运筹学案例分析报告
运筹学案例分析报告
运筹学案例分析报告班级：姓名：学号：完成日期：问题一、一、问题描述京成畜产品有限公司计划在市区的东、南、西、北四区建立销售部部门市场，拟议中有10个位置A j(j=1,2,3,4,...,10)可供选择，考虑到各地区居民的消费水平及居民居住密集度，规定：在东区由A1,A2,A3三个点至多选择两个；在西区由A4,A5两个点中至多选一个；在南区由A6,A7两个点中至少选一个；在北区由A8,A9,A10三个点中至少选两个。
A j各点的设备投资及每年可获利润由于地点不同而不同，预测情况如下表（单位：万元）。
但投资总额不超过720万元，问应选择哪几个销售点，可使年利润最大？二、模型建立设0-1变量X i=1（点被选用)或0（A i点没被选用）。
建立数学模型：目标函数:maxZ=36X1+40X2+50X3+22X4+20X5+30X6+25X7+48X8+58X9+61X10约束条件:100X1+120X2+150X3+80X4+70X5+90X6+80X7+149X8+160X9+180X10<=720X1+X2+X3<=2X4+X5>=1X6+X7>=1X8+X9+X10>=2X i>=0,且X i为0-1变量，i=1,2,3,...,10其lingo程序为：model:sets:row/1..5/:b;col/1..10/:c,x;links(row,col):a;endsetsdata:b=720 2 -1 -1 -2;c=36 40 50 22 20 30 25 48 58 61;a=100 120 150 80 70 90 80 140 160 1801 1 1 0 0 0 0 0 0 00 0 0 -1 -10 0 0 0 00 0 0 0 0 -1-1 0 0 00 0 0 0 0 0 0 -1 -1 -1;enddatamax=@sum(col(j):c(j)*x(j));@for(row(i):@sum(col(j):a(i,j)*x(j))<=b(i));@for(col(j):@bin(x));end三、模型求解与分析通过lingo程序的求解，我们可以获得如下数据：Global optimal solution found.Objective value: 245.0000 Objective bound: 245.0000 Infeasibilities: 0.000000Extended solver steps: 0Total solver iterations: 0Variable Value Reduced CostB( 1) 720.0000 0.000000B( 2) 2.000000 0.000000B( 3) -1.000000 0.000000B( 4) -1.000000 0.000000B( 5) -2.000000 0.000000C( 1) 36.00000 0.000000C( 2) 40.00000 0.000000C( 3) 50.00000 0.000000C( 4) 22.00000 0.000000C( 5) 20.00000 0.000000C( 6) 30.00000 0.000000C( 7) 25.00000 0.000000C( 8) 48.00000 0.000000C( 9) 58.00000 0.000000C( 10) 61.00000 0.000000X( 1) 1.000000 -36.00000X( 2) 1.000000 -40.00000X( 3) 0.000000 -50.00000X( 4) 0.000000 -22.00000X( 5) 1.000000 -20.00000X( 6) 1.000000 -30.00000X( 7) 0.000000 -25.00000X( 8) 0.000000 -48.00000X( 9) 1.000000 -58.00000X( 10) 1.000000 -61.00000A( 1, 1) 100.0000 0.000000A( 1, 3) 150.0000 0.000000 A( 1, 4) 80.00000 0.000000 A( 1, 5) 70.00000 0.000000 A( 1, 6) 90.00000 0.000000 A( 1, 7) 80.00000 0.000000 A( 1, 8) 140.0000 0.000000 