关于如何在实体模型中如何快速找到目标节点
如何使用ANSYS经典界面的选择工具
(2014-06-28 09:13:50)
转载▼
分类：CAE
标签：
ansys
我们都已经发现，ANSYS的WORKBENCH界面比经典界面好用很多，所以一旦我们使用WORKBENCH以后，就很难再去喜欢经典界面。
但是经典界面有它的优势。它的主要优势体现在它对底层的精细操控，例如它可以直观地查看某些特定的单元，定位某个节点，这一点在WORKBENCH中就很难做到。所以，只要我们想去研究某些单元，某些节点时，我们可能不得不退回到经典界面中。
ANSYS经典界面对于单元和节点的查找定位，主要就体现在其提供的选择工具上，本文就大致谈谈该工具的用法，希望对大家有用。
ANSYS经典界面的选择工具可以从工具菜单Select>Entities中获得，如下图所示。
一旦我们点击该菜单项以后，会弹出一个对话框如下
这就是ANSYS所提供的选择工具对话框，功能相当强大而好用。如果朋友们很少用到这个对话框，那么实在有些可惜。这是ANSYS经典界面中相当重要的一个工具。
该对话框总体上包含四块：
（1）查看的对象。
包括节点，单元，关键点，线，面，体。意思是说，你想查看哪种元素呢？想看某些节点吗？或者是想看具有某种性质的单元？想看某几根线？或者是某个面？等等。
（2）你想用什么方式找到这种对象？
by num/pick:是说，你可以在界面中直接选择，或者输入它的编号
attached to:是说，你可以通过关系找到它。例如，如果你想找到某个节点，你可以先找到该节点所属于的单元，然后通过单元来定位该节点。
by location:是通过为位置找到它。
by attributes；是通过属性找找到它。
后面两项用的相对较少，解释起来比较费劲，就不说了。
（3）的解释，也需要用到一堆图标，这不是我们的重点，也不谈。
（4）几个按钮，执行部分。
下面举一个例子，说明它的使用方式。下图是一个长方体，长1米，宽度和高度均为0.4米。
我们先创建两种单元：solid185和shell181.
然后用SOLID185对整个体划分网格如下图。因为该长方体异常规则，所以我们使用映射网格划分它。
然后用SHELL181对该长方体的表面又划分了网格。至于为什么要对表面又划分一次网格，笔者也不知道。
现在，我们很有兴趣，想看看这些壳单元上的最中间一排节点的应力。那么我们该如何操作呢？
方法很多，我们举出其中一种。
（一）先找到所有的壳单元
（二）再找到与这些壳单元相连的节点
（三）最后找到这些节点中其位置正好在中间的那一群。
下面就用这种思路来操作。
（一）先找到所有的壳单元
首先在选择工具中做如下选择
其中，
（1）说明我们想找单元
（2）说明我们准备通过单元的属性来找到它
（3）说明我们是想通过单元的类型编号找到它
（4）说明我们想找的是那些单元类型号=2的单元，就是SHELL181.
（5）是说，我们想从所有的单元中寻找。
（6）是指，请应用我们上述设置。
（7）是说，在使用上述设置以后，请把主窗口更新一下，以便我们可以直观的看到选择后的结果。
执行完（7）后，主窗口中显示如下，这意味着这些壳单元被选中了。
（二）再找到与这些壳单元相连的节点设置选择对话框如下
其中
（1）是说我们现在想看节点了
（2）（3）一起是说，我们想找到与上述单元相连接的节点
（4）从所有的节点中寻找
（5）请使用上述设置
（6）请把主窗口更新一下，以便我们可以直观的看到选择后的结果。结果如下。可见，该壳单元所有的节点都出现了。
（三）最后找到这些节点中其位置正好在中间的那一群。
设置选择对话框如下
其中
（1）是说我们还是想看节点
（2）是说，想基于节点位置进行查找
（3）（4）一起，是说，我们要找的这些节点，其Z坐标是0.2
（5）是说，我们要找的这些节点，只是想从上一步得到的节点集中寻找（6）请使用上述设置
（7）请把主窗口更新一下，以便我们可以直观的看到选择后的结果。结果如下，可见，我们所想要的这群节点出现了。
上面是一个简单的例子，希望朋友们能够融汇贯通，从而会对更复杂的问题进行选择。
目标规划典型例题
§ 主要解题方法和典型例题分析 题型I 目标规划数学模型的建立 当线性规划问题有多个目标需要满足时，就可以通过建立目标规划数学模型来描述。目标规划数学模型的建立步骤为：第一步，确定决策变量；第二步，确定各目标的优先因子；第三步，写出硬约束和软约束；第四步，确定目标函数。 例6-1 某公司生产甲、乙两种产品，分别经由I 、II 两个车间生产。已知除外购外，生产一件甲产品需要I 车间加工4小时，II 车间装配2小时，生产一件乙产品需I 车间加工1小时，II 车间装配3小时，这两种产品生产出来以后均需经过检验、销售等环节。已知每件甲产品的检验销售费用需40元，每件乙产品的检验销售费用需50元。I 车间每月可利用的工时为150小时，每小时的费用为80元；II 车间每月可利用的工时为200小时，每小时的费用为20元，估计下一年度平均每月可销售甲产品100台，乙产品80台。公司根据这些实际情况定出月度计划的目标如下： P 1：检验和销售费用每月不超过6000元； P 2：每月售出甲产品不少于100件； P 3：I 、II 两车间的生产工时应该得到充分利用； P 4：I 车间加班时间不超过30小时； P 5：每月乙产品的销售不少于80件。 试确定该公司为完成上述目标应制定的月度生产计划，建立其目标规划模型。 解：先建立目标规划的数学模型。设x 1为每月计划生产的甲产品件数，x 2为每月生产的乙产品的件数。根据题目中给出的优先等级条件，有以下目标及约束： （1） 检验及销售费用目标及约束11211 min() 40506000d x x d d +-+ ??++-=?； （2） 每月甲产品的销售目标及约束2122min() 100 d x d d --+ ??+-=?； （3） I 、II 两车间工时利用情况目标及约束 I 车间312 33min()4150d x x d d --+??++-=?，II 车间41244min()3200d x x d d - -+ ??++-=? （4） I 车间加班时间目标及约束5355min() 30d d d d ++-+ ??+-=? （5） 每月乙产品销售目标及约束62 66min() 80d x d d --+ ??+-=?
