天然肠衣数学建模.docx

1、天然肠衣数学建模摘要该题是以天然肠衣为背景，对其搭配问题进展探讨和研究，建立数学模型，利用lingo编程，得到符合实际问题的最优方案。在给出了成品规格表和原料描述表等资料的根底上，采用整数线性规划，分别以最大捆数、最优方案、降级利用、时间限制四个方面为目标和约束条件建立最优模型，利用lingo编程，制作一套科学编程程序，整理合理的数据以与便利的搭配方案，从而达到提供生产效率的目的。首先，通过分析题目中成品捆数越多越好的要求，建立最大捆数最优模型。对给出的成品规格数据分类为A、B、C三类，对原料按长度分档，以0.5米为一档，共46档。考虑到选择最短长度最长的成品越多方案越好以与剩余材料可以降级利

2、用，我们采用“倒序从大规格取到小规格方法。其次，在上述建立的最优模型根底上，根据总长度允许有0.5米的误差，总根数允许比标准少1根这一约束条件，对不同规格建立约束条件函数并建立模型。最后，综合以上两个模型，把得出的A规格余料降级至B规格中，再建立B规格模型，依次类推，利用lingo求解，最后得出如下结果：C规格最大捆数总捆数136，出11种分配方式，并且把剩余材料降级至13.5米档使用。B规格最大捆数总捆数34，出3种分配方式，。A规格最大捆数总捆数17，出2种分配方式。剩余材料为下表最后，得出最终捆数为17+34+136=187捆，该lingo程序能在30分钟内产生。关键字：整数规划 lin

3、go编程 搭配方案 最优模型一、问题重述天然肠衣以下简称肠衣制作加工是我国的一个传统产业，出口量占世界首位。肠衣经过清洗整理后被分割成长度不等的小段原料，进入组装工序。传统的生产方式依靠人工，边丈量原料长度边心算，将原材料按指定根数和总长度组装出成品捆。原料按长度分档，通常以0.5米为一档，如：3-3.4米按3米计算，3.5米-3.9米按3.5米计算，其余的依此类推。表1是几种常见成品的规格，长度单位为米，表示没有上限，但实际长度小于26米。表1 成品规格表最短长度最大长度根数总长度32089713.588914589为了提高生产效率，公司计划改变组装工艺，先丈量所有原料，建立一个原料表。表2

4、为某批次原料描述。表2 原料描述表长度根数4359394127283421长度根数2424202521232118长度根数3123225918253529长度根数3042284245495064长度根数526349352716122长度根数060001根据以上成品和原料描述，设计一个原料搭配方案，工人根据这个方案“照方抓药进展生产。公司对搭配方案有以下具体要求：(1) 对于给定的一批原料，装出的成品捆数越多越好；(2) 对于成品捆数一样的方案，最短长度最长的成品越多，方案越好；(3) 为提高原料使用率，总长度允许有0.5米的误差，总根数允许比标准少1根；(4) 某种规格对应原料如果出现剩余，可

5、以降级使用。如长度为14米的原料可以和长度介于7-13.5米的进展捆扎，成品属于7-13.5米的规格；(5) 为了食品保鲜,要求在30分钟内产生方案。请建立上述问题的数学模型，给出求解方法，并对表1、表2给出的实际数据进展求解，给出搭配方案。二、问题分析2.1 问题背景分析该题以肠衣制作加工为背景，由题意可知，目的为建立一种模型，通过计算，生成经过优化后满足成品规模要求的搭配方法，然后按照成品规格表，再根据“照方抓药选择最优方案，以达到减少劳动强度、提高生产效率的目的。根据成品规格表，把成品规格分为三类，分别为A、B、C三类。原料按长度分档，通常以0.5米为一档，如：3-3.4米按3米计算，3

6、.5米-3.9米按3.5米计算，其余的依此类推，共46个小档，在C类中只有20个可用数据。题目要求装出的成品捆数越多越好，建立f(x)的函数，当时，即可以达到最优解，以捆数最大为目标方案进展优化。综合考虑到(2)(4)中的要求，所以先从大规格开始分析并且优先选择最长肠衣充分搭配，使剩余原料长度接近下一档的最长肠衣长度。利用lingo软件编程，求出最大捆数和每一规格在最大捆数下使用的具体根数。如果出现了剩余原料，如此考虑降级使用，如长度为14米的原料可以和长度介于7-13.5米的进展捆扎，成品属于7-13.5米的规格。在优化过程中考虑到提高原料利用率，约束条件为总长度允许有0.5米的误差，总根数

7、允许比标准少1根。运用线性规划，以捆数最大为目标方案进展优化。最后，在确定了最大捆数的具体根数情况下，就每规格的具体搭配建立通用搭配模型，分别就三种规格具体数据，利用lingo软件编程，求出三种规格成品各个搭配方案。三、模型假设(1) 假设在整理分配天然肠衣过程中不出现损坏情况。(2) 假设组装整理任何时候机器和工人都正常并且不连续工作(3) 假设不考虑时间、温度、湿度等外界因素对肠衣质量的影响(4) 假设接口处长度忽略不计(5) 降级使用的原料不出现分割错误等问题该模型建立在一起理想化条件上，忽略外界因素对模型的影响四、符号说明为某种搭配方式对应生产的肠衣捆数；为第几种搭配方式；表示第几种搭