A( 1, 9) 160.0000 0.000000 A( 1, 10) 180.0000 0.000000 A( 2, 1) 1.000000 0.000000 A( 2, 2) 1.000000 0.000000 A( 2, 3) 1.000000 0.000000 A( 2, 4) 0.000000 0.000000 A( 2, 5) 0.000000 0.000000 A( 2, 6) 0.000000 0.000000 A( 2, 7) 0.000000 0.000000 A( 2, 8) 0.000000 0.000000 A( 2, 9) 0.000000 0.000000 A( 2, 10) 0.000000 0.000000 A( 3, 1) 0.000000 0.000000 A( 3, 2) 0.000000 0.000000 A( 3, 3) 0.000000 0.000000 A( 3, 4) -1.000000 0.000000 A( 3, 5) -1.000000 0.000000 A( 3, 6) 0.000000 0.000000 A( 3, 7) 0.000000 0.000000 A( 3, 8) 0.000000 0.000000 A( 3, 9) 0.000000 0.000000 A( 3, 10) 0.000000 0.000000 A( 4, 1) 0.000000 0.000000A( 4, 3) 0.000000 0.000000A( 4, 4) 0.000000 0.000000A( 4, 5) 0.000000 0.000000A( 4, 6) -1.000000 0.000000A( 4, 7) -1.000000 0.000000A( 4, 8) 0.000000 0.000000A( 4, 9) 0.000000 0.000000A( 4, 10) 0.000000 0.000000A( 5, 1) 0.000000 0.000000A( 5, 2) 0.000000 0.000000A( 5, 3) 0.000000 0.000000A( 5, 4) 0.000000 0.000000A( 5, 5) 0.000000 0.000000A( 5, 6) 0.000000 0.000000A( 5, 7) 0.000000 0.000000A( 5, 8) -1.000000 0.000000A( 5, 9) -1.000000 0.000000A( 5, 10) -1.000000 0.000000Row Slack or Surplus Dual Price1 245.0000 1.0000002 0.000000 0.0000003 0.000000 0.0000004 0.000000 0.0000005 0.000000 0.0000006 0.000000 0.000000 由此我们可以分析得出最优目标函数值为245.最优解为：X1=1,X2=1,X3=0,X4=0,X5=1,X6=1,X7=0,X8=0,X9=1,X10=1.四、结论当选择A1，A2，A5，A6，A10几个销售点时可获得最大利润245万元。
运筹学案例分析
运筹学案例分析报告—一. 案例描述泰康食品公司生产两种点心甲和乙，采用原料A和B。
已知生产每盒产品甲和乙时消耗的原料数，月供应量、及两种点心的批发价（千元/千盒）如下表所示。
据对市场的估计，产品乙月销量不超过2千盒，产品乙销量不会超过产品甲1千盒以上。
（a）要求计算使销售收入最大的计划安排；（b）据一项新的调查，这两种点心的销售最近期内总数可增长25%，相应原料的供应有保障。
围绕如何重新安排计划存在两种意见：意见之一是按（a）中计算出来的产量，相应于甲，乙产品个增长25%；意见之二是由一名学过线性规划的经理人员提出的。
他首先计算得到原料A和B的影子价格（对批发价的单位贡献）分别为3.33千元/t 和13.33千元/t，平均为8.33千元/t。
如按（a）中计算的总批发收入增加25%即31.667千元计，提出原料A和B各增加3.8t，并据此安排增产计划。
试对上述两种意见发表你自己的意法，并提供依据。
二. 案例中关键因素及其关系分析该案例的关键因素是销售量，但是同时我们也应考虑到生产产品所需的原料支出，只有销售量最大化而原料支出最小，才能取得最大的销售收入。