第八章 运筹学 目标规划 案例
第八章目标规划 8.1请将下列目标规划问题数学模型的一般形式转换为各优先级的数学模型。1、 min P1（d l-）＋P2（d2-）＋P2（d2+）＋P3（d3-）＋P3（d3+）＋P4（d4-） 约束条件： 4 x l ≤680 4x2 ≤600 2 x l＋3x2－d1+ +d1-＝12 x l－x2－d2++d2-＝0 2 x l＋2x2－d3++d3-＝12 x l＋2x2－d4++d4-＝8 x l，x2，d1+，d1-，d2+，d2-，d3+，d3-，d4+，d4-≥0。 解： 这是一个四级目标规划问题： 第一级： min d l- S.T. 4 x l ≤680 4x2 ≤600 2 x l＋3x2－d1+ +d1-＝12 x l，x2，d1+，d1-≥0 第二级： min d2-＋d2+ S.T. 4 x l ≤680 4x2 ≤600 2 x l＋3x2－d1+ +d1-＝12 x l－x2－d2++d2-＝0 d1-＝第一级的最优结果 x l，x2，d1+，d1-，d2+，d2-≥0 第三级： min d3-＋d3+ S.T. 4 x l ≤680 4x2 ≤600 2 x l＋3x2－d1+ +d1-＝12 x l－x2－d2++d2-＝0 2 x l＋2x2－d3++d3-＝12 d1-＝第一级的最优结果 d2+，d2-＝第二级的最优结果 x l，x2，d1+，d1-，d2+，d2-，d3+，d3-≥0 第四级：
min d4- S.T. 4 x l ≤680 4x2 ≤600 2 x l＋3x2－d1+ +d1-＝12 x l－x2－d2++d2-＝0 2 x l＋2x2－d3++d3-＝12 x l＋2x2－d4++d4-＝8 d1-＝第一级的最优结果 d2+，d2-＝第二级的最优结果 d3+，d3-＝第三级的最优结果 x l，x2，d1+，d1-，d2+，d2-，d3+，d3-，d4+，d4-≥0 2、 min P1（d l-）＋P2（d2-）＋P2（d2+）＋P3（d3-） 约束条件： 12 x l＋9x2＋15x3－d1+ +d1-＝125 5x l＋3x2＋4x3－d2+ +d2-＝40 5 x l＋7x2＋8x3－d3+ +d3-＝55 x l，x2，x3，d1+，d1-，d2+，d2-，d3+，d3-≥0。 解： 这是一个三级目标规划问题： 第一级： min d l- S.T. 12 x l＋9x2＋15x3－d1+ +d1-＝125 x l，x2，x3，d1+，d1-≥0 第二级： min d2-＋d2+ S.T. 12 x l＋9x2＋15x3－d1+ +d1-＝125 5x l＋3x2＋4x3－d2+ +d2-＝40 d l-＝第一级的最优结果 x l，x2，x3，d1+，d1-，d2+，d2-≥0 第三级： min d3- S.T. 12 x l＋9x2＋15x3－d1+ +d1-＝125 5x l＋3x2＋4x3－d2+ +d2-＝40 5 x l＋7x2＋8x3－d3+ +d3-＝55 d l-＝第一级的最优结果 d2+ ，d2-＝第二级的最优结果 x l，x2，x3，d1+，d1-，d2+，d2-，d3+，d3-≥0 8.2某企业生产A、B、C、三种不同规格的电子产品，三种产品的装配工作在同一生产
目标规划模型
目标规划模型 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT
§ 目标规划模型 1. 目标规划模型概述 1)引例 目标规划模型是有别于线性规划模型的一类多目标决策问题模型，通过下面的例子，我们可看出这两者的区别。 例1 某工厂的日生产能力为每天500小时，该厂生产A 、B 两种产品，每生产一件A 产品或B 产品均需一小时，由于市场需求有限，每天只有300件A 产品或400件B 产品可卖出去，每出售一件A 产品可获利10元，每出售一件B 产品可获利5元，厂长按重要性大小的顺序列出了下列目标，并要求按这样的目标进行相应的生产。 （1）尽量避免生产能力闲置； （2）尽可能多地卖出产品，但对于能否多卖出A 产品更感兴趣； （3）尽量减少加班时间。 显然，这样的多目标决策问题，是单目标决策的线性规划模型所难胜任的，对这类问题，须采用新的方法和手段来建立对应的模型。 2）相关的几个概念 （1）正、负偏差变量+ d 、- d 正偏差变量+ d 表示决策值) ,,2,1(n i x i =超过目标值的部分；负偏差变量- d 表示 决策值 ) ,,2,1(n i x i =未达到目标值的部分；一般而言，正负偏差变量+d 、-d 的相互 关系如下： 当决策值 ) ,,2,1(n i x i =超过规定的目标值时， 0 ,0=>- +d d ；当决策值) ,,2,1(n i x i =未超过规定的目标值时， 0 ,0>=- +d d ；当决策值),,2,1(n i x i =正好等于规定的目标值时， 0 ,0==- +d d 。
目标规划例题
目标规划 某企业生产甲、乙两种产品，需要用到A,B,C 三种设备，关于产品的赢利 与使用设备的工时及限制如表 2 所示。问该企业应如何安排生产，才能达到下列目标： 表 2 甲 乙 设备的生产能力（h ） A (h/件) 2 2 12 B (h/件) 4 0 16 C (h/件) 0 5 15 赢利（元/件） 200 300 （1）力求使利润指标不低于 1500 元； （2）考虑到市场需求，甲、乙两种产品的产量比应尽量保持 1:2； （3）设备 A 为贵重设备，严格禁止超时使用； （4）设备C 可以适当加班，但要控制；设备B 既要求充分利用，又尽可能不加班。 在重要性上，设备B 是设备C 的 3 倍。 建立相应的目标规划模型并求解。 解 设备 A 是刚性约束，其余是柔性约束。