确定性存储问题数学模型

合集下载

存储论模型

存储论模型
2 1 R C 2 / T 2 C1 ( R ) 0 2 P
第23页
T
2C 2 R C1 ( R ) P
2

2C 2 P C1 R ( P R )
T1
2C 2 R 1 C1 P ( P R )
2C 2 R ( P R) Q ( P R)T1 C1 P
第 5页
三、存储策略
常见的存储策略有三种类型:
1. t0 循环策略
每隔时间 t0 订货 Q 件。
第 6页
2. ( s , S ) 策略 当存储量 x > s 时,不订货;当 x ≤ s 时,订货, 订货量 Q = S – x ,即将存储量补充到 S。 3. ( t , s , S ) 策略 每经过 t 时间检查存储量,当存储量 x > s 时,不 订货;当 x ≤ s 时,订货,订货量 Q = S – x ,即 将存储量补充到 S。
第11页
(2)成本费
货物本身的价格等支出的费用。成本费与订货次
数无关,与订货数量有关。
如货物单价为 K 元,装配费用为 C2 元,生产数量 为 Q,则生产费为:C2 + K Q 。
第12页
4. 缺货费
当存储供不应求时所引起的损失。如市区销售机
会的损失、停工待料的损失、不能履行合同而缴 纳的罚款等。 在不允许缺货的情况下,在费用处理上缺货费为
第19页
C(T) = T 时间内的总费用 / T T 时间内的总费用 = T 时间内的存储费 + T 时间内的订货费
T 时间内的存储费 = 单位货物存储费(C1) ×T 时间
内的总存储量 T 时间内的订货费 = 装配费(C2)+货物单价(K) ×T 时间内的总订货量

数学建模 存贮模型

数学建模 存贮模型

利用(8)式 Q rT1 ,得到每天的平均费用是
C(T , Q)
(10)
c1 T c2Q 2 2rT c3 rT Q2 2rT
(10)式为这个优化模型的目标函数,是
T 和 Q 的二元函数。
模型求解
用微分法求 T 和 Q 使 C(T,Q)最小。解方程组
C


T

C
模型建立
设时刻 t 的贮存量为 q(t),把 q(t)视
作连续函数, t=0 时生产 Q 件,贮存量
q(0)=Q , q(t) 以 需 求 速 率 r 递 减 , 直 到
q(T)=0.于是
q(t) rt Q, Q rT
(1)
T
一个周期内的贮存费是 c2 0 q (t )dt c2Q T 2 ,
敏感性分析
2. T 对 c2 的敏感度
S(T , c2 )
T c2
T c2

T c2
c2 T
1 2
2c1 c 23 r
c2 0.5 2c1
c2r
可见, c2 增加 1%,T 减少 0.5%;
敏感性分析
3. T 对 r 的敏感度
S(T , r) T T T r 1 r r r T 2
问题分析
• 总结:生产周期越长,产量越多,会使平 均每天费用中的贮存费变大,生产准备费 变小。所以必存在最佳生产周期,使每天 的平均费用最小。
• 为了得到准确的结论,应该建立优化模型, 研究每天的平均费用和生产周期、产量、 需求量、生产准备费、贮存费之间的关系, 求出最优解。
问题分析
• 把以上问题一般化,考察如下的不允许缺 货的存贮模型: 假设产品需求稳定不变,生产准备费 和每天每件产品的贮存费均为常数,生产 能力无限,不允许缺货,确定生产周期和 产量,使每天的平均费用最小。

