個(gè)人模擬-第一次

本文主要針對由運(yùn)價(jià)，出廠銷價(jià)，訂購數(shù)量的約束條件的限制對訂購與建設(shè)問題建立數(shù)學(xué)模型，進(jìn)行量化求解，同時(shí)對影響與建設(shè)的 模型進(jìn)行求解，得出目標(biāo)函數(shù)最小值為1265866.268。同時(shí)使用lingo計(jì)算該二次規(guī)劃問題，得目標(biāo)函數(shù)最小值為1250809。廠的產(chǎn)量上限分別提高10%的情況下，使目標(biāo)函數(shù)變化最大，為1238249，而且變小明顯；而在每個(gè)鋼廠的銷價(jià)分別提高10%的情況下，數(shù)值為1251705。 到目標(biāo)函數(shù)最小值為1398852.476。同時(shí)運(yùn)用lingo 題，得到目標(biāo)函數(shù)最小值1372752。經(jīng)比較得加入罰函數(shù)改進(jìn)的遺傳模擬退火算法相對lingo求解二次規(guī)劃時(shí)間復(fù)雜度高，參數(shù)難以控制，但適用范圍廣，在floyd

一重區(qū)、消費(fèi)區(qū)和儲(chǔ)氣庫的主干，形成多氣源供應(yīng)，多方式調(diào)峰，平穩(wěn)安1.2.A1A2A15種主管道的鋼廠有S1,S2,S6。圖中粗線表示鐵路，單細(xì)線表示公路，雙細(xì)示火車站，每段鐵路、公路和管道旁的數(shù)字表示里程(單位km)。為方便計(jì)，1km主管道稱為1單位。一個(gè)鋼廠如果承擔(dān)制造這種，至少需要生產(chǎn)600個(gè)單位。鋼廠Si在指定期限內(nèi)能生產(chǎn)該的最大數(shù)量為si個(gè)單位，出廠銷價(jià)1單位為pi萬i1234560551單 公路費(fèi)用為1單位每公里0.1萬元（不足整公里部分按整公里計(jì)可由鐵路、公路運(yùn)往鋪設(shè)地點(diǎn)（不只是運(yùn)到點(diǎn)A1A2,A15，而是管道建立數(shù)學(xué)模型，制定合理的訂購和計(jì)劃請就（1）的模型分析：哪個(gè)鋼廠的銷價(jià)的變化對購運(yùn)計(jì)劃和總構(gòu)成網(wǎng)絡(luò)，請給出圖二的解決辦法（A1,A2,,A2113 A19S532045020523

二分本問題（的訂購與建設(shè)）是結(jié)合傳統(tǒng)的數(shù)學(xué)建模問題中的最短路徑 問題一要求根據(jù)題目的約束條件制定合理的訂購與計(jì)劃。這里引入問題二要求根據(jù)問題一的模型分析各鋼廠的銷價(jià)變化與產(chǎn)量上限對目標(biāo)函數(shù)，即最小成本的影響。本題相當(dāng)于對問題立模型的敏感性分析，通過三假在過程中無損耗 算準(zhǔn)則，即不出現(xiàn)將連續(xù)的600m鐵路割裂為300+300分段計(jì)費(fèi)。四系符符號(hào)說每次遺傳變異前每次遺傳變異后種群大初始溫T當(dāng)前溫冷卻系遺傳最大迭代次T當(dāng)前遺傳代交叉概變異概適應(yīng)b遺傳突變非均勻度參非固定罰函數(shù)參五型的建立與求單位由鋼廠Si,i1,2,3,4,5,6到公路各節(jié)點(diǎn)Aj,j1,2...15的最小價(jià)格矩cij。由于公路的單位費(fèi)用為距離的分段函數(shù)（不足整公里部分按整，小價(jià)格矩陣每項(xiàng)取較小即可得出鐵路與公路總的最小價(jià)格矩陣cij。然后問最小價(jià)格矩陣cij的建 ce1 則權(quán)為無窮大。對于每一對頂點(diǎn)u和v，看看是否存在一個(gè)頂點(diǎn)w使得從uViVja1[i,j]=d，d表示該路的長度；否則Vj需要經(jīng)過的點(diǎn)，初始化a1[i,j]=j。把各個(gè)頂點(diǎn)圖中，比較插點(diǎn)后的距離與原來的距離，a1[i,j]=min(a1[i,j],a1[i,k]+a1[k,j])，如果 price2總最小價(jià)格矩陣cij的建用為鐵路、公路兩者最小費(fèi)用的較小值。先構(gòu)造鐵路公路的初始價(jià)格矩陣)記第i個(gè)鋼廠的采購費(fèi)用為pi，最大供應(yīng)量為si最小供應(yīng)量為500，從第i個(gè)鋼廠到鋪設(shè)節(jié)點(diǎn)j的費(fèi)用為cij，用bj 表示管道第j段需要鋪設(shè)的量。用aij表示從鋼廠i運(yùn)到節(jié)點(diǎn)j的量，yj表示從節(jié)點(diǎn)j向左鋪設(shè)minf(pc