首先，最重要的指标是企业的利润， 因此，将它的优先级列为第一级；其次，甲、乙两种产品的产量保持 1:2 的比例，列为 第二级；再次，设备B,C 的工作时间要有所控制，列为第三级。在第三级中，设备B 的 重要性是设备C 的三倍，因此，它们的权重不一样，设备B 前的系数是设备C 前系数 的 3 倍。设生产甲乙两种产品的件数分别为x1, x2, ，相应的目标规划模型为 min z = P1d1- + P2 ( d2+ + d2- ) + P3 ( 3d3+ + 3d3- + d4+ ) 121211122213324412221220030015002040515,,,0(1,2,3,4...)i i x x x x d d x x d d x d d x d d x x d d i -+-+-+-+-++≤??++-=??-+-=??+-=??+-=?≥=?? LINGO 程序编码 model: sets: level/1..3/:p,z,goal; variable/1..2/:x; h_con_num/1..1/:b; s_con_num/1..4/:g,dplus,dminus; h_con(h_con_num,variable):a; s_con(s_con_num,variable):c; obj(level,s_con_num)/1 1,2 2,3 3,3 4/:wplus,wminus; endsets data:
LINGO在多目标规划和最大最小化模型中的应用
LINGO 在多目标规划和最大最小化模型中的应用 在许多实际问题中，决策者所期望的目标往往不止一个，如电力网络管理部门在制定发电计划时即希望安全系数要大，也希望发电成本要小，这一类问题称为多目标最优化问题或多目标规划问题。 一、多目标规划的常用解法 多目标规划的解法通常是根据问题的实际背景和特征，设法将多目标规划转化为单目标规划，从而获得满意解，常用的解法有： 1．主要目标法 确定一个主要目标，把次要目标作为约束条件并设定适当的界限值。 2．线性加权求和法 对每个目标按其重要程度赋适当权重0≥i ω，且1=∑i i ω，然后把) (x f i i i ∑ω作为新的目标函数（其中p i x f i ,,2,1),( =是原来的p 个目标）。 3．指数加权乘积法 设p i x f i ,,2,1),( =是原来的p 个目标，令 ∏==p i a i i x f Z 1)]([ 其中i a 为指数权重，把Z 作为新的目标函数。 4．理想点法 先分别求出p 个单目标规划的最优解*i f ，令 ∑-=2*))(()(i i f x f x h 然后把它作为新的目标函数。 5．分层序列法 将所有p 个目标按其重要程度排序，先求出第一个最重要的目标的最优解，然后在保证前一个目标最优解的前提条件下依次求下一个目标的最优解，一直求到最后一个目标为止。 这些方法各有其优点和适用的场合，但并非总是有效，有些方法存在一些不
足之处。例如，线性加权求和法确定权重系数时有一定主观性，权重系数取值不同，结果也就不一样。线性加权求和法、指数加权乘积法和理想点法通常只能用于两个目标的单位（量纲）相同的情况，如果两个目标是不同的物理量，它们的量纲不相同，数量级相差很大，则将它们相加或比较是不合适的。 二、最大最小化模型 在一些实际问题中，决策者所期望的目标是使若干目标函数中最大的一个达到最小（或多个目标函数中最小的一个达到最大）。例如，城市规划中需确定急救中心的位置，希望该中心到服务区域内所有居民点的距离中的最大值达到最小，称为最大最小化模型，这种确定目标函数的准则称为最大最小化原则，在控制论，逼近论和决策论中也有使用。 最大最小化模型的目标函数可写成 )}(,),(),(max{min 21X f X f X f p X 或 )}(,),(),(min{max 21X f X f X f p X 式中T n x x x X ),,,(21 是决策变量。模型的约束条件可以包含线性、非线性的等式和不等式约束。这一模型的求解可视具体情况采用适当的方法。 三、用LINGO 求解多目标规划和最大最小化模型 1．解多目标规划 用LINGO 求解多目标规划的基本方法是先确定一个目标函数，求出它的最优解，然后把此最优值作为约束条件，求其他目标函数的最优解。如果将所有目标函数都改成约束条件，则此时的优化问题退化为一个含等式和不等式的方程组。LINGO 能够求解像这样没有目标函数只有约束条件的混合组的可行解。有些组合优化问题和网络优化问题，因为变量多，需要很长运算时间才能算出结果，如果设定一个期望的目标值，把目标函数改成约束条件，则几分钟就能得到一个可行解，多试几个目标值，很快就能找到最优解。对于多目标规划，同样可以把多个目标中的一部分乃至全部改成约束条件，取适当的限制值，然后用LINGO 求解，从中找出理想的最优解，这样处理的最大优势是求解速度快，节省时间。 2．解最大最小化问题
整数规划和多目标规划模型
1 整数规划的MATLAB 求解方法 （一） 用MATLAB 求解一般混合整数规划问题 由于MATLAB 优化工具箱中并未提供求解纯整数规划和混合整数规划的函数，因而需要自行根据需要和设定相关的算法来实现。现在有许多用户发布的工具箱可以解决该类问题。这里我们给出开罗大学的Sherif 和Tawfik 在MATLAB Central 上发布的一个用于求解一般混合整数规划的程序，在此命名为intprog ，在原程序的基础上做了简单的修改，将其选择分枝变量的算法由自然序改造成分枝变量选择原则中的一种，即：选择与整数值相差最大的非整数变量首先进行分枝。intprog 函数的调用格式如下： [x,fval,exitflag]=intprog(c,A,b,Aeq,beq,lb,ub,M,TolXInteger) 该函数解决的整数规划问题为： ????? ??????