存储论的发展历史

存储论的发展历史

早在1915年,哈李斯针对银行货币的储备问题进行了详细的研究,建立了一个确定性的存贮费用模型,并求得了最佳批量公式。

1934年威尔逊重新得出了这个公式,后来人们称这个公式为经济订购批量公式。

这是属于存贮论的早期工作。

1958年威汀发表了《存贮管理的理论》一书,随后阿罗等发表了〈存贮和生产的数学理论研究〉,毛恩在1959年写了《存贮理论》。

此后,存贮论成了运筹学中的一个独立的分支,有关学者相继对随机或非平稳需求的存贮模型进行了广泛深入的研究。

发展回顾第一期“库存是企业的财产”时期这个时期是从手工业时代开始到19 世纪的后半期为止。

当时以“有物”或“有库”为富有,库存被看作是财产,那是一个以财产居多为理想,且被称颂为有钱人的时代。

个人和国家以家畜的数量,或仓库的大小来衡量财产的水准。

在这个时期,企业的行业分工还没发展,委托加工少,库存也没有太大的必要。

产品的种类也少,做出来的东西都能以较高的利润卖掉,企业竞争根本还谈不到。

在这个时候还不存在库存过多影响企业利润的问题,大多数人都以为库存量作为是企业财产的象征。

第二期“库存是企业的坟墓”时期第一次世界大战后,美国因经济危机而经济萧条,许多企业因为货物销不出去,资金积压而破产。

企业经营者的政策发生了根本性的变化。

那些投资库存致富的人们在一夜之间破产。

经营者们将库存视作企业的坟墓,一改原来的方针,代之而起的是“现吃现卖”的政策。

第三期“科学管理取得适当库存量效益”的时期1912 年由库存恐慌带来的痛苦教训,使经营者对库存品的看法又所转变,开始认识科学管理库存的必要性,研究开发了诸多对“经济采购量”的决策方法。

方法各种各样,但基本出发点都是大同小异的,可归纳如下。

一般随库存增加使费用增大的同时,又有费用减少的另一面,例如:增加的费用是库存品的保管和贮藏费,同时减少的费用应是订货的手续费。

方法就是要求得使两项费用之和,为最小订货量。

在这个时代已经把库存问题的意识提高到某一个程度,从而产生了各种具体的科学处理的方式。

关于生物数学中的确定性模型与随机模拟

关于生物数学中的确定性模型与随机模拟

关于生物数学中的确定性模型与随机模拟关于生物数学中的确定性模型与随机模拟摘要:生物数学是将数学工具应用于生命科学中的一门学科,旨在构建生物系统的模型和分析这些模型。

在生物数学中,模型分为确定性模型和随机模型。

确定性模型假设生物系统中的各个因素都可以明确地预测和控制,因而能够得到精确和确定的结果。

而随机模型则将生物系统中的各个因素视为随机变量,无法精确定量化,因此采用概率性描述,以获得结果的概率性估计。

本文对生物数学中的确定性模型和随机模拟进行了详细的探讨,并对两者的优缺点进行了分析。

关键词:生物数学,确定性模型,随机模拟,生命科学,概率性描述正文:生物数学中的确定性模型生物数学中的确定性模型是指在研究生物系统问题时,通过利用数学工具来建立的关于生物系统物理、化学以及其他相关过程的模型,采用确定性方法求解。