又据市场部门调查预测，两种点心Ⅰ和Ⅱ的销售最近期内总数可增长25%，相应原料的供应有保障。
计算出来的产量，相应于产品Ⅰ，Ⅱ各增长25%，这样可使公司盈余（只考虑批发收入-原料支出）保持最大。
首先计算得到原料A和B的影子价格（对批发价的单位贡献）分别为3.33千元/t和13.33千元/t，平均为8.33千元/t。
并按①中计算的总批发收入增加25%即31.667千元计，提出原料A和B各增加3.8t，并据此安排增产计划。
该问题的关键所在，便是销售量。
而决定批发收入的，则是各个销售量对应的批发收入，所以说，销售量是本问题的核心，即应采取什么样的销售量的分配方案。
三、模型构建1、决策变量设置两种点心Ⅰ和Ⅱ，采用原料A和B，月供应量C，单价P，批发价格N，Ⅰ产品批发价格为30千元，Ⅱ产品的价格为20千元，A原料的单价为9.9千元/t，B原料的单价为6.6千元/t。
运筹学在实际问题中的应用案例分析
运筹学在实际问题中的应用案例分析运筹学作为一门研究如何最优化地解决决策问题的学科，在实际问题中得到了广泛的应用。
本文将通过分析两个实际案例来探讨运筹学在解决复杂问题和优化资源利用方面的应用。
案例一：物流配送优化物流配送是一个典型的运筹学应用领域。
在现代社会，物流配送环节对于企业的运营效率和成本控制至关重要。
如何合理安排车辆路线、调度和配送是一项复杂且具有挑战性的任务。
运筹学可以通过数学建模和优化算法来解决这个问题。
首先，我们可以将物流配送问题建模为一个旅行商问题（Traveling Salesman Problem，TSP）。
TSP是一个经典的组合优化问题，目标是寻找一条最短路径，使得从一个地点出发经过所有其他地点后回到起点，且路径的总长度最小。
通过运筹学方法，可以利用算法来求解最佳路径并优化物流配送效率。
其次，为了进一步优化物流配送的效率，我们可以引入车辆调度问题。
例如，考虑到不同城市的交通堵塞情况，我们可以使用调度算法将不同城市的订单分配给不同的车辆，以减少整体行程时间和成本。
通过运筹学的应用，一家物流公司可以最大限度地减少行程时间、减少燃料消耗，提高物流配送的效率。
因此，运筹学在物流配送问题中的应用具有重要的意义。
案例二：生产排产优化生产排产是制造业中的一个重要环节，它关系到企业的生产效率、生产能力和订单交付时间。
运筹学在生产排产中的应用可以帮助企业提高生产效率，降低成本并及时交付产品。
在生产排产中，我们通常需要考虑到多个因素，如机器的利用率、工人的工作时间和任务的优先级等。
通过运筹学的方法，可以构建一个数学模型，通过数学规划算法来优化生产排产方案。
例如，假设一个工厂有多个机器和多个订单需要排产，每个订单有不同的完成时间和优先级。
我们可以通过运筹学的方法，将这个问题建模为一个调度问题。
然后，利用调度算法来确定每个订单的完成时间和最优的生产顺序，从而实现生产排产的优化。
通过运筹学的应用，企业可以有效地优化生产排产计划，提高生产效率，减少资源浪费，并保证订单能够及时交付。
运筹学在流程优化中的应用案例分析
运筹学在流程优化中的应用案例分析引言：在当今竞争激烈的商业环境中，流程优化成为了各个组织追求高效运作的关键。
流程优化旨在通过改进和重组组织内部流程，提高效率和质量，降低成本和风险。
与此同时，运筹学作为一门管理科学，通过数学建模和优化算法的应用，为流程优化提供了有力的支持。
本文将通过分析多个运筹学在流程优化中的应用案例，讨论其在实践中的价值和效果。
案例一：生产流程优化在传统的生产流程中，生产车间每个工人都独自完成生产任务，导致工人之间产生很多不必要的等待和浪费。
一家制造公司决定引入运筹学方法，重新优化他们的生产流程。
通过运筹学的方法，公司将生产任务分配给工人组成的小组，使得每个小组内的工人专注于各自的任务，提高工作效率。
此外，通过运筹学的算法，公司确定了最优的任务分配方案，最大程度地减少了等待和浪费的时间。
优化后的生产流程大大提高了生产效率，降低了生产成本。
案例二：物流配送优化一家电子商务公司面临着快速增长的客户需求和复杂的物流系统。
为了满足客户的要求，公司决定引入运筹学的方法对物流配送进行优化。
运筹学模型通过考虑客户需求的分布、仓库的位置和运输成本等因素，确定了最优的配送路径和策略。
通过优化后的物流配送系统，公司能够更精确地安排货物的运输，减少运输时间和成本，提高客户满意度。
同时，通过实时监控和预测，公司能够更好地应对突发情况，并做出相应的调整，提高了物流系统的鲁棒性。