∈=≥≤≤=≤=） 取整数（M j x n i x ub x lb b x A b Ax t s x c f j i eq eq T ),,2,1(0..min Λ 在上述标准问题中，假设x 为n 维设计变量，且问题具有不等式约束1m 个，等式约束2m 个，那么：c 、x 均为n 维列向量，b 为1m 维列向量，eq b 为2m 维列向量，A 为n m ?1维矩阵，eq A 为n m ?2维矩阵。 在该函数中，输入参数有c,A,b,A eq ,b eq ,lb,ub,M 和TolXInteger 。其中c 为目标函数所对应设计变量的系数，A 为不等式约束条件方程组构成的系数矩阵，b 为不等式约束条件方程组右边的值构成的向量。Aeq 为等式约束方程组构成的系数矩阵，b eq 为等式约束条件方程组右边的值构成的向量。lb 和ub 为设计变量对应的上界和下界。M 为具有整数约束条件限制的设计变量的序号，例如问题中设计变量为621,,,x x x Λ，要求32,x x 和6x 为整数，则M=[2;3;6]；若要求全为整数，则M=1:6，或者M=[1;2;3;4;5;6]。TolXInteger 为判定整数的误差限，即若某数x 和最邻近整数相差小于该误差限，则认为x 即为该整数。
lingo求解多目标规划__例题
实验二：目标规划 一、实验目的 目标规划是由线性规划发展演变而来的，线性规划考虑的是只有一个目标函数的问题，而实际问题中往往需要考虑多个目标函数，这些目标不仅有主次关系，而且有的还相互矛盾。这些问题用线性规划求解就比较困难，因而提出了目标规划。熟悉目标规划模型的建立，求解过程及结果分析。 二、目标规划的一般模型 设)...2,1(n j x j =是目标规划的决策变量，共有m 个约束是国刚性约束，可能是等式约束，也可能是不等式约束。设有l 个柔性目标约束，其目标规划约束的偏差是 ),...,2,1(,l i d d i i =-+。设有q 个优先级别，分别为q p p p ,...,21。在同一个优先级k p 中，有 不同的权重，分别记为),...,2,1(,l j w w kj kj =- + 。因此目标规划模型的一般数学表达式为： min ∑∑=+ +-- =+= l j j kj j kj q k k d w d w p z 1 1 );( s.t. ,,...2,1,),(1m i b x a n j i j ij =≥=≤∑= . ,...2,1,0,, ,...,2,1,, ,...2,1,1 l i d d n x o x l i g d d x c i i j i n j i i j ij =≥=≥==-++-=+-∑ 三、实验设备及分组 实验在计算机中心机房进行，使用微型电子计算机，每人一机（一组）。
四、实验容及步骤 1、打开LINGO ，并利用系统菜单和向导在E 盘创建一个项目。目录和项目名推荐使用学生自己的学号。 2、以此题为例，建立数学模型，并用说明语句进行说明，增强程序的可读性。 例2.1： 某工厂生产Ⅰ、Ⅱ两种产品，需要用到A ，B ，C 三种设备，已知有关数据见下表。企业的经营目标不仅仅是利润，还需要考虑多个方面： （1） 力求使利润不低于1500元； （2） 考虑到市场需求，Ⅰ、Ⅱ两种产品的产量比应尽量保持1：2； （3） 设备A 为贵重设备，严格禁止超时使用； （4） 设备C 可以适当加班，但要控制；设备B 即要求充分利用，又尽可能不加班。 在重要性上，设备C 是设备B 的3倍。 此题中只有设备A 是刚性约束，其余都是柔性约束。首先，最重要的指标是企业的利润，将它的优先级列为第一级；其次是Ⅰ、Ⅱ两种产品的产量保持1：2的比例，列为第二级；再次，设备B 、C 的工作时间要有所控制，列为第三级。在第三级中，设备B 的重要性是设备C 的3倍，因此它们的权重不一样，设备B 的系数是设备C 的3倍。 该计划问题可用数学模型表示为： 目标函数 min )33()(433322211+ +-+--+++++=d d d p d d p d p z 满足约束条件 2122x x + 12≤ 15003002001121=-+++-d d x x 022221=-+-+ - d d x x 14x 1633=-++ -d d
多目标决策方法20页word文档
多目标决策方法 一．多目标决策方法简介 1．多目标决策问题及特点 （１） 案例 个人：购物；买房；择业．．．．．． 集体或社会：商场，医院选址；水库高度选择．．．．．． （２） 要素 行动方案集合X;目标和属性；偏好结构和决策规则 （3） 多目标决策有如下几个特点： 决策问题追求的优化目标多于一个；目标之间的不可公度性：指标量纲的不一致性； 目标之间的矛盾性； 定性指标与定量指标相混合：有些指标是明确的,可以定量表示出来,如：价格、时间、产量、成本、投资等。有些指标是模糊的、定性的,如人才选拔时候选人素质考察时往往会以：思想品德、学历、能力、工作作风、市场应变能力等个性指标作为决策依据。 2． 多目标决策问题的描述 决策空间：}0)({≤=x g x X i 目标空间 })({X x x f F ∈= 两个例子： 离散型；连续型 3． 多目标决策问题的劣解与非劣解 非劣解的寻找连续型有时较难
4．多目标决策主要有以下几种方法： （１）化多为少法：化成只有二个或一个目标的问题； （２）直接求非劣解法：先求出一组非劣解，然后按事先确定好的评价标准从中找出一个满意的解。 （３）分层序列法：将所有目标按其重要性程度依次排序，先求出第一个最重要的目标的最优解，然后在保证前一目标最优解的前提下依次求下一目标的最优解，一直求到最后一个目标为止。（ （４）目标规划法：对于每一个目标都事先给定一个期望值，然后在满足系统一定约束条件下，找出与目标期望值最近的解。 （５）重排序法：把原来的不好比较的非劣解通过其他办法使其排出优劣次序来。 （６）多属性效用法：各个目标均用表示效用程度大小的效用函数表示，通过效用函数构成多目标的综合效用函数，以此来评价各个可行方案的优劣。 （７）层次分析法：把目标体系结构予以展开，求得目标与决策方案的计量关系。 （８）多目标群决策和多目标模糊决策。 （９）字典序数法和多属性效用理论法等。 二、几种常见方法简介及应用 1．加性加权法 （1）基本假设：1.属性描述用基数定量描述，且相互独立； 2.价值函数的形式是加性的。
