当前位置: 首页 > news >正文

LINGO:存贮问题

存贮模型中的基本概念

模型:

5b9d0297e2cc467eaf5df18a77c395cd.png

基本要素:

(1)需求率:单位时间内对某种物品的需求量,用D表示。
(2)订货批量:一次订货中,包含某种货物的数量,用 Q表示。
(3)订货间隔期:两次订货之间的时间间隔,用 T表示。

基本费用:

(1)订货费:每组织一次生产、订货或采购的费用,通常认为与定购数量无关,
记为 eq?C_%7BD%7D
(2)存贮费:所有用于存贮的全部费用,通常与存贮物品的多少和时间长短有关。
单位存贮费记为 eq?C_%7BP%7D
(3)短缺损失费:由于物品短缺所产生的一切损失费用,通常与损失物品的多少
和短缺时间的长短有关,记为 eq?C_%7BS%7D

存贮策略:

(1) t 循环策略:不论实际的存贮状态如何,总是每隔一个固定的时间 t ,补充
一个固定的存贮量 Q
(2)( t, S) 策略:每隔一个固定的时间 t 补充一次,补充数量以补足一个固定的
最大存贮量 S 为准。因此,每次补充的数量是不固定的,要视实际存贮量而定。当存
贮(余额)为 I 时,补充数量为 Q = S I
(3)( s, S) 策略:当存贮(余额)为 I ,若 I > s ,则不对存贮进行补充;若 I s
则对存贮进行补充,补充数量 Q = S I 。补充后达到最大存贮量 S s 称为订货点(或
保险存贮量、安全存贮量、警戒点等)。在很多情况下,实际存贮量需要通过盘点才能
得知。若每隔一个固定的时间 t 盘点一次,得知当时存贮 I ,然后根据 I 是否超过订货
s ,决定是否订货、订货多少,这样的策略称为( t, s, S)策略。

基本存贮模型

模型一:不允许缺货,补充时间极短(基本的经济订购批量存贮模型)

该模型满足以下条件:
(1)短缺费为无穷,即 eq?C_%7BS%7D  = ∞ ;
(2)当存贮降到零后,可以立即得到补充;
(3)需求是连续的、均匀的,即需求速度(单位时间的需求量) D 为常数;
(4)每次的订货量不变,订购费不变;
(5)单位存贮费为 eq?C_%7BP%7D  
477bb9078b9143238aec7c662234b5e7.png
例:某商品单位成本为5元,每天保管费为成本的0.1%,每次定购费为10元。已知对该商品的需求是100 件/天,不允许缺货。假设该商品的进货可以随时实现。问应怎样组织进货,才能最经济。
model: 
sets: 
times/1 2/:n,Q,C; 
endsets 
data: 
n=57 58; 
enddata 
C_D=10; 
D=100*365; 
C_P=0.005*365; 
@for(times:n=D/Q;C=0.5*C_P*Q+C_D*D/Q); 
end

65023a473d714ce6b2f5ef5dd70b38ed.png

求整数解:

model: 
sets: 
times/1..100/:C,Q; !100不是必须的,通常取一个适当大的数就可以了;
endsets 
C_D=10; 
D=100*365; 
C_P=0.005*365; 
@for(times(i):Q(i)=D/i;C(i)=0.5*C_P*Q+C_D*D/Q); 
C_min=@min(times:C); 
Q_best=@sum(times(i):Q(i)*(C(i) #eq# C_min)); 
!(C(i) #eq# C_min)返回的值为0或1; 
N_best=D/Q_best; 
end 

3c9362550eff48e8a152f3a364f233f3.png

 

模型二:允许缺货,补充时间较长(经济生产批量存贮模型)

该模型满足以下条件:
(1)需求是连续的,即需求速度(单位时间的需求量) D 为常数;
(2)补充需要一定时间。即一旦需要,生产可立刻开始,但生产需要一定周期。
设生产是连续均匀的,即生产速度 P 为常数。同时,设 P > D
(3)单位存贮费为 eq?C_%7BP%7D  ,单位缺货费为 eq?C_%7BS%7D,订购费为 eq?C_%7BD%7D 。不考虑货物价值。