案例三：人力资源调度优化在一个大型医院中，不同科室之间的人力资源分配存在瓶颈和浪费。
为了解决这个问题，医院决定应用运筹学模型来优化人力资源的调度。
通过运筹学的方法，医院能够根据就诊人数的预测和就诊科室的需求来合理安排医生和护士的工作。
通过优化后的人力资源调度，医院能够提高科室的工作效率，减少等待时间，并提供更好的医疗服务。
此外，通过运筹学的优化算法，医院还能够合理安排员工的休假和轮班，提高员工的满意度和工作积极性。
案例四：供应链优化一家零售公司面临着供应链管理的挑战，包括供货商管理、库存管理和订单管理等。
运筹学实践教学报告范文(3篇)
第1篇一、引言运筹学作为一门应用数学分支，广泛应用于经济管理、工程技术、军事决策等领域。
本报告旨在通过运筹学实践教学，验证理论知识在实际问题中的应用效果，提高学生的实践能力和创新能力。
以下是对本次实践教学的总结和反思。
二、实践教学内容1. 线性规划问题本次实践教学选择了线性规划问题作为研究对象。
通过建立线性规划模型，我们尝试解决生产计划、资源分配等实际问题。
- 案例一：生产计划问题某公司生产A、B两种产品，每单位A产品需消耗2小时机器时间和3小时人工时间，每单位B产品需消耗1小时机器时间和2小时人工时间。
公司每天可利用机器时间为8小时，人工时间为10小时。
假设A、B产品的利润分别为50元和30元，请问如何安排生产计划以获得最大利润？- 建模：设A产品生产量为x，B产品生产量为y，目标函数为最大化利润Z = 50x + 30y，约束条件为：\[\begin{cases}2x + y \leq 8 \\3x + 2y \leq 10 \\x, y \geq 0\end{cases}\]- 求解：利用单纯形法求解该线性规划问题，得到最优解为x = 3，y = 2，最大利润为240元。
- 案例二：资源分配问题某项目需要分配三种资源：人力、物力和财力。
人力为50人，物力为100台设备，财力为500万元。
根据项目需求，每种资源的需求量如下：- 人力：研发阶段需20人，生产阶段需30人；- 物力：研发阶段需30台设备，生产阶段需50台设备；- 财力：研发阶段需100万元，生产阶段需200万元。
请问如何合理分配资源以满足项目需求？- 建模：设人力分配量为x，物力分配量为y，财力分配量为z，目标函数为最大化总效用U = x + y + z，约束条件为：\[\begin{cases}x \leq 20 \\y \leq 30 \\z \leq 100 \\x + y + z \leq 500\end{cases}\]- 求解：利用线性规划软件求解该问题，得到最优解为x = 20，y = 30，z = 100，总效用为150。
运筹学案例分析
运筹学案例分析⼀.案例描述西兰物业公司承担了正⼤⾷品在全市92个零售店的⾁类、蛋品和蔬菜的运送业务，运送业务要求每天4点钟开始从总部发货，必须在7:30前送完货（不考虑空车返回时间）。
这92个零售点每天需要运送货物吨，其分布情况为：5千⽶以内为A区，有36个点，从总部到该区的时间为20分钟；10千⽶以内5千⽶以上的为B区，有26个点，从总部到该区的时间为40分钟；10千⽶以上的为C区，有30个点，从总部到该区的时间为60分钟；A区各点间的运送的时间为5分钟，B区各点间的运送时间为10分钟，C区各点间的运送时间为20分钟，A区到B区的运送时间为20分钟，B区到C 区的运送时间为20分钟，A区到C区的运送时间为40分钟。
每点卸货、验收时间为30分钟。
该公司准备购买规格为2吨的运送车辆，每车购价5万元。
请确定每天的运送⽅案，使投⼊的购买车辆总费⽤为最少。
⼆.案例中关键因素及其关系分析关键因素：1.⾸先针对⼀辆车的运送情况作具体分析，进⽽推⼴到多辆车的运送情况；2.根据案例中的关键点“零售点每天需要运送货物吨”及“规格为2吨的运送车辆”可知就⼀辆车运送⽽⾔，可承担4个零售点的货物量；3.根据案例中的“运送业务要求每天4点钟开始从总部发货，必须在7:30前送完货（不考虑空车返回时间）”可知每天货物运送的总时间为210分钟，超过该时间的运送⽅案即为不合理；4.如下表以套裁下料的⽅法列出所有可能的下料防案，再逐个分析。
三、模型构建1、决策变量设置设已穷举的12个⽅案中⽅案i所需的车辆数为决策变量Xi （i=1，2…12），即：⽅案1的运送车台数为X1；⽅案2的运送车台数为X2；⽅案3的运送车台数为X3；⽅案4的运送车台数为X4；⽅案5的运送车台数为X5；⽅案6的运送车台数为X6；⽅案7的运送车台数为X7；⽅案8的运送车台数为X8；⽅案9的运送车台数为X9；⽅案10的运送车台数为X10；⽅案11的运送车台数为X11；⽅案12的运送车台数为X12。