lingo求解多目标规划__例题
实验二：目标规划 一、实验目的 目标规划是由线性规划发展演变而来的，线性规划考虑的是只有一个目标函数的问题，而实际问题中往往需要考虑多个目标函数，这些目标不仅有主次关系，而且有的还相互矛盾。这些问题用线性规划求解就比较困难，因而提出了目标规划。熟悉目标规划模型的建立，求解过程及结果分析。 二、目标规划的一般模型 设)...2,1(n j x j =是目标规划的决策变量，共有m 个约束是国刚性约束，可能是等式约束，也可能是不等式约束。设有l 个柔性目标约束，其目标规划约束的偏差是 ),...,2,1(,l i d d i i =-+。设有q 个优先级别，分别为q p p p ,...,21。在同一个优先级k p 中，有 不同的权重，分别记为),...,2,1(,l j w w kj kj =- +。因此目标规划模型的一般数学表达式为： min ∑∑=+ +--=+= l j j kj j kj q k k d w d w p z 1 1 );( s.t. ,,...2,1,),(1m i b x a n j i j ij =≥=≤∑= . ,...2,1,0,, ,...,2,1,, ,...2,1,1 l i d d n x o x l i g d d x c i i j i n j i i j ij =≥=≥==-++-=+-∑ 三、实验设备及分组 实验在计算机中心机房进行，使用微型电子计算机，每人一机（一组）。
四、实验容及步骤 1、打开LINGO ，并利用系统菜单和向导在E 盘创建一个项目。目录和项目名推荐使用学生自己的学号。 2、以此题为例，建立数学模型，并用说明语句进行说明，增强程序的可读性。 例2.1： 某工厂生产Ⅰ、Ⅱ两种产品，需要用到A ，B ，C 三种设备，已知有关数据见下表。企业的经营目标不仅仅是利润，还需要考虑多个方面： （1） 力求使利润不低于1500元； （2） 考虑到市场需求，Ⅰ、Ⅱ两种产品的产量比应尽量保持1：2； （3） 设备A 为贵重设备，严格禁止超时使用； （4） 设备C 可以适当加班，但要控制；设备B 即要求充分利用，又尽可能不加班。在重要性上，设备C 是设备B 的3倍。 此题中只有设备A 是刚性约束，其余都是柔性约束。首先，最重要的指标是企业的利润，将它的优先级列为第一级；其次是Ⅰ、Ⅱ两种产品的产量保持1：2的比例，列为第二级；再次，设备B 、C 的工作时间要有所控制，列为第三级。在第三级中，设备B 的重要性是设备C 的3倍，因此它们的权重不一样，设备B 的系数是设备C 的3倍。 该计划问题可用数学模型表示为： 目标函数 min )33()(433322211+ +-+--+++++=d d d p d d p d p z 满足约束条件 2122x x + 12≤ 15003002001121=-+++-d d x x 022221=-+-+ -d d x x 14x 1633=-++ -d d 155442=-++ -d d x 3,2,1,0,,,21=≥+ -i d d x x i i
数学建模教学插件多目标决策模型层次分析法AH代数模型
层次分析法建模课件 层次分析法（AHP－Analytic Hierachy process）---- 多目标决策方法 70 年代由美国运筹学家T·L·Satty提出的，是一种定性与定量分析相结合的多目标决策分析方法论。吸收利用行为科学的特点，是将决策者的经验判断给予量化，对目标（因素）结构复杂而且缺乏必要的数据情况下，采用此方法较为实用，是一种系统科学中，常用的一种系统分析方法，因而成为系统分析的数学工具之一。 传统的常用的研究自然科学和社会科学的方法有： 机理分析方法：利用经典的数学工具分析观察的因果关系； 统计分析方法：利用大量观测数据寻求统计规律，用随机数学方法描述（自 然现象、社会现象）现象的规律。 基本内容：（1）多目标决策问题举例AHP建模方法 （2）AHP建模方法基本步骤 （3）AHP建模方法基本算法 （3）AHP建模方法理论算法应用的若干问题。 参考书： 1、姜启源，数学模型（第二版，第9章；第三版，第8章），高等教育出版社 2、程理民等，运筹学模型与方法教程，（第10章），清华大学出
版社 3、《运筹学》编写组，运筹学（修订版），第11章，第7节，清华大学出版社 一、问题举例： A．大学毕业生就业选择问题 获得大学毕业学位的毕业生，“双向选择”时，用人单位与毕业生都有各自的选择标准和要求。就毕业生来说选择单位的标准和要求是多方面的，例如： ①能发挥自己的才干为国家作出较好贡献（即工作岗位适合发挥专长）； ②工作收入较好（待遇好）； ③生活环境好（大城市、气候等工作条件等）； ④单位名声好（声誉-Reputation）； ⑤工作环境好（人际关系和谐等） ⑥发展晋升（promote, promotion）机会多（如新单位或单位发展有后劲）等。 问题：现在有多个用人单位可供他选择，因此，他面临多种选择和决策，问题是他将如何作出决策和选择——或者说他将用什么方法将可供选择的工作单位排序
整数规划和多目标规划模型知识分享
整数规划和多目标规 划模型