11ce72fa50574da8ab4ef1095a4b1a1d.png

例:有一个生产和销售图书设备的公司,经营一种图书专用设备,基于以往的销售记录和今后市场预测。估计今后一年的需求量为4900个,由于占用资金的利息以及存贮库房和其它人力物力的费用,存贮一个书架一年要花费1000元。这种书架是该公 司自己生产的,每年的生产量9800个,而组织一次生产要花费设备调试等生产准备费500元。如果允许缺货,缺货费为每年每件2000元。该公司为了把成本降到最低,应如何组织生产?要求出其生产、存贮周期,每个周期的最优生产量,以及最少的年总费用。

model: 
D=4900; 
C_P=1000; 
P=9800; 
C_D=500; 
C_S=2000; 
T=(2*C_D*(C_P+C_S)/(D*C_P*C_S*(1-D/P)))^0.5; !单位为年;
TT=T*365; !单位为天;
Q=D*T; 
T_S=C_P*TT/(C_P+C_S); !求缺货时间;
T_P=D*TT/P; ! 求生产周期;
C=2*C_D/T; ! 求年总费用;
end
求得每个周期为 9 天,其中 9 天中有 4.5 天在生产,每次的生产量为 121 件,而且缺货的时间有 3 天。总的费用(包括存贮费、订货费和缺货费)为 40414.52 元。

738d10c91a4e47d190db5f4fb551525a.png

模型三:不允许缺货,补充时间较长(基本的经济生产批量存贮模型)

在模型二的假设条件中,取消允许缺货条件(即设 eq?C_%7BS%7D → ∞ , t2 = 0 ),就成为模
型三。因此,模型三的存贮状态图和最优存贮策略可以从模型二直接导出。
211b6e6d1b6a44269b47545b8b4a30d7.png
例:某电器公司的生产流水线需要某种零件,该零件需要靠订货得到。已知批量订货的订货费 12000 元/次,每个零件的存贮机费用为0.3元/(件·月),每个零件的缺货损失为1.1 元/(件·月),设该零件的每月需求量为8000件。求全年的订货次数、订货量以及最优存贮费用。
model: 
min=0.5*C_P*(Q-S)^2/Q+C_D*D/Q+0.5*C_S*S^2/Q; 
n=D/Q;@gin(n); 
data: 
C_D=12000; 
D=96000; 
C_P=3.6; 
C_S=13.2; 
enddata 
end
得全年组织 3 次订货,每次的订货量为 32000 件,最大缺货量为 6857.141 件, 最优费用为 81257.14 元

22231976b0464ec49e61019f175b632a.png

 

相关文章:

LINGO:存贮问题

存贮模型中的基本概念 模型: 基本要素: (1)需求率:单位时间内对某种物品的需求量,用D表示。 (2)订货批量:一次订货中,包含某种货物的数量,用 Q表…...

《微服务王国的守护者:Spring Cloud Dubbo的奇幻冒险》

5. 经典问题与解决方案 5.3 服务追踪与链路监控 在微服务架构的广袤宇宙中,服务间的调用关系错综复杂,如同一张庞大的星系网络。当一个请求穿越这个星系,经过多个服务节点时,如何追踪它的路径,如何监控整个链路的健康…...

(九)npm 使用

视频链接:尚硅谷2024最新版微信小程序 文章目录 使用 npm 包自定义构建 npmVant Weapp 组件库的使用Vant Weapp 组件样式覆盖使用 npm 包 目前小程序已经支持使用 npm 安装第三方包,因为 node_modules 目录中的包不会参与小程序项目的编译、上传和打包, 因此在小程序项目中要…...

Thinkphp5内核宠物领养平台H5源码

源码介绍 Thinkphp5内核流浪猫流浪狗宠物领养平台H5源码 可封装APP,适合做猫狗宠物类的发信息发布,当然懂的修改一下,做其他信息发布也是可以的。 源码预览 源码下载 https://download.csdn.net/download/huayula/89361685...

一、Elasticsearch介绍与部署

目录 一、什么是Elasticsearch 二、安装Elasticsearch 三、配置es 四、启动es 1、下载安装elasticsearch的插件head 2、在浏览器,加载扩展程序 3、运行扩展程序 4、输入es地址就可以了 五、Elasticsearch 创建、查看、删除索引、创建、查看、修改、删除文档…...

NL6621 实现获取天气情况

一、主要完成的工作 1、建立TASK INT32 main(VOID) {/* system Init */SystemInit();OSTaskCreate(TestAppMain, NULL, &sAppStartTaskStack[NST_APP_START_TASK_STK_SIZE -1], NST_APP_TASK_START_PRIO); OSStart();return 1; } 2、application test task VOID TestAp…...

SpringCloud配置文件bootrap

解决方案&#xff1a; 情况一、SpringBoot 版本 小于 2.4.0 版本&#xff0c;添加以下依赖 <dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-context</artifactId> </dependency> 情况二、SpringBoot…...

经典面试题:进程、线程、协程开销问题,为什么进程切换的开销比线程的大?

上下文切换的过程&#xff1f; 上下文切换是操作系统在将CPU从一个进程切换到另一个进程时所执行的过程。它涉及保存当前执行进程的状态并加载下一个将要执行的进程的状态。下面是上下文切换的详细过程&#xff1a; 保存当前进程的上下文&#xff1a; 当操作系统决定切换到另…...