生活中运筹学案例分析
生活中运筹学案例分析生活中的许多情境都可以运用运筹学的理念和方法来进行分析和优化。
下面我将通过几个生活中的案例来说明运筹学在实际生活中的应用。
首先，我们来看一个日常生活中的例子，早晨出门上班。
在早晨高峰期，许多人都面临着上班迟到的问题。
这时候我们可以运用运筹学的方法来优化出行路线。
比如，我们可以提前规划好最佳的出行路线，避开交通拥堵的路段，选择合适的出行工具，比如地铁、公交等，以最快的速度到达目的地，从而减少出行时间，提高效率。
其次，我们来看一个生产管理中的案例，生产调度。
在工厂的生产中，如何合理安排生产任务和生产资源是一个重要的问题。
我们可以借助运筹学的方法，通过对生产任务的分析和排程，合理安排生产顺序和生产线的利用率，从而提高生产效率，降低生产成本。
再次，我们来看一个物流配送中的案例，快递配送。
在快递行业中，如何合理安排快递的配送路线和时间是一个关键问题。
我们可以利用运筹学的方法，通过对快递订单的分析和规划，合理安排配送路线和配送顺序，以最短的时间和最低的成本完成配送任务，提高配送效率，提升客户满意度。
最后，我们来看一个市场营销中的案例，促销活动。
在市场营销中，如何制定合适的促销策略是至关重要的。
我们可以运用运筹学的方法，通过对市场需求和产品销售情况的分析，制定合理的促销策略和销售计划，最大限度地提高销售额，实现市场目标。
通过以上几个案例的分析，我们可以看到运筹学在生活中的广泛应用。
无论是日常生活、生产管理、物流配送还是市场营销，都可以通过运筹学的方法来优化资源配置，提高效率，降低成本，实现最佳的决策和规划。
希望大家在生活和工作中能够更多地运用运筹学的理念和方法，从而取得更好的效果。
运筹学案例分析一炼油厂生产计划安排
运筹学案例分析报告—炼油厂生产计划安排班级：1516122组号：6姓名、学号（组长、（组员、（组员、分工）:吴错楠9、建立数学模型分工）：张灿龙0、编写报告分工）：游泽锋2、编写lingo程序.案例描述炼油厂输入两种原油（原油1和原油2 ）。
原油先进入蒸馏装置，每桶原油 经蒸馏后的产品份额见表1,其中轻、中、重石脑油的辛烷值分别为 90、80和 70。
表1石脑油部分直接用于发动机油混合，部分输入重整装置，得辛烷值为115 的重整汽油。
1桶轻、中、重石脑油经重整后得到的重整汽油分别为、、桶。
蒸馏得到的轻油和重油，一部分直接用于煤油和燃料油的混合， 一部分经裂 解装置得到裂解汽油和裂解油。
裂解汽油的辛烷值为 105。
1桶轻油经裂解后得 到桶裂解汽油和桶裂解油；1桶重油裂解后得到桶裂解汽油和桶裂解油。
其中裂 解汽油用于发动机油混合，裂解油用于煤油和燃料油的混合。
渣油可直接用于煤油和燃料油的混合，或用于生产润滑油。
1桶渣油经处理 后可得桶润滑油。
混合成的发动机油高档的辛烷值应不低于 94,普通的辛烷值不低于84。
混 合物屈油1某炼油厂的工艺流程图如下图1。
的辛烷值按混合前各油料辛烷值和所占比例线性加权计算。
规定煤油的气压不准超过1kg/cm2，而轻油、重油、裂解油和渣油的气压分别为、、和cm2。
而气压的计算按各混合成分的气压和比例线性加权计算。
燃料油中，轻油、重油、渣油和裂解油的比例应为10：3：1：4。
已知每天可供原油1为20000桶，原油2为30000桶。
蒸馏装置能力每天最大为45000桶，重整装置每天最多重整10000桶石脑油，裂解装置能力每天最大为8000桶。
润滑油每天产量应在500~1000桶之间，高档发动机油产量应不低于普通发动机油的40%。
又知最终产品的利润（元/桶）分别为：高档发动机油700,普通发动机油600,煤油400,燃料油350,润滑油150.试为该炼油厂制订一个使总盈利为最大的计划。
- 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、"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、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)。