1 整数规划的MATLAB 求解方法 （一） 用MATLAB 求解一般混合整数规划问题 由于MATLAB 优化工具箱中并未提供求解纯整数规划和混合整数规划的函数，因而需要自行根据需要和设定相关的算法来实现。现在有许多用户发布的工具箱可以解决该类问题。这里我们给出开罗大学的Sherif 和Tawfik 在MATLAB Central 上发布的一个用于求解一般混合整数规划的程序，在此命名为intprog ，在原程序的基础上做了简单的修改，将其选择分枝变量的算法由自然序改造成分枝变量选择原则中的一种，即：选择与整数值相差最大的非整数变量首先进行分枝。intprog 函数的调用格式如下： [x,fval,exitflag]=intprog(c,A,b,Aeq,beq,lb,ub,M,TolXInteger) 该函数解决的整数规划问题为： ????? ??????∈=≥≤≤=≤=） 取整数（M j x n i x ub x lb b x A b Ax t s x c f j i eq eq T ),,2,1(0..min 在上述标准问题中，假设x 为n 维设计变量，且问题具有不等式约束1m 个，等式约束2m 个，那么：c 、x 均为n 维列向量，b 为1m 维列向量，eq b 为2m 维列向量，A 为n m ?1维矩阵，eq A 为n m ?2维矩阵。 在该函数中，输入参数有c,A,b,A eq ,b eq ,lb,ub,M 和TolXInteger 。其中c 为目标函数所对应设计变量的系数，A 为不等式约束条件方程组构成的系数矩阵，b 为不等式约束条件方程组右边的值构成的向量。Aeq 为等式约束方程组构成的系数矩阵，b eq 为等式约束条件方程组右边的值构成的向量。lb 和ub 为
(目标管理)多目标决策模型层次分析法(H)代数模型离散模型
层次分析法建模 层次分析法（AHP－Analytic Hierachy process）---- 多目标决策方法 70 年代由美国运筹学家T·L·Satty提出的，是一种定性与定量分析相结合的多目标决策分析方法论。吸收利用行为科学的特点，是将决策者的经验判断给予量化，对目标（因素）结构复杂而且缺乏必要的数据情况下，採用此方法较为实用，是一种系统科学中，常用的一种系统分析方法，因而成为系统分析的数学工具之一。 传统的常用的研究自然科学和社会科学的方法有： 机理分析方法：利用经典的数学工具分析观察的因果关系； 统计分析方法：利用大量观测数据寻求统计规律，用随机数学方法描述（自然现象、 社会现象）现象的规律。 基本内容：（1）多目标决策问题举例AHP建模方法 （2）AHP建模方法基本步骤 （3）AHP建模方法基本算法 （3）AHP建模方法理论算法应用的若干问题。 参考书：1、姜启源，数学模型（第二版，第9章；第三版，第8章），高等教育出版社 2、程理民等，运筹学模型与方法教程，（第10章），清华大学出版社 3、《运筹学》编写组，运筹学（修订版），第11章，第7节，清华大学出版社 一、问题举例： A．大学毕业生就业选择问题 获得大学毕业学位的毕业生，“双向选择”时，用人单位与毕业生都有各自的选择标准和要求。就毕业生来说选择单位的标准和要求是多方面的，例如： ①能发挥自己的才干为国家作出较好贡献（即工作岗位适合发挥专长）； ②工作收入较好（待遇好）； ③生活环境好（大城市、气候等工作条件等）； ④单位名声好（声誉-Reputation）； ⑤工作环境好（人际关系和谐等） ⑥发展晋升（promote, promotion）机会多（如新单位或单位发展有后劲）等。 问题：现在有多个用人单位可供他选择，因此，他面临多种选择和决策，问题是他将如何作出决策和选择？——或者说他将用什么方法将可供选择的工作单位排序？ 工作选择 贡献收入发展声誉工作环境生活环境 可供选择的单位P1’P2 ‘----- P n
数学规划模型
课程设计 2015年 7 月 5 日
东北石油大学课程设计任务书 课程《数学模型》课程设计 题目应用数学规划模型求解实际数学问题 专业姓名学号 主要内容、基本要求、主要参考资料等 主要内容 简单介绍数学规划模型基本理论及本文所用的规划模型和相关软件LINGO，并通过实例来掌握如何应用数学规划模型求解实际数学问题。并利用本文所介绍的方法来分析林区汽车修理网的布局 课程设计的要求： 1.独立完成建模，并提交一篇建模论文。 2.论文的主要内容包括：摘要，问题的提出，问题的分析，模型假设，模型设计，模型解法与结果，模型结果的分析和检验，包括误差分析、稳定性分析等。模型的优缺点及改进方向。必要的计算机程序。 3.文档格式：参照《东北石油大学课程设计撰写规范》和《数学模型课程设计教学大纲》。 4.课程设计结束时参加答辩。 主要参考资料： [1] 唐焕文，贺明峰，数学模型(第三版)，北京：高等教育出版社，2005.3 [2]杨云峰等，数学建模与数学软件，哈尔滨：哈尔滨工程大学出版社，2012.6 [3]陈东彦，李冬梅，王树忠，数学建模，北京：科学出版社，2007 [4] 吴建国等，数学建模案例精编，北京：中国水利水电出版社，2005 [5]胡运权，吴中启，李树青等，运筹学，北京：清华出版社，2003 [6] 焦永兰，管理运筹学，北京：中国铁道出版社，2002 完成期限 2016年6月27日-7月8日 指导教师 专业负责人 2016年7月5日
摘要 人们需要了解各种不确定现象中隐含的必然规律性，并用数学方法研究各种结果。在研究过程中需要处理大量数据，而统计学正是对社会经济数据进行定量分析的重要工具，应用统计方法来整理这些数据，就可以省去不必要的过程。 本文简要介绍了了数学规划模型的概念、特点，以及LINGO软件的发展及用途。本文在求解的过程中主要借助了这个软件。必要的求解过程是利用MATLAB和LINGO来求解的。本文在详细介绍了数学规划模型的几个基本模型的过程中，并且每种模型都举了实例，并且通过LINGO操作，对每种方法所举实例归纳总结了较为简便的求解方法，并且给出了具体答案。最后，本文着重的探讨了典型数学模型应用规划模型方法结合LINGO 求解，在解决林区汽车修理网的布局问题中，很好的体现了规划模型方法在解决典型数学模型问题时应用的广泛性和有效性。 林区的汽车往往需要定期送往不同的修理厂进行大修,不同的汽车分配方案往往需要消耗不同的修理成本. 本文主要利用图论和运筹学理论建立了一套线性规划数学模型,用于求解不同的修理厂规模的条件下最优的汽车分配方案，以及所对应的总费用，并对其进行分析评估。但为寻求最佳的修理厂规模调整方案，本文模拟实际情况中的市场机理，把市场作为资源分配的主要手段，国家（此处为方案制定制者）对市场进行必要的宏观调控。在此方案下得到了相当满意的结果，这也是本文的独到之处。本模型对实际情况中汽车修理分配方案的制定有很大的指导作用.且本模型的处理思想,对市场体制下的很多类似问题都有借鉴作用. 本模型对实际情况中汽车修理分配方案的制定有很大的指导作用.且本模型的处理思想，对市场体制下的很多类似问题都有借鉴作用. 应用规划模型结合实际数学问题可以简化求解步骤，省去繁琐的过程。为实际问题的研究提供了较为简便的方法。 关键词：LINGO；汽车修理网布局；图论；布局规划模型
