 狀態(tài)變量,表示第 k k k 周的實(shí)際價格。

x k x_k xk? —— 決策變量,表示第 k k k 周是否決定采購,當(dāng)取值為 1 時,表示第 k k k 周采購;取值為 0 時,表示第 k k k 周決定等待。

y k E y_{kE} ykE? —— 第 k k k 周決定等待,而在以后采取最優(yōu)決策時的采購價格平均值。

f k ( y k ) f_k(y_k) fk?(yk?) —— 第 k k k 周實(shí)際價格為 y k y_k yk? 時,從第 k k k 周至第 5 周采取最優(yōu)決策所得的最小期望值。

則逆序遞推關(guān)系為 { f k ( y k ) = min ? { y k , y k E } , y k ∈ s k f 5 ( y k ) = y 5 , y 5 ∈ s 5 \begin{cases} f_k(y_k)=\min\{y_k,y_{kE}\},&y_k \in s_k \\ f_5(y_k)=y_5,&y_5\in s_5 \end{cases} {fk?(yk?)=min{yk?,ykE?},f5?(yk?)=y5?,?yk?sk?y5?s5?? 其中, s k = { 500 , 600 , 700 } , k = 1 , 2 , 3 , 4 , 5. s_k=\{500,600,700\},k=1,2,3,4,5. sk?={500,600,700},k=1,2,3,4,5.

當(dāng)?shù)? k k k 周實(shí)際價格為 y k y_k yk? 時,若選擇等待,則 y k E = E [ f k + 1 ( y k + 1 ) ] = 0.3 f k + 1 ( 500 ) + 0.3 f k + 1 ( 600 ) + 0.4 f k + 1 ( 700 ) y_{kE}=E\big[f_{k+1}(y_{k+1})\big]=0.3f_{k+1}(500)+0.3f_{k+1}(600)+0.4f_{k+1}(700) ykE?=E[fk+1?(yk+1?)]=0.3fk+1?(500)+0.3fk+1?(600)+0.4fk+1?(700) 。如果 f k ( y k ) = y k E f_k(y_k)=y_{kE} fk?(yk?)=ykE? ,則第 k k k 周應(yīng)選擇等待,即 x k = 0 x_k=0 xk?=0 ;如果 f k ( y k ) = y k f_k(y_k)=y_{k} fk?(yk?)=yk? ,則第 k k k 周應(yīng)選擇購入,即 x k = 1 x_k=1 xk?=1 ;

第一步: k = 5 k=5 k=5 ,此時必須購入,則 x 5 = 1 , f 5 ( 500 ) = 500 , f 5 ( 600 ) = 600 , f 5 ( 700 ) = 700. x_5=1,f_5(500)=500,f_5(600)=600,f_5(700)=700. x5?=1,f5?(500)=500,f5?(600)=600,f5?(700)=700.

第二步: k = 4 k=4 k=4 , y 4 E = 0.3 f 5 ( 500 ) + 0.3 f 5 ( 600 ) + 0.4 f 5 ( 700 ) = 0.3 × 500 + 0.3 × 600 + 0.4 × 700 = 610 y_{4E}=0.3f_{5}(500)+0.3f_{5}(600)+0.4f_{5}(700)=0.3\times 500+0.3\times600+0.4\times700=610 y4E?=0.3f5?(500)+0.3f5?(600)+0.4f5?(700)=0.3×500+0.3×600+0.4×700=610 ,則 f 4 ( y 4 ) = min ? { y 4 , y 4 E } = { 500 , y 4 = 500 600 , y 4 = 600 610 , y 4 = 700 f_4(y_4)=\min\{y_4,y_{4E}\}=\begin{cases} 500,&y_4=500 \\ 600,&y_4=600 \\ 610,&y_4=700 \end{cases} f4?(y4?)=min{y4?,y4E?}=? ? ??500,600,610,?y4?=500y4?=600y4?=700? 可知,當(dāng)?shù)?4 周實(shí)際價格為 500 或 600 時,可以選擇購入;當(dāng)實(shí)際價格為 700 時,應(yīng)等待。