武城万事达酒水批发案例分析导言：每个企业都是为了赚取利润，想要赚取更多的利润就要想办法节约自己的成本，那怎么节约自己的成本呢？运筹学是一门用纯数学的方法来解决最优方法的选择安排的学科。
运输是配送的必需条件，但是怎么才能让武城万事达酒水批发厂在运输问题是节约运输成本呢？我们就运用运筹学的方法来进行分析。
我们对他原来的运输路线进行调查，计算原来需要的运输成本，对它的运输方式我们进行研究然后确定新的运输路线为他节约运输成本。
一、案例描述武城万事达酒水批发有四个仓库存储啤酒分别为1、2、3、4,有五个销地A、B、C、D、E，各仓库的库存与各销售点的销售量（单位均为t)，以及各仓库到各销售地的单位运价（元/t）。
半年中，1、2、3、4仓库中分别有300、400、500、300吨的存量，半年内A、B、C、D、E五个销售地的销量分别为170、370、500、340、120吨。
且从1仓库分别运往A、B、C、D、E五个销售地的单位运价分别为300、350、280、380、310元，从2仓库分别运往A、B、C、D、E五个销售地的单位运价分别310、270、390、320、340元，从3仓库分别运往A、B、C、D、E五个销售地的单位运价分别290、320、330、360、300元，从4仓库分别运往A、B、C、D、E五个销售地的单位运价分别310、340、320、350、320元。
具体情况于下表所示。
求产品如何调运才能使总运费最小？仓库A B C D E 存量销地1 3002 4003 5004 300销量170 370 500 340 120 1500武城万事达酒水批发原来的运输方案：E销售地的产品从1仓库供给，D销售地的产品全由2仓库供给，C销售地全由3仓库供给，A、B销售地产品全由4仓库供给。
即：产生的运输费用为Z1=310*120+320*340+330*500+340*370+310*170=489500Z1二、模型构建1、决策变量的设置设所有方案中所需销售量为决策变量X ij（i=1、2、3、4，j=A、B、C、D、E），即：方案1：是由仓库1到销售地A的运输量X1A方案2：是由仓库1到销售地B的运输量X1B方案3：是由仓库1到销售地C的运输量X1C方案4：是由仓库1到销售地D的运输量X1D方案5：是由仓库1到销售地E的运输量X1E方案6：是由仓库2到销售地A的运输量X2A方案7：是由仓库2到销售地B的运输量X2B方案8：是由仓库2到销售地C的运输量X2C方案9：是由仓库2到销售地D的运输量X2D方案10：是由仓库2到销售地E的运输量X2E方案11：是由仓库3到销售地A的运输量X3A方案12：是由仓库3到销售地B的运输量X3B方案13：是由仓库3到销售地C的运输量X3C方案14：是由仓库3到销售地D的运输量X3D方案15：是由仓库3到销售地E的运输量X3E方案16：是由仓库4到销售地A的运输量X4A方案17：是由仓库4到销售地B的运输量X4B方案18：是由仓库4到销售地C的运输量X4C方案19：是由仓库4到销售地D的运输量X4D方案20：是由仓库4到销售地E的运输量X4E2、目标函数的确定问题是求在运输过程中使总运费最小目标函数为:Min:Z=300X1A+350X1B+280X1C+380X1D+310X1E+310X2A+270X2B+390X2C+320X2D+340 X2E+290X3A+320X3B+330X3C+360X3D+300X3E+310X4A+340X4B+320X4C+350X4D+320X3A3、约束条件：X1A+X1B+X1C+X1D+X1E=300X2A+X2B+X2C+X2D+X2E=400X3A+X2B+X3C+X3D+X3E=500X4A+X4B+X4C+X4D+X4E=300X1A+X2A+X3A+X4A=170X1B+X2B+X3B+X4B=370X1C+X2C+X3C+X4C=500X1D+X2D+X3D+X4D=340X+X2E+X3E+X4E=1201EX ij（i=1、2、3、4，j=A、B、C、D）≥ 04、运用表上作业法对模型求解：仓库销地ABC D E存量行罚数1 2 3 4 51 300300 20 20 10 10 102 37030400 40 10 10 10 103 17020010120500 10 10 10 10 104 300300 10 10 10 10 10销量170 370 500 340 120150 0列罚数1 10 【50】40 30 102 10 【40】30 103 10 