目标规划习题
一、某企业生产A、B、C三种产品，装配工作在同一生产线上完成，三种产品装配时的工作消耗分别为6小时、8小时和10小时，生产线每月正常工作时间为200小时，三种产品销售后每件可分别获利500元、650元和800元，每月预计销量为12台、10台和6台，有关经营目标如下： P1：利润指标不少于每月16000元； P2：充分利用生产能力； P3：加班时间不超过24小时； P4：产量以预计销量为标准。 为确定生产计划，试建立该问题的相关模型。 二、某工厂生产两种产品录音机和电视机，在甲、乙两车间的单件工时及其它相关资料如下表所示： 度目标为： P1：检验和销售费每月不超过4600元； P2：每月售出录音机不少于50台； P3：甲、乙车间的生产工时得到充分利用（重要性权系数按两个车间每小时费用的比例确定）； P4：甲车间加班不超过20小时。 问：试确定该厂为达到以上目标的月度计划生产数。（要求建立相关的运筹学模型，不需求解） 三、某厂拟生产甲、乙两种产品，每件利润分别为20元、30元。这两种产品都要在A、B、C、D四种设备上加工，每件甲产品需占用各设备依次为2、1、4、0小时，每件乙产品需占用各设备依次为2、2、0、4小时，而这四种设备正常生产能力依次为12、8、16、12小时。此外，A、B两种设备每天还可加班运行。 试拟订一个满足下列目标的生产计划： P1：两种产品每天总利润指标不低于120元； P2：两种产品的产量尽可能均衡；
P3：A 、B 设备都应不超负荷，其中A 设备能力还应充分利用（A 的重要程度是B 的3倍） （要求只建立模型，不需求解） 四、企业计划生产甲、乙两种产品，这些产品需要使用两种材料，要在两种不同设备上加工。每加工单件产品甲和乙的工艺资料如表所示，在生产甲、乙两种产品时，材料不能超用。 企业怎样安排生产计划，尽可能满足下列目标： P1：力求使利润指标不低于80元； P2：考虑到市场需求，甲、乙两种产品的生产量需保持1: 1比例； P3：设备A 既要求充分利用，又尽可能不加班； P4：设备B 必要时可以加班，但加班时间尽可能少。 （要求只建立模型，不需求解） 一、解：设每月生产A 、B 、C 产品分别为x1、x2、x3台，总偏差为Z 。 )(min 6655444332211+-+-+-+--++++++++=d d d d d d P d P d P d P Z ?????? ???????=≥=-+=-+=-+=-+++=-+++=-++++-+-+-+-+-+-+-6,5,4,3,2,1;0,,,,610122241086200108616000800650500321663552441333212232111321i d d x x x d d x d d x d d x d d x x x d d x x x d d x x x i i 二、解：设每月生产录音机X 1台，电视机X 2台，总偏差为Z
多目标规划问题知识讲解
多目标规划问题
3.5 黑龙江省可持续农业产业结构优化模型的求解 鉴于上面的遗传算法的基本实现技术和理论分析，对标准遗传算法进行适当改进，将其用于求解黑龙江省可持续农业产业结构优化模型中。黑龙江省农业产业结构优化模型具有大系统、多目标、非线性等特点，传统的求解方法受到了模型复杂程度的限制，由引言可知，遗传算法对解决此类问题具有明显的优势。下面介绍具体采用的遗传多目标算法操作设计以及模型求解过程。 3.5.1遗传多目标算法操作设计 3.5.1.1 实数编码方法 在求解复杂优化问题时，二进制向量表示结构有时不太方便，并且浮点数编码的遗传算法对变异操作的种群稳定性比二进制编码好（徐前锋，2000）。以浮点数编码的遗传算法也叫实数遗传算法（Real number Genetic Algorithms ，简称RGA ）。每一个染色体由一个浮点数向量表示，其长度与解向量相同。假如用向量),(21n x x x X 表示最优化问题的解，则相应的染色体就是 ),(21n x x x V ，其中n 是变量个数。 3.5.1.2 种群初始化方法 遗传算法中初始群体的个体是随机产生的，由于本文优化模型所涉及的变量容易给出一个相对较大的问题空间的变量分布范围，并且若给出一定的搜索空间也会加快遗传算法的收敛速度；因此本文采取3.3.2中的第一种策略，对每一个变量设置可能区间，然后在可能区间内随机产生初始种群。为保证不会遗漏最优解，选择区间跨度范围很大。 3.5.1.3 适应度函数设计