第三、四、五步: 同理,可計算得到, f 3 ( y 3 ) = min ? { y 3 , y 3 E = 574 } = { 500 , y 3 = 500 574 , y 3 = 600 574 , y 3 = 700 , x 3 = { 1 , y 3 = 500 0 , y 3 = 600 , 700 ; f_3(y_3)=\min\{y_3,y_{3E}=574\}=\begin{cases} 500,&y_3=500 \\ 574,&y_3=600 \\ 574,&y_3=700 \end{cases},x_3=\begin{cases} 1,&y_3=500 \\ 0,&y_3=600,700 \end{cases}; f3?(y3?)=min{y3?,y3E?=574}=? ? ??500,574,574,?y3?=500y3?=600y3?=700?,x3?={1,0,?y3?=500y3?=600,700?; f 2 ( y 2 ) = min ? { y 2 , y 2 E = 551.8 } = { 500 , y 2 = 500 551.8 , y 2 = 600 551.8 , y 2 = 700 , x 2 = { 1 , y 2 = 500 0 , y 2 = 600 , 700 ; f_2(y_2)=\min\{y_2,y_{2E}=551.8\}=\begin{cases} 500,&y_2=500 \\ 551.8,&y_2=600 \\ 551.8,&y_2=700 \end{cases},x_2=\begin{cases} 1,&y_2=500 \\ 0,&y_2=600,700 \end{cases}; f2?(y2?)=min{y2?,y2E?=551.8}=? ? ??500,551.8,551.8,?y2?=500y2?=600y2?=700?,x2?={1,0,?y2?=500y2?=600,700?; f 1 ( y 1 ) = min ? { y 1 , y 1 E = 536.26 } = { 500 , y 1 = 500 536.26 , y 1 = 600 536.26 , y 1 = 700 , x 1 = { 1 , y 1 = 500 0 , y 1 = 600 , 700 ; f_1(y_1)=\min\{y_1,y_{1E}=536.26\}=\begin{cases} 500,&y_1=500 \\ 536.26,&y_1=600 \\ 536.26,&y_1=700 \end{cases},x_1=\begin{cases} 1,&y_1=500 \\ 0,&y_1=600,700 \end{cases}; f1?(y1?)=min{y1?,y1E?=536.26}=? ? ??500,536.26,536.26,?y1?=500y1?=600y1?=700?,x1?={1,0,?y1?=500y1?=600,700?; 綜上,最優(yōu)采購策略為:前三周,價格為 500 就購入,否則等待;第 4 周時,如果還沒購入,價格為 500 或 600 時就購入,否則等待;第 5 周時,如果還沒購入,不管怎么樣都應(yīng)該購入。

按照上述策略進(jìn)行采購時,采購價格的數(shù)學(xué)期望計算如下: E = 500 × ( 0.3 + 0.7 × 0.3 + 0. 7 2 × 0.3 + 0. 7 3 × 0.3 + 0. 7 3 × 0.4 × 0.3 ) + E=500\times(0.3+0.7\times0.3+0.7^2\times0.3+0.7^3\times0.3+0.7^3\times0.4\times0.3)+ E=500×(0.3+0.7×0.3+0.72×0.3+0.73×0.3+0.73×0.4×0.3)+ 600 × ( 0. 7 3 × 0.3 + 0. 7 3 × 0.4 × 0.3 ) + 700 × ( 0. 7 3 × 0.4 × 0.4 ) = 525.382. 600\times(0.7^3\times0.3+0.7^3\times0.4\times0.3)+700\times(0.7^3\times0.4\times0.4)=525.382. 600×(0.73×0.3+0.73×0.4×0.3)+700×(0.73×0.4×0.4)=525.382.

還好前幾天復(fù)習(xí)了下概率論,要不這個數(shù)學(xué)期望還真不太好理解。


寫在最后

對于確定型生產(chǎn)計劃問題,其實(shí)和資源分配問題有點(diǎn)像,只是多加了一部分回收的費(fèi)用;而對于不確定型采購問題,則有點(diǎn)難以理解,建模難度較高,不過求解方法和前面類似。文章來源地址http://www.zghlxwxcb.cn/news/detail-771170.html

到了這里,關(guān)于【管理運(yùn)籌學(xué)】第 8 章 | 動態(tài)規(guī)劃(4,生產(chǎn)與儲存問題)的文章就介紹完了。如果您還想了解更多內(nèi)容,請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請點(diǎn)擊違法舉報進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(3,最短路問題)

    【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(3,最短路問題)

    【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(1,圖論背景以及基本概念、術(shù)語、矩陣表示) 【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(2,最小支撐樹問題) 【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(4,最大流問題) 【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(5,最小費(fèi)用流問題及最小

    2024年02月09日
    瀏覽(19)
  • 運(yùn)籌學(xué)—線性規(guī)劃單純形表

    運(yùn)籌學(xué)—線性規(guī)劃單純形表

    什么是標(biāo)準(zhǔn)型數(shù)學(xué)模型? a. 具有等式約束方程組:一般引入松弛變量將不等式約束轉(zhuǎn)化為等式約束 b. 約束方程右邊常數(shù)非負(fù):若右邊為負(fù),則兩邊同稱-1使其變?yōu)榉秦?fù) c. 所有變量非負(fù) d. 目標(biāo)函數(shù)為max型,對于min型,化為max型 例如:3a+9b=540添加松弛變量c,使得不等式變?yōu)?