鸿蒙 DevEco Studio 3.1 Release 下载sdk报错的解决办法

鸿蒙 解决下载SDK报错的解决方法 最近在学习鸿蒙开发&#xff0c;以后也会记录一些关于鸿蒙相关的问题和解决方法&#xff0c;希望能帮助到大家。 总的来说一般有下面这样的报错 报错一&#xff1a; Components to install: - ArkTS 3.2.12.5 - System-image-phone 3.1.0.3…...

QGIS开发笔记(二):Windows安装版二次开发环境搭建(上):安装OSGeo4W运行依赖其Qt的基础环境Demo

若该文为原创文章&#xff0c;转载请注明原文出处 本文章博客地址&#xff1a;https://hpzwl.blog.csdn.net/article/details/139136356 长沙红胖子Qt&#xff08;长沙创微智科&#xff09;博文大全&#xff1a;开发技术集合&#xff08;包含Qt实用技术、树莓派、三维、OpenCV…...

设计一套Kafka到RocketMQ的双写+双读技术方案,实现无缝迁移!

设计一套Kafka到RocketMQ的双写双读技术方案&#xff0c;实现无缝迁移&#xff01; 1、背景2、方案3、具体逻辑 1、背景 假设你们公司本来线上的MQ用的主要是Kafka&#xff0c;现在要从Kafka迁移到RocketMQ去&#xff0c;那么这个迁移的过程应该怎么做呢&#xff1f;应该采用什…...

Mysql下Limit注入方法(此方法仅适用于5.0.0<mysql<5.6.6的版本)

SQL语句类似下面这样&#xff1a;&#xff08;此方法仅适用于5.0.0<mysql<5.6.6的版本&#xff09; SELECT field FROM table WHERE id > 0 ORDER BY id LIMIT &#xff08;注入点&#xff09; 问题的关键在于&#xff0c;语句中有 order by 关键字&#xff0c;mysql…...

Makefile学习笔记15|u-boot顶层Makefile01

Makefile学习笔记15|u-boot顶层Makefile01 希望看到这篇文章的朋友能在评论区留下宝贵的建议来让我们共同成长&#xff0c;谢谢。 这里是目录 版本号信息 # SPDX-License-Identifier: GPL-2.0VERSION 2024 PATCHLEVEL 01 SUBLEVEL EXTRAVERSION -rc4 NAME 这里定义了u-bo…...

C++笔记之Unix时间戳、UTC、TSN、系统时间戳、时区转换、local时间笔记

C++笔记之Unix时间戳、UTC、TSN、系统时间戳、时区转换、local时间笔记 ——2024-05-26 夜 code review! 参考博文 C++笔记之获取当前本地时间以及utc时间...

leetcode338-Counting Bits

题目 给你一个整数 n &#xff0c;对于 0 < i < n 中的每个 i &#xff0c;计算其二进制表示中 1 的个数 &#xff0c;返回一个长度为 n 1 的数组 ans 作为答案。 示例 1&#xff1a; 输入&#xff1a;n 2 输出&#xff1a;[0,1,1] 解释&#xff1a; 0 --> 0 1 --&…...

sql server怎么存储图片

sql server怎么存储图片 在SQL Server中&#xff0c;可以使用VARBINARY数据类型来存储图片。以下是一个简单的例子&#xff0c;展示了如何将图片存储到数据库中&#xff0c;并从数据库中检索出来。 首先&#xff0c;创建一个表来存储图片数据&#xff1a; CREATE TABLE Image…...

大模型提示词Prompt学习

引言 关于chatGPT的Prompt Engineer&#xff0c;大家肯定耳朵都听起茧了。但是它的来由&#xff1f;&#xff0c;怎么能用好&#xff1f;很多人可能并不觉得并不是一个问题&#xff0c;或者说认定是一个很快会过时的概念。但其实也不能说得非常清楚&#xff08;因为觉得没必要深…...

蓝桥杯python组备赛指南

文章目录 前言刷题网站idle操作常用标准库mathdatetime 常见Q&A 前言 最近结束了比赛&#xff0c;我对比赛的过程进行了详细的复盘&#xff0c;并计划撰写一篇文章。这篇文章旨在为准备参加蓝桥杯的学弟学妹们提供帮助&#xff0c;我希望我的文章和笔记能对你们有所裨益。…...

架构师系列-定时任务解决方案

定时任务概述 在很多应用中我们都是需要执行一些定时任务的&#xff0c;比如定时发送短信&#xff0c;定时统计数据&#xff0c;在实际使用中我们使用什么定时任务框架来实现我们的业务&#xff0c;定时任务使用中会遇到哪些坑&#xff0c;如何最大化的提高定时任务的性能。 我…...