【30】104 10 【10】5 【10】检验是否为最优解：X1A=X1A-X3A+X3C-X1C=300-290+360-280=90X2A=X2A-X3A+X4D-X2D=310-290+360-320=60X4A=X4A-X4D+X3D-X3A=310-350+360-290=30X3B=X3B-X3D+X2D-X2B=320-360+320-270=10X4B=X4B-X4D+X2D-X2B=340-350+320-270=40X2C=X2C-X3C+X3D-X2D=390-330+360-320=100X4C=X4C-X4D+X3D-X2C=320-350+360-330=0X1D=X1D-X3D+X3C-X1C=380-360+330-280=70X1E=X1E-X3E+X3C-X1C=310-300+330-280=60300350X2E=X2E-X3E+X3D-X2D=340-300+360-320=80X4E=X4E-X4D+X3D-X3E=320-350+360-300=30我们运用表上作业发对模型求得的一个解我们用闭合回路发进行检验，因为检验数全部是非负的，所以我们找出的解是最优解，最优解为：由1仓库运往C销地300吨，2仓库运往B地370吨，2仓库运往D地30吨，3仓库运往A销地170吨，3仓库运往C销地200吨，3仓库运往D销地10吨，3仓库运往E销地120吨，4仓库运往D销地300吨.三、效益分析通过上述计算可知：原武城万事达酒水批发运输方案为：Ｅ销售地的产品全部由仓库１供给，Ｄ销售地的产品全部由仓库２供给，Ｃ销售地的产品全部由仓库３供给，Ａ、Ｂ销售地的产品全部由仓库４供给。
：即：计算原武城万事达酒水批发的实际运输费用Z1原实际运输费用为Z=310x120+320x340+330x500+340x370+310x170=489500(元)1：计算武城万事达酒水批发经过我们小组同学进行运筹学规划以后的费用Z2通过解析模型可得到最优运输方案为由1仓库运往C销售地300吨由2仓库分别运往B、D，销售地370吨、30吨由3仓库分别运往A、C、D、E，销售地170吨，200吨、10吨、120吨由4仓库运往D销售地300吨=300*280+370*270++30*320+290*170+330*200+360*10+300*120+350*300 Z2=453400(元)由于本方案是由我们组7位同学通过5天时间得到的方案，在济南每个人每月的平均工资为月薪为4000元，我们小组花费了35个工作日，所以我们的总花费为为：Q=7/30x4000*5=4700(元)所以原武城万事达酒水批发在这半年的效益为：489500-453400=36100(元)则今年的效益为72200（元）假设武城万事达酒水批发给我们15%的提成：72200*15%=10000（元）10000-4700=5300（元）原武城万事达酒水批发每年的实际效益将在原来的收益上增加为：72200-10000=62200（元）四、心得体会简单的来说，运筹学就是通过数学模型来安排物资，它是一门研究如何有效的组织和管理人机系统的科学。
从提出问题，分析建摸到求解到方案对逻辑思维的严密性也是一种考验，但它与我们经济管理类专业的学生以后走上工作岗位是息息相关的。
运筹学应用分析，试验，量化的方法，对经济管理系统中人财物等有限资源进行统筹安排，为决策者提供有依据的最优方案，以实现最有效的管理。
对经济问题的研究，在运筹学中，就是建立这个问题的数学和模拟的模型。
建立模型是运筹学方法的精髓。
通常的建模可以分为两大步：分析与表述问题，建立并求解模型。
通过本学期实习训练，我们正是对这两大步骤的诠释和演绎。
运筹学模型的建立与求解，是对实际问题的概括与提炼，是对实际问题的数学解答。
而通过本次的实习，我们也深刻的体会到了这一点。
将错综复杂的实例问题抽象概括成数学数字，再将其按要求进行求解得出结果，当然还有对结果的检验与分析也是不可少的。
在这一系列的操作过程中，我们不仅可以体会到数学问题求解的严谨和规范，同时也有对运筹学解决问题的喜悦。
通过这一个周实习训练，我们对有关运筹学建模问题有了更深刻的认识和把握；对运筹学的有关知识点也有了进一步的学习和掌握，实习课程的学习很快过去，但它对我们掌握运筹学建模问题的要求却并没有随课程的结束而结束。
因此在以后的学习当中我们更应该时己刻温习，不时巩固，以达到知新的效果。
以上就是我的一些感悟，希望可以对自有所帮助。