确定性模型假定生物系统中的各个因素都可以明确的预测和控制,因而能够得到精确和确定的结果。

确定性模型适用于一些需要准确知道各个变量的关系和结果的情况,比如药物分析,疾病预测等情况。

确定性模型主要是以微分方程为基础,通过建立生物系统的数学模型来求解生物系统的动态变化规律。

确定性模型具有模型简便、精确和可靠等优点。

但也存在一些问题,例如模型建设过程中可能存在误差,模型假设与实际情况有差异,以及对生物系统的复杂动态变化有限制等问题。

生物数学中的随机模拟生物数学中的随机模拟是指通过随机性相关的概率统计方法来描述生物系统中的各个变量之间的相互关系,并用计算机程序进行模拟求解。

随机模拟在生物系统中涉及的问题各种各样,包括生态学的生态系统动态模拟、感染疾病模式的建模以及遗传变异的模拟等。

随机模拟具有模拟生物系统的动态运行特点,模型的灵活性高,适用于各种实验数据的应用和比较,具有预测未知变量和测试不同因素对系统行为的效果等优点。

但是随机模拟也存在一些问题,例如模型不易掌握,且随机模拟在一些复杂系统或数据难以获取时,可能会因缺乏可靠数据而受到限制。

(s,S)策略随机存贮模型

(s,S)策略随机存贮模型

(s,S)策略随机存贮模型在国民经济各个部门和生产过程的各个环节中都有大量的库存现象。

在工厂中为了使得生产过程能连续地、均衡地进行下去,并保证按时交货,必须贮备一定数量的原料、辅助材料、燃料、劳动工具等,必须储备一定数量的在制品,半成品,也必须储备一定的成品。

商业部门为了保证满足社会需要,也要贮存一定数量的商品。

在商店里若存贮商品数量不足就可能发生缺货现象,从而失去销售机会,导致利润减少;如果存贮数量过多,一时售不出去,会造成商品积压,占用流动资金过多而使流动资金周转不开,这样也会给国家造成经济损失。

银行里每天随时都可能有人来提取现款。

人们来不来提款,提多少款,虽有一定规律,但都不是确定的,因此,银行也应保持一定数量的现金。

诸如此类还有如水电站雨季到来之前,水库应蓄水多少?等等。

当前我国物资管理中存在不少问题,其中最突出的就是库存储备过大,占用资金过多,资金利用和周转率不高,根据发达国家的经验,随着市场竞争的加剧,在原材料、设备和劳动力成本压缩的空间趋于饱和后,对成本的控制将转为物流领域。

而在物流领域中,库存管理占有很重要的地位。

因此,我们有必要对库存问题进行研究。

本论文利用概率论和运筹学知识来研究需求是连续型随1/ 14机存贮问题,因为随机存贮问题在现实生活中比确定型存贮问题更为普遍。

本论文先讨论如何得到这些概率分布的统计方法,再利用所获得的概率分布来讨论随机存贮问题。

1数理统计在概率论的许多问题中,概率分布通常总是已知的,或者假设为已知,而一切计算与推理就是在这已知的基础上得出来的。

但在实际中,情况往往并非如此。

一个随机现象所服从的分布是什么概型可能不知道,或者由于现象的某些事实而知道其概型,但不知其分布函数中所含的参数。

如我们考察某工厂生产的电灯泡的质量,在正常生产的情况下,电灯泡的质量是具有统计规律性的,它可以表现为电灯泡的平均寿命是一定的,电灯泡的寿命这个用来检查产品质量的指标,由于生产过程中的种种随机因素的影响,各个电灯泡的寿命是不相同的,由于测定电灯泡是一一进行测试,而只能从整批电灯泡中取出一小部分来测试,然后根据所得到的这一部分电灯泡的寿命的数据来推断整批电灯泡的平均寿命。

存储论

存储论

大连大学
28
数学建模工作室
随机性存储模型的策略
❖ (1) 定期订货,但订货数量需要根据上一个周期末剩下货物的数量决
定订货量。剩下的数量少,可以多订货。剩下的数量多,可以少订或不 订货。这种策略可称为定期订货法。
❖ (2) 定点订货,存储降到某一确定的数量时即订货,不再考虑间隔的 时间。这一数量值称为订货点,每次订货的数量不变,这种策略可称之 为定点订货法。
存储模型的基本介绍
存储模型的分类
存储模型大体分为两类:一类是确定性模型,即模型 中的变量皆为确定型的量,不包括任何随机变量;另一 类是随机性模型,即模型中含有随机变量。
大连大学
7 数学建模工作室
存储模型的分类
存储模型的分类
存储模型大体分为两类:一类是确定型模型,即模型 中的变量皆为确定型的量,不包括任何随机变量;另一 类是随机型模型,即模型中含有随机变量。
确定型存储模型
(4)允许缺货,补充时间极短的经济订购批量模型
基本假设:除允许缺货外,其余条件皆与模型一相同。
大连大学
23
数学建模工作室
确定型存储模型
从图上可知:
平均存储量 Q S T1 Q S 2
2T
2Q
平均缺货量 ST2 S 2 2T 2Q
因此,最优策略为:
Q* 2CD DCP CS
Q
C
1 2
1
D P
QC
P
CDD Q
因此,平均总费用为:
大连大学
21
数学建模工作室
Q确* 定CP型2C1D存DDP 储 模 型
T * Q* D
2CD P
CPDP D
A* 1 D Q* P