8、配方式，i=1,2,3,N；表示第几号材料,j=1,2,3,24；表示第i种搭配方式中，第j号材料的长度；表示j号种材料的长度；表示表示j号材料的总根数。如S1=35，表示14米档的材料根数为35；五、模型建立原料以算为3米档，算为米档，依此类推。长度3425根数435939001根据公司对搭配方案的要求，将不同长度的肠衣分为三个规格，3-米为规格A；7-米为规格B；14-米为规格C。某种规格对应原料如果出现剩余，可以降级使用。因此先从大规格开始分析求解。例如：大规格C的材料有剩余，应降级算入规格B中，对材料降档处理。5.1规格C：规格C类的材料为14-25.5米,所取根数X围为4,5，并且所

9、取总长度X围，89.5，将材料进展编号：编号123456789101112档类1414.51515.51616.51717.51818.51919.5数量352930422842454950645263编号131415161718192021222324档类2020.52121.52222.52323.52424.52525.5数量493527161220600011、根据条件1对于给定的一批原料，装出的成品捆数越多越好，可建立相应的目标函数： i=1,2,3,4,NXi为某种搭配方式对应生产的肠衣捆数，i为第几种搭配方式；2、根据条件3：为提高原料使用率，总长度允许有米的误差，总根数允许比标

10、准少1根，建立相应的约束条件：式表示i种搭配方式中，各档材料的根数小于该材料的总根数；式表示i种搭配方式中，各档材料的根数之和为4或5根；式表示i种搭配方式中，各档材料的长度和的X围是，89.5；式表示以i种搭配方式生产X捆成品，所需的各档材料数小于该材料的总数；用LINGGO软件进展优化求解附录1，求得局部最优解，得到结果：总捆数136捆。11种分配方式，其分配方案如下：141516171819202122捆数111111422111113531121274111285239612167111148111112911111110111111112111剩余材料表如下，并把剩余材料降级至13.

11、5米使用：规格C的余料20米档1根2根1根5.2规格B：规格B类的材料为米，所取根数X围为7,8，所取总长度X围，89.5，并考虑降级使用的材料，将材料进展归于13.5档。对材料进展编号并制成下表：编号1234567891011121314档类78910111213数量2424202521232118312322591835+4=391、根据条件1对于给定的一批原料，装出的成品捆数越多越好，可建立相应的目标函数： i=1,2,3,4,NXi为某种搭配方式对应生产的肠衣捆数，i为第几种搭配方式；2、根据条件3：为提高原料使用率，总长度允许有米的误差，总根数允许比标准少1根，建立相应的约束条件：用

12、LINGGO求解得附录：总捆数34捆。3种分配方式，其分配方案如下：78910111213捆数1111112122211211293121223剩余材料表如下，并把：规格B与规格C降级使用的余料7米档2232410米档98米档1119米档1515.3规格A：规格A类的材料为3-6.5米，所取根数X围为19,20，所取总长度X围，89.5，并考虑降级使用的材料，考虑降级使用的材料，对材料进展编号并制成下表。：编号12345678档类3456数量435939412728341071、根据条件1对于给定的一批原料，装出的成品捆数越多越好，可建立相应的目标函数： i=1,2,3,4,NXi为某种搭配方

13、式对应生产的肠衣捆数，i为第几种搭配方式；2、根据条件3：为提高原料使用率，总长度允许有米的误差，总根数允许比标准少1根，建立相应的约束条件：使用LINGGO软件求解得：总捆数17捆。2种分配方式，其分配方案如下：3456捆数134211224142013930213最终剩余材料：最终剩余材料：3米档1根4米档2根5米档4根48根综上，整理最终得出总捆数为17+34+136=187六、模型优缺点优点：1该方案，形式简单，通俗易懂易，所有的数据已表格形式呈现，易于操作和查看。2方案数直观显示各种配方的类型和所需数目，完全达到了“照方抓药的目的，也可以准确得出剩余数目，方便工人对所需要加工的肠衣种

14、类做好准备。3提高了生产的速度，降低本钱。缺点：1忽略原料损坏而使整个生产方案失效的情况。2对软件掌握不熟练，导致无法得出正确答案七、模型推广该模型不仅应用于原料优化搭配，而且还在其他的优化系统中有着很广泛的应用，由于线性规划的问题涉与的因素很多，因此我们建立约束条件来满足所有的因素。因此 我们在解答线性规划的优化问题时，首先建立目标函数，其次依据所有的因素建立目标 函数的约束条件，最后借助数学软件来求解，得到我们满意的方案。因此，对于生活中的实际问题，我们依据模型中的方法，我们可以为决策者提供一定经验，让决策者采用 更合理的方案。对决策者有一定的指导意义。模型的推广：模型还可运用到项目投资，

15、证券交易等。附录：LINGGO程序：规格C：model:sets:liao/1.20/:l,c,s;pai/1/:y;pei(pai,liao):x;endsetsdata:l=35 29 30 42 28 42 45 49 50 64 52 63 49 35 27 16 12 2 6 1;c=14 14.5 15 15.5 16 16.5 17 17.5 18 18.5 19 19.5 20 20.5 21 21.5 22 22.5 23.5 25.5;enddatamax=sum(pai:y);for(liao(j):sum(pai(i):y(i)*x(i,j)=l(j);for(liao(j):s(j)=l(j)-sum(pai(i):y(i)*x(i,j);for(pai(i):sum(liao(j):x(i,j)*c(j)=88.5);for(pai(i):sum(liao(j):x(i,j)=4);for(pai:gin(y);for(pei:gin(x);for(pei:bnd(0,x,5);end