    2023年04月08日
    瀏覽(26)
  • 運(yùn)籌學(xué)經(jīng)典問題(五):多商品流運(yùn)輸問題

    運(yùn)籌學(xué)經(jīng)典問題(五):多商品流運(yùn)輸問題

    前面介紹了多商品網(wǎng)絡(luò)流(MCNF)問題,今天要介紹的多商品流運(yùn)輸問題(Mulit-commodity Transportation Problem, MCTP)與MCNF的唯一差異別:MCTP要求商品直接從供應(yīng)商運(yùn)送到客戶,沒有中間流轉(zhuǎn)的路徑。 集合: S S S :供應(yīng)商的集合; C C C :客戶的集合; A A A :網(wǎng)絡(luò)中弧段的集合,

    2024年02月04日
    瀏覽(30)
  • 運(yùn)籌學(xué)—運(yùn)輸問題與表上作業(yè)法

    運(yùn)籌學(xué)—運(yùn)輸問題與表上作業(yè)法

    不考慮運(yùn)價,從西北角的格子開始分配運(yùn)量,按盡可能滿足一方取小的原則,第一行和第一列的格子分配完后,依次向東南角方向的格子進(jìn)行運(yùn)量分配。 例如: 第一步:列出產(chǎn)售平衡表 第二步:利用西北角法進(jìn)行運(yùn)量分配: 首先在產(chǎn)售平衡表的x 11 處盡可能取最小值:min

    2024年02月12日
    瀏覽(25)
  • 【課堂筆記】運(yùn)籌學(xué)第二章:對偶問題

    【課堂筆記】運(yùn)籌學(xué)第二章:對偶問題

    聽說運(yùn)籌學(xué)這門課挺好的,有值得一聽的必要;此篇用作課堂總結(jié)、期末復(fù)習(xí)及記錄。 或許與教材內(nèi)容會有很大程度重復(fù)。 本章開始會適當(dāng)結(jié)合一些B站網(wǎng)課【運(yùn)籌學(xué)】應(yīng)試向基礎(chǔ)教程 對偶問題的對偶問題就是原問題 矩陣表達(dá) 要弄清楚矩陣 A A A 和 C C C 分別是什么 最好記住

    2024年02月07日
    瀏覽(31)
  • 【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(1,圖論背景以及基本概念、術(shù)語、矩陣表示)

    【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(1,圖論背景以及基本概念、術(shù)語、矩陣表示)

    【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(2,最小支撐樹問題) 【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(3,最短路問題) 【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(4,最大流問題) 【管理運(yùn)籌學(xué)】第 7 章 | 圖與網(wǎng)絡(luò)分析(5,最小費(fèi)用流問題及最小費(fèi)用最大流問題) 按照正常

    2024年02月09日
    瀏覽(31)
  • 運(yùn)籌學(xué)—例題求解

    運(yùn)籌學(xué)—例題求解

    作答如下: ? ? ?圖解法驗(yàn)證: ?由圖可得在點(diǎn)x1=20,x2=24取到最大值 Z =4080; 作答如下: 解: (1)設(shè) xij?為從產(chǎn)地Ai運(yùn)往銷地Bj的運(yùn)輸量,得到下列運(yùn)輸量表設(shè) xij 為從產(chǎn)地Ai運(yùn)往銷地Bj的運(yùn)輸量,得到下列運(yùn)輸量表 ? B1 B2 B3 產(chǎn)量 A1 x 11 x 12 x 13 200 A2 x 21 x 22 x 23 230 銷量 100 150 180

    2024年02月04日
    瀏覽(93)
  • 【運(yùn)籌學(xué)】第4講 線性代數(shù)基礎(chǔ)

    【運(yùn)籌學(xué)】第4講 線性代數(shù)基礎(chǔ)

    筆記來源: b站 王樹堯SJTU 本節(jié)主要對線性代數(shù)整體的研究思路(矩陣、行列式的引出)進(jìn)行梳理,基礎(chǔ)計算方法等請自行復(fù)習(xí)線性代數(shù); 1、目的:解線性方程(未知數(shù)次數(shù)為1的方程) 2、n元方程組的推廣過程 3、n元方程組研究步驟 有沒有解? 怎么解? 解是什么? 對于一

    2024年01月23日
    瀏覽(23)
  • 運(yùn)籌學(xué)的松弛變量和影子價格或者對偶價格

    運(yùn)籌學(xué)的松弛變量和影子價格或者對偶價格

    1、影子價格就是對偶價格,反應(yīng)的是對偶問題的決策變量的值;對偶問題中,決策變量對應(yīng)的是原問題的資源,而松弛變量反應(yīng)的是資源的利用問題,如果某種資源的松弛變量為0,說明這個資源在此模型下面全部用完,入股松弛變量不為0,說明,此資源還有剩余。 2、如果

    2024年02月11日
    瀏覽(16)
  • 一些關(guān)于運(yùn)籌學(xué)和機(jī)器學(xué)習(xí)之間協(xié)同作用的思考

    一些關(guān)于運(yùn)籌學(xué)和機(jī)器學(xué)習(xí)之間協(xié)同作用的思考

    幾十年來,運(yùn)籌學(xué)(OR)和機(jī)器學(xué)習(xí)(ML)一直作為兩個相對獨(dú)立的研究領(lǐng)域不斷發(fā)展。數(shù)據(jù)科學(xué)和人工智能領(lǐng)域的專家可能更熟悉機(jī)器學(xué)習(xí)而不是運(yùn)籌學(xué),盡管每個機(jī)器學(xué)習(xí)實(shí)踐者都應(yīng)該至少了解一些優(yōu)化技術(shù),因?yàn)槊總€機(jī)器學(xué)習(xí)問題本質(zhì)上都是一個優(yōu)化問題。在本文中,我

    2024年02月05日
    瀏覽(22)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包