存储模型

存储模型

间内,存贮以速度r减少。T、t均为待定参数。
由图易知 (p r)t r(T t)
可得
pt rT,
t rT p
即以速度 p生产 t 时间的产量等于T时间内的需求量。
T时间内的存贮量
t
( p r)xdx
0
T时间内的存贮费为
T

1
t
(
2
(rT p
rx)dx r)tTc2

解 已 知c1 5,p=500/30,r=100/30, c2 =
0.4/30,则
即最优生产周期为17天,生产时间为3.4天,生产 批量为56件。
四、模型三
模型三——允许缺货,生产时间很短。模型一、 二是在不允许缺货的情况下推导出来的,模型三是 允许缺货,并将缺货损失定量化来加以分析。
这里除假设允许缺货,其余条件与模型一相同,
1 2
(
p

r
)tT
则T时间内总的平均费用F(T)为
则有
与模型一中式相比较,它们只差因子 p pr
当p (生产速度很大)时,则生产时间很短,
即为模型一。
例2 某厂每月需某产品100件,生产能力为每月 500件,每批装配费为5元,每月每件产品存贮费 为0.4元,求最优生产周期、生产时间和生产批 量。
一、存贮问题的基本要素
一般的存贮问题通常包含下面5个基本要素。
(一)需求
需求是存贮系统的输出,需求量可以通过供 销渠道获得,它可以是确定的,如自动生产线上 每个班组对某种零件的需求量;它也可以是随机 的,如市场每天对某种商品的销售量。
(二)补充(订货或生产)
补充是存贮系统的输入,存贮物品的补充可以 由工厂生产获得,也可以通过订货得到。从订货到 货物入库,通常需要一段时间,称为滞后时间。由 于滞后时间的存在,管理者为了能及时补充,就必 须提前订货,所提前的时间称为提前时间。滞后时 间可以是随机的,也可以是确定的。

存储问题的数学模型

存储问题的数学模型

注:函数改变的百分比/自变量改变的百分比=函数的弹性,即
函数y=f(x)在x0附近有定义,如果下式成立,
y
E(y)|xx0yxxy xyxyddxy(x0) x
《5》
称《5》为函数y=f(x)在点x0处的弹性,反映函数y随自变量x变化 的剧烈程度。即自变量变化1%时,函数y变化的百分比,若E(y) 为正,表示增加的百分比;如果E(y)为负,表示下降的百分比, 总是是反映函数对自变量的灵敏程度。
下面就用弹性这个概念来计算平均费用对各个参数的灵敏 程度。这里C1=5000,C2=1,R=100。
1、周期T对生产准备费用C1的灵敏度分析
EC1(T)|C15
00,C021,R1
00 CT1
T C1
|C15
0
0,C021,R10
0
T
2C C11C2R|C1500,C021,R100 0.5
结果说明,当生产准备费用变动1%时,周期t用只是变动0.5%, 说明周期对准备费用反应不灵敏。
斜率R
t
0
T1
T
2、在此生产存储模型中,没有提到生产产品的费用?为什么? 在什么情况下不考虑生产费用也可以求生产周期?
(在生产过程中,生产要素所涉及的价格不改变,且需求速度 不改变,即可不考虑)
四、存 四贮、模存型贮模型2 允许缺货的存贮模型 [2姜起源.谢金星.数学模型.高等教育出版社.61页]
2500
2000
1500
1000
500 0
x* 20
40
60
80
100
120
每x天生产一次的平均费用,x*为最优点
由上面的图可以看出,存在x*,每隔x*天安排一次生产,这x* 天内每天的费用都低于其它安排。称x*为生产周期。如何求这个 x*,其它类似问题是否可以一样求解呢? 模型假设
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第三节确定性存储问题数学模型
对于工厂来说,任务是把进来的原料加工成产品,并把它销售出去。