用遗传算法求解多目标优化问题中出现的一个特殊情况就是如何根据多个目标来确定个体的适应值。本文采用Gen 和Cheng 提出的适应性权重方法 （Adaptive Weight Approach ），该方法利用当前种群中一些有用的信息来重新调整权重，从而获得朝向正理想点的搜索压力（玄光男等，2004）。将目标函数按3.3.3所述转化成带有q 个目标（本文模型3 q ）的最大化问题： )}(,),(),({max 2211x f z x f z x f z q q （3-14） 对于每代中待检查的解来说，在判据空间中定义两个极限点：最大极限点 z 和最小极限点 z 如下： },,,{} ,,,{m in m in 2m in 1m ax m ax 2m ax 1q q z z z z z z z z （3-15） 其中m in m ax k k z z 和是当前种群中第k 个目标的最大值和最小值。由两个极限点定义的超平行四边形是包含当前所有解的最小超平行四边形。两个极限点每代更新，最大极限点最终将接近正理想点。目标k 的适应性权重用下式计算： ),,2,1(1 min max q k z z k k k 因此，权重和目标（Weighted-sum Objective ）函数由下面的公式确定 q k k k k q k k k z z x f x f x z 1m in m ax 1)()()( （3-16） 3.5.1.4 遗传操作 （1）选择操作。以比例选择法和最优个体保存法配合使用进行选择操作，即选择过程仍以旋转赌轮来为新的种群选择染色体，适应度越高的染色体被选中的概率越大；另一方面，为了保证遗传算法的全局收敛性，在选择作用后保留当前群体中适应度最高的个体，不参与交叉和变异，同时也确保当前最优个体不被随机进行的遗传操作破坏。
目标规划模型
§ 目标规划模型 1. 目标规划模型概述 1)引例 目标规划模型是有别于线性规划模型的一类多目标决策问题模型，通过下面的例子，我们可看出这两者的区别。 例1 某工厂的日生产能力为每天500小时，该厂生产A 、B 两种产品，每生产一件A 产品或B 产品均需一小时，由于市场需求有限，每天只有300件A 产品或400件B 产品可卖出去，每出售一件A 产品可获利10元，每出售一件B 产品可获利5元，厂长按重要性大小的顺序列出了下列目标，并要求按这样的目标进行相应的生产。 （1）尽量避免生产能力闲置； （2）尽可能多地卖出产品，但对于能否多卖出A 产品更感兴趣； （3）尽量减少加班时间。 显然，这样的多目标决策问题，是单目标决策的线性规划模型所难胜任的，对这类问题，须采用新的方法和手段来建立对应的模型。 2）相关的几个概念 （1）正、负偏差变量+ d 、- d 正偏差变量+ d 表示决策值) ,,2,1(n i x i ΛΛ=超过目标值的部分；负偏差变量- d 表示 决策值 ) ,,2,1(n i x i ΛΛ=未达到目标值的部分；一般而言，正负偏差变量+ d 、- d 的相互 关系如下： 当决策值 ) ,,2,1(n i x i ΛΛ=超过规定的目标值时， 0 ,0=>- +d d ；当决策值) ,,2,1(n i x i ΛΛ=未超过规定的目标值时， 0 ,0>=- +d d ；当决策值),,2,1(n i x i ΛΛ=正好等于规定的目标值时， 0 ,0==- +d d 。 （2）绝对约束和目标约束 绝对约束是必须严格满足的等式约束或不等式约束，前述线性规划中的约束条件一般都是绝对约束；而目标约束是目标规划所特有的，在约束条件中允许目标值发生一定 的正偏差或负偏差的一类约束，它通过在约束条件中引入正、负偏差变量+d 、- d 来实现。
线性规划模型在企业生产计划中的应用
诚信声明 我声明，所呈交的毕业论文是本人在老师指导下进行的研究工作及取得的研究成果。据我查证，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，我承诺，论文中的所有内容均真实、可信。 毕业论文作者签名：签名日期：年月日
摘要：在企业生产过程中，生产资源的分配直接影响到企业的经济效益。因此，企业在制定生产计划时，人力物力和时间等资源的优化配制是首要面对的关键问题，而建立线性规划模型则是目前解决该问题的有效方法之一。本文旨在针对上述有限资源条件的约束下，通过建立相应的线性规划模型来制定生产计划以实现企业资源最优化、利益最大化，同时利用LINGO 11.0软件求解线性规划模型并分析在某些资源变动时对该模型所产生的影响并寻求最优生产方案。 关键词：企业生产计划；线性规划；数学模型；LINGO 11.0
Abstract：In the enterprise production process, the allocation of production resources directly affects the economic efficiency of enterprises. Therefore, enterprises in the development of production plan, formulated to optimize the resources of manpower and time is the key problem of face. And to establish the linear programming model is one of the effective ways to solve the problem. This paper aimed at the limited resource constraints, by establishing linear programming model corresponding to make production plan in order to realize the maximization of enterprise resource optimization, interest, and using LINGO11.0 software to solve the linear programming model and analysis the influence on the model in some resource changes and seek the optimal production plan. Key words：Production plan；Linear programming；Mathematical model； LINGO 11.0 目录