新计划,不断变更!做自己,接受不美好!猪肝移植——早读(逆天打工人爬取热门微信文章解读)

时间不等人 引言Python 代码第一篇 做自己&#xff0c;没有很好也没关系第二篇结尾 引言 新计划&#xff1a; 早上一次性发几个视频不现实 所以更改一下 待后面有比较稳定的框架再优化 每天早上更新 早到8点 晚到10点 你刚刚好上班或者上课 然后偷瞄的看两眼 学习一下 补充知…...

Shopify开发者必看:用Postman搞定GraphQL Admin API的完整流程(含Java代码示例)

Shopify开发者实战&#xff1a;Postman与Java整合的GraphQL Admin API高效开发指南 GraphQL正在重塑电商API的交互方式&#xff0c;Shopify作为全球领先的SaaS电商平台&#xff0c;其Admin API的GraphQL实现为开发者提供了更灵活的数据操作能力。本文将带您从零构建完整的开发工…...

OpenClaw+Qwen3.5-9B智能爬虫:合规数据采集与结构化存储方案

OpenClawQwen3.5-9B智能爬虫&#xff1a;合规数据采集与结构化存储方案 1. 为什么需要智能爬虫&#xff1f; 去年我接手了一个市场调研项目&#xff0c;需要从30多个电商平台抓取商品价格和评论数据。传统爬虫开发让我吃尽苦头——每个网站结构不同&#xff0c;反爬策略各异&…...

AI编程助手入门:Ollama运行Yi-Coder-1.5B,快速生成函数与类

AI编程助手入门&#xff1a;Ollama运行Yi-Coder-1.5B&#xff0c;快速生成函数与类 1. 为什么选择Yi-Coder-1.5B作为编程助手 1.1 轻量级但功能强大 Yi-Coder-1.5B是一款专为代码生成优化的开源模型&#xff0c;虽然只有1.5B参数&#xff0c;但在编程任务上的表现却出人意料…...

计算机视觉——疲劳检测、基于DNN的年龄性别预测

一、疲劳检测&#xff08;基于 dlib 的人脸检测与 68 点关键点定位&#xff09;1.1摘要疲劳检测是一类通过分析人体行为&#xff08;如眼睛闭合、头部姿态、打哈欠等&#xff09;来判断个体是否处于疲劳或注意力不集中的技术。它在驾驶员监控、驾驶安全、课堂学员状态检测、远程…...

深度探索.NET Aspire在云原生应用性能与安全加固的创新实践

深度探索.NET Aspire在云原生应用性能与安全加固的创新实践 前言 云原生应用在当今数字化转型浪潮中扮演着关键角色&#xff0c;其性能与安全成为决定应用成败的核心要素。.NET Aspire作为微软推出的面向云原生开发的框架&#xff0c;为开发者提供了一套完整的工具与方法&#…...

如何利用 SEO 优化平台提高网站排名

如何利用 SEO 优化平台提高网站排名 在当前数字化时代&#xff0c;网站排名是吸引流量、提升业务的重要因素。搜索引擎优化&#xff08;SEO&#xff09;在这一过程中扮演着不可或缺的角色。本文将详细探讨如何利用 SEO 优化平台来提高网站在搜索引擎中的排名&#xff0c;涵盖问…...

CSS自定义变量在JS中动态读取_利用setProperty处理兼容赋值

JS读取CSS自定义变量需确保变量已作用于目标元素&#xff08;如:root或元素自身&#xff09;&#xff0c;再用getComputedStyle(el).getPropertyValue(--var)获取&#xff0c;注意双短横、返回字符串、空字符串非undefined&#xff1b;动态修改用setProperty仅限当前元素&#…...

从“数字员工”到“可控系统”:Agent 治理框架与审批流程

从“数字员工”到“可控系统”:Agent 治理框架与审批流程深度解析 摘要/引言 开门见山 你有没有在最近的科技峰会、企业新闻或者 GitHub 热榜里,听到过「Agent 接管 80% 重复性编程工作」「金融客服 Agent 日处理量破百万件」这类令人振奋又隐隐不安的消息?上周我和某银行…...

STM8 Bootloader实现与固件远程升级技术详解

1. 项目概述在嵌入式产品开发中&#xff0c;经常会遇到设备出厂后需要远程升级固件的需求。最近我在新能源行业的一个项目中就遇到了这种情况&#xff1a;已经封装好的设备出现软件Bug需要修复&#xff0c;但无法拆机使用传统烧录工具。这时候Bootloader技术就派上了大用场。Bo…...

国内垃圾分选设备厂家与市场发展趋势分析

国内垃圾分选设备市场概况目前&#xff0c;国内垃圾分选设备市场正在经历快速发展。随着环保意识的提升以及国家相关政策的推动&#xff0c;垃圾分类和资源回收成为社会各界关注的焦点。我们注意到&#xff0c;近年来&#xff0c;许多城市相继实施了垃圾分类政策&#xff0c;这…...