要生产就要库存一定量的原材料,要销售也需要库存一定量的产品。

库存材料和产品就有存储费的问题,而需求又有确定型和随机型等情况。

如何确定一个最优的生产周期,使得在单位时间内所花费的生产费用最少。

这是摆在工厂管理者面前的现实问题。

我们这节讨论确定性需求存储问题的数学建模。

一、仓库只库存产品的简单情况
记k为工厂生产线运转时产品的生产速率,r为商品的销售速率,Q为库存量。

仓库的库存以这样的方式变化:开始时边生产边销售,库存量以速率k-r增加,到时刻t只销售不生产,Q以速率r减少,而到时刻T,Q减少到零,如此为一个周期。

Q与t的关系如图2.3.1所示。

再记c为每开动一次生产线的成本,s为单位时间Q
每件产品的存储费,W为单
位时间总费用。

则问题可做
如下描述:确定周期T,使
单位时间的总费用W最小。

图2.3.1 库存量Q与时间t关系图(情况1)我们作如下分析:
由假设条件知,单位时间成本为c/T,单位时间库存费为sA/T,其中A为三角形OPT的面积,即
A
k r
T t =
-
2
又有k t = rT , 所以单位时间总费用为 W c T sA T c T s k r T
T t s k r k
T r c T sr k r k
T
=+=+
-=
-=
+
-()()()222

B sr k r k
=-()2

W c T BT =+ (2.3.1)
为求最小总费用点,令dW dT
= 0, 得-c /T 2 +B = 0
从而有
T min = c b / (2.3.2)
代入式(2.3.1)得
W min = 2bc (2.3.3) 式(2.3.2)表明,最优周期与生产成本的平方根成正比,与存储费的平方根成反比。

这样一个结论是经过建立数学模型并进行分析计算才得出来的。

计算出来的这个最优 周期T 往往不易在实际生 产过程中操作实施,这就 需要作一点微调(或者说 做一点摄动),那么会对
W 产生多大的影响呢?我 们简单分析一下这种敏感性。

图2.3.2 摄动函数ƒ(α )的图象 设T 被αT 代替,这里α = 1+ε, 或者 α = 1-ε (ε > 0),考虑哪一种变动较好一点。

由式(2.3.1)和式(2.3.2),有 W T c
T B T Bc
()()ααααα
=
+=+
1
从而
W T W ()m
i n
α =
()()()αα
αα
α+
=
+
=1
212
1
Bc
Bc
f ∆
作函数ƒ(α)的图象如图2.3.2所示。

从图中可见,摄动α = 1+ε 比摄动α = 1-ε对最优值
W
min 的影响要小一些。

故应该对
T min 作(1+ε )T min 的调整。

二、仓库既存放产品,也存放原料的情况
设将一个周期生产所需要的原料一次备足,即t = 0时仓库要存放能生产kt 件产品的
原料,参见图2.3.3, 记单 位时间每件原料存储费为
S ' ,单位时间原料存储费就应为S 'A '/T , 其中,
A ' = kt ·t / 2 = k t 2 / 2 , 从而,单位时间总费用应为 图2.3.3库存量Q 与时间t 关系图(情况2)
W ' =W s k t
T
c T
B T s r
k
T +'=
++
'.1
222
2
令 B ' =B s r
k
+'2
2

W ' =
c T
B T
+'
与前类似,通过求导数并令其为零,得 T 'min =
c B /'
(/)
m i n <=
T c B
三、一次备足P 个周期生产所需原料的情况
此种情况下,在t = 0时,仓库应存入N = pkt = prT 件产品所需原料。