0.0515[y2yz2zi,j

j

s.t.500aijsi,oraij0,i1,j7

jaijyizi,j1,yj1zjbj&y1z150,j1,500Xi aijsiXi,i1,jXirandom(0or1),i1,12hours，而隨機(jī)產(chǎn)生初始種群不加任何約束時(shí)容易 數(shù)編碼的，這樣極大地減少了計(jì)算時(shí)間，提高了計(jì)算精度，同時(shí)也便于minfhv(x)0,h1, Ff(x)C1G(gh(x)C2H(hvG(gh(x)min[0,(ghH(hv(x)abs[H

由于對不可行的懲罰需要隨進(jìn)化的過程而增加，使其逐漸進(jìn)入可行域近最優(yōu)解，所以要把懲罰因子C1和C2變?yōu)殡S遺傳代數(shù)增加而增大的函數(shù)，防止C1ptr,C2qt其中r，m分別為懲罰因子C1和C2的初始值，p，q分別為每次迭代后適應(yīng)度函數(shù)是根據(jù)目標(biāo)函數(shù)確定的用于區(qū)分群體中好壞的標(biāo)準(zhǔn)#作者在適應(yīng)度函數(shù)的定義中引入懲罰函數(shù)項(xiàng)，定義fitness=1/F越可能存 點(diǎn)以前的不變，在該點(diǎn)以后的部分進(jìn)行交叉若第i個(gè)xixixi1

xi'其中(t)(t)(1t/其中rand(0,1)，tmax為遺傳最大代數(shù)，b為是確定非均勻度的參數(shù)，變異結(jié)束后計(jì)算newpop中的各i的適應(yīng)度fitness(i)，并進(jìn)行比較。題,引入模擬退火算法中的Metropolis接受準(zhǔn)則對算子加以改進(jìn)。中的各i與newpop中的各i，以概率pi接受i為新解，以概率1接受 為新解，由此形成經(jīng)過一代遺傳后的新解集合。其ip i1exp(fitness(i)fitness(iTpopmin(pop首先解出最小價(jià)格矩陣cij。 functionn=39;a=zeros(n);%單考慮鐵路的矩fork=1:nfori=1:nforifa;function[a]=floyd2(n)%單考慮公路的矩n=39;a=zeros(n);a(30,31)=205;a(31,32)=210;a(32,33)=680;fork=1:nfori=1:nforifa;function[price]=price1(a)fori=1:nforifelseifa(i,j)<=300elseifa(i,j)<=350elseifa(i,j)<=400elseifa(i,j)<=450elseifa(i,j)<=500elseifa(i,j)<=600elseifa(i,j)<=700elseifa(i,j)<=800elseifa(i,j)<=900elseifa(i,j)<=1000

function[price3]=floyd3(n)%混合費(fèi)用矩forforfork=1:nfori=1:nfor 得到最小價(jià)格矩陣cij= 160.3140.2 3.1 101.0111.0126.2135.0267.3 235.2216.6156.0140.5131116.2 popsize=100，T0=1000，冷卻參數(shù)0.9，遺傳進(jìn)化最大代數(shù)tmax1000Pc0.8pm0.1function[pop,a,y,z]=test(popsize產(chǎn)生初始群體pop=zeros(popsize,N);i=0; 25002800p=[150160155150155b=[120311750606194205210680480320220230420500whilei<popsizeforp=1:15forifpopfunction[fitness]=gaeafitness(t,r,m,C,a,y,z)%適應(yīng)度函數(shù) 250028003000];p=[150160155150155b=[120311750606194205210680480320220230420500c=price3;%cayzforforforfori=1:6min4=min4+(min(sum(a(i,:))-min5=min5+(min(sum(a(i,:))-forj=1:15min7=min7+(abs(sum(a(:,j))-y(j)-formin8=min8+(abs(y(j+1)+z(j)-function[newpop]=gaeacrossover(pop,pc交叉,pop是輸入矩陣，pc是交叉概率[px,py]=size(pop);newpop=ones(size(pop));fori=1:px-1

function[newpop]=gaeamutation(pop,pm,t,tmax,b突變,pm為突變概率[px,py]=size(pop);newpop=ones(size(pop));forforj=1:py