则原料存储量的变化情况如图2.3.4所示。

P 个周期中原料总存储量是图2.3.4中台阶状图形的面积A '。

A '是以N
t 图5.2.4 库存量Q 与时间t 关系图(情况3)
为高,以(p -1)T +t 为底的矩形面积的一半。

从而有 '=
-+=
+-A N p T t N N r r k
T 2
121[()][(
)]
(注:N =prT kt=rt )则单位时间原料存放费为
''=
'⋅+-=
'+-S A pT
S N N r r k T r
N
S r N r r
k
T 2121[()]
[()] ='+-='--S r N r r k T S N k r rT k [/(/)]/[/()/()]1222
此时,单位时间总费用为
W C T Sr k r k S N k r rT k 1222=+-+'--/()/()[/()/()] =+--'+'C T k r S S rT k S NT /()()/()/22
当S > S ' 时,记 B 1 = ()()/()/k r S S r k S N --'+'22,则最优周期有与情况2 相类似的结果
T
C
B m i n
=
1
当S≤S'时,最好的策略是使T尽可能大,即p = 1 。

也就是说,当单位时间每件原料存放费大于商品存放费时,最好只存一个周期的原料。

四、成批到货,不允许缺货的模型
所谓成批到货,不许缺货,就是每批产品或每次订购的货物整批存入仓库,由仓库均匀提取(假设需求是确定的)投入使用,当前一批库存提取完后,下一批货物立即补足,不允许缺货。

这是因为,对某些工厂的实际来说,一旦缺货,造成停产,其损失是不可估量的。

这种情况下,库存量Q变动情况如图2.3.5所示。

t
图2.3.5 库存量Q示意图(情况4)
假设周期初始时,原料库存应为Q = RT,一个周期内原料存储费用应该是c2与图5.2.5中三角形QOT的面积的乘积,即
1 2
2
RT, 则周期总费用为
c1+c2·1
2
2
RT
从而,周期内平均单位时间费用为
W
c
T
c RT =+
12
2
为求使W 达到最小的T ,令 dW /dt = 0,并注意到Q = RT ,得 T min =212c R c / (2.3.4) Q =212c R c / (2.3.5) 式(2.3.4)是经济理论中著名的经济批量公式(Economic ordering quantity, 简记为EOQ 公式)。

公式表明:定货费越高,需求量越大,则每次订货批量应越大;而存储费越高,则每次定货批量应越小。

这些都是复合实际情况的。

这个结论与前面第一种情况下得到的结论是相似的。

五、只存储原料,允许缺货
在实际的存储问题中,有时因缺货造成的损失是有限的,这就可以根据实际情况建立允许缺货的存储问题数学模型,建立这个模型只需对上一个模型做如下修改。

在前面已设条件基础上,在设每天每单位原料缺货费为c 3, 每次所订原料Q 吨在 t = T 1时用完,有一段时间缺货,在t = T 时得到补充。

于是存储量Q 如图2.3.6所示。

显然有Q = RT 1,
t
图2.3.6 库存量Q 示意图(情况5)
一个订货周期T 内的缺货费是c 3与图中小三角形T 1DT 面积
12
12
R T T ()
的乘积。

总费用为
c 1+c 2·
12
12
12
312
RT c R T T +-.
()
再注意到Q = RT 1,则平均每天的费用为 c (T , Q ) = 122122
32
T c c R
Q
c R
RT Q [()]+
+
-

∂∂ c T
=0

∂∂ c Q =0
解出
T =212
233c Rc c c c .
+ (2.3.6) Q =
212
323
c R c c c c .
+ (2.3.7)
容易看出,当c 3远远超过c 2 ,即缺货损失很大时,(2.3.6)和(2.3.7)两式就化为前面不允许缺货模型中的(2.3.4)和(2.3.5)
两式了。

相关文档
最新文档