T=1000;%退火初始溫度a0=0.9;%退火冷卻參數(shù)pc=0.4;%遺傳交叉概率pm=0.1;%遺傳突變概率popsize=100;%種群規(guī)模b1=4;%遺傳突變非均勻度參數(shù)whilet<tmaxfori=1:popsize[fitness(i)]=gaeafitness(t,r,m,C,a,y,z);%[newpop]=gaeacrossover(pop,pc);%遺傳交叉fori=1:popsize

[newfitness(i)]=gaeafitness(t,r,m,C,a,y,z);ifrand<pi

250028003000]p=[150160155150155b=[120311750606194205210680480320220230420500c=price3;%cayzfort=1:popsize fori=1:6form=1:15090 25002800p=150160155150155b=120311750606194205210680480320220230420500 140.2 3.1 101.0111.0126.2135.0222.3210.3195.2175.5114.9 114.2151.0161.0181.2190.0232.3220.3200.2181.6121.0105.5 101.0116.2125.0255.3235.2216.6156.0140.5131.0116.2 250.3230.2211.6151.0135.5123.1111.2 287.3275.3255.2236.6176.0160.5148.1136.2104.2 0000 48862010800000000 0000000000000000 0000000000000000000000000000000000000000000000000 77367131381 120 120231488606267120256 8000管的產(chǎn)量上限分別提高10%，觀察總費(fèi)用的變化率。5.2.3經(jīng)比較后得到，在每個(gè)鋼廠的產(chǎn)量上限分別提高10%的情況下，s1目標(biāo)函數(shù)變化最大，而且變小明顯，說明S1廠生產(chǎn)貨物全部運(yùn)完，而其他廠均在每個(gè)鋼廠的銷價(jià)分別提高10%的情況下，p1使目標(biāo)函數(shù)變化最大而且變大明顯，說明 廠需求較大費(fèi)價(jià)格分別減少與提高5%，觀察總費(fèi)用的變化率。量

0467624128 00000000000000000000000000000000000000000000 239

0 0 0 從節(jié)點(diǎn)j向左鋪設(shè)的量yj 120227467606176185114491190 254從節(jié)點(diǎn)j向右鋪設(shè)的量zj 84 管量aij矩陣為 0509 84 0 0

0 0 0

0

0209476242

120235509606184195114509187 258 76 管量aij矩陣為0

0518 90 3

0 0

0 0 0

0

0218466 242381從節(jié)點(diǎn)j向左鋪設(shè)的量0117231503591179190114501189 78256 80 29管量aij矩陣為 0473621122 0 0 0 0214469 239381 120231473606179189115499188 256 80 .4了問題的復(fù)雜程度。但是其本質(zhì)與問題一相同，均可以使用floyd算法后建立二仔細(xì)觀察圖2后發(fā)現(xiàn)構(gòu)成樹狀后鋪設(shè)節(jié)點(diǎn)可以鋪設(shè)的方向由原來的兩個(gè)變?yōu)槿齻€(gè)，那么在原有從節(jié)點(diǎn)j向左鋪設(shè)的量yj與從節(jié)點(diǎn)j向右鋪設(shè)的zj的基礎(chǔ)上增加ujminf(pc

0.0521[y2yz2zu2ui,j

j

s.t.500aijsi,oraij0,i1,7

aijyiziui,j1,yj1zjbj&y1z150,j1,u9u16b15;u11y17b16;z17y18b17;u17y19b18;z19y20b19;u13y21b20將將首先解出最小價(jià)格矩陣cij 得到最小價(jià)格矩陣cij172.30000000000097.60000000000003721.2000000000000101106100120151156176.200000000000185192110150170220.300000000000121105.5000000000009682.50000000000008696105255.300000000000156140.50000000000013165.500000000000054618580535860250.300000000000151135.50000000000059.500000000000033758775325165171155.50000000000099.200000000000077.50000000000006635495655332popsize=100，T0=1000，冷卻參數(shù)0.9，遺傳進(jìn)化最大代數(shù)tmax1000Pc0.8pm0.1，遺傳突變非均勻度參數(shù)b=4，非固定罰函數(shù)參數(shù)r=0.001;m=0.001;p=q=8。程序省略。TITLE的訂購與問題四; 25002800p=150160155150155155;160.3000000000003720.500000000000064.200000000000092.5000000000000101222.300000000000210.300000000000195.20000000000095.5000000000000114.200000000000142.500000000000151185192110150155155170232.300000000000220.300000000000200.200000000000121105.5000000000009686.200000000000082.50000000000008696111.200000000000105267.300000000000255.300000000000235.200000000000156140.500000000000131116.20000000000