期望值推导生产与订购决策的最优模型

2010年第七届苏北数学建模联赛承诺书我们仔细阅读了第六届苏北数学建模联赛的竞赛规则。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。我们的参赛报名号为：参赛组别（本科或专科）：本科参赛队员(签名)：队员1：熊金柳队员2：李敏队员3：向义获奖证书邮寄地址：2010年第七届苏北数学建模联赛题目期望值推导生产与订购决策的最优模型摘要本文在通过一定假设的情况下，建立了供应链的生产与订购问题的数学模型，从总体上分析生产、销售各环节之间的关系。运用概率分布，线性规划，模糊数学的知识建立规划模型。根据约束条件、求最优解，确定最优订购量、最优计划生产量。针对最优订购量，最优计划生产量，建立了两个模型对其进行判断：模型一：通过计算利润的最大期望值推导最优订购量，总利润期望值为：)()]()[()()]()[(C(Q)Max1Q0rrQwQuvrrQwruvrQr求得最优订购量Q。模型二：计算损失的最小期望推导最优计划生产量，总损失期望值为：rrrwrQw0Q1Q)Q()Q()Q()(C(Q)求得最优计划生产量Q。对于问题（1），首先建立模糊变量实际生产量的概率分布函数，用利润最大期望值求出销售商最优计划订购量400x1,生产商最优计划生产量476x3。对于问题（2），根据模糊变量的概率分布函数，用模型二计算销售商损失期望值最小，求出销售商最优订购量454x1,再将值代入根据模型一建立的生产商利润期望值函数最小，，求得生产商最优计划生产量534x3。对于问题（3），联立一级生产商利润期望值最大和二级生产商损失期望值最小，求出二级生产商最优订购量424Q1，再代入一级生产商利润期望值最大求得一级生产商的最优计划生产量984Q2。对于后面一问，我们可以根据销售商损失期望值最小求出销售商最优订购量，进行求解即可。1问题的重述一、背景知识供应链是一种新的企业组织形态和运营方式,包括从客户需求信息开始经过原材料供应、生产批发销售等环节,到最后把产品送到最终用户的各项制造和商业活动。供应链运作过程中需要应对生产和需求的不确定性。在不确定环境下，研究供应链成员的生产与订购决策问题，具有重要的理论和现实意义。二、具体实验数据见附录表格三、要解决的问题问题一：假设商品的最终需求量是确定的，而生产商生产商品量是不确定的，即由于受到各种随机因素的影响，商品实际产量可能不等于计划产量，呈现随机波动。通过建立数学模型确定销售商的最优订购量和生产商的最优计划产量。问题二：在问题一的供应链中，如果商品的市场需求量也是随机的，即市场需求量是一个随机变量，建立数学模型，确定销售商的最优订购量和生产商的最优计划产量。问题三：产成品的市场需求量是确定的，研究在两级生产不确定的供应链中，二级生产商（产成品生产商）的最优订购量和一级生产商（原材料或原产品生产商）的最优计划产量。在两级生产不确定的供应链中，如果产成品的市场需求量也是一个随机变量，如何改进你所建立的数学模型，确定二级生产商的最优订购量和一级生产商的最优计划产量？2模型的假设与符号说明一．模型的假设：(1)商品生产量服从均匀分布；(2)订货就立即交货；(3)库存商品的使用价值不会受到影响；(4)商品质量有保证，出售后不会被大规模的退回；(5)产品的生产及销售不存在意外性，即因偶然因素无法进行生产或销售受到重大影响；(6)生产商和销售商都具有较好的商业素质，比较注重信誉，对未来发展有长远的打算。二．名词解释：销售缺货成本——由于销售商的供应量不足客户的需求量，而产生的惩罚性成本，比如信誉损失成本批发缺货成本——由于生产商的供应量不足销售商的订购量，而产生的惩罚性成本，比如信誉损失成本三．符号说明序号符号符号说明1u单位产品生产成本2v单位产品批发价格3w单位产品库存成本41w一级生产商缺货损失成本52w二级生产商缺货损失成本63w销售商缺货损失成本7x需求量81x销售商订购量92x二级级生产商计划生产量103x二级生产商实际生产量111Q二级生产商订购量122Q一级生产商计划生产量133Q一级生产商实际生产量函数的说明函数函数说明)(x31模糊变量13xx和之间大小关系的可信性分布函数)(x32模糊变量xxx13、和之间大小关系的可信性分布函数)(Q33模糊变量13QQ和之间大小关系的可信性分布函数R(x)销售商销售利润函数)(xR31生产商或二级生产商批发利润函数)(QR31一级生产商批发利润函数H(x)存货量函数P(x)缺货量函数)(rr的概率分布)(QQ的概率分布3模型的建立模型一计算利润的最大期望推导最优订购量其中，Q为订货量，r为市场需求量，1w为单位产品的销售缺货成本。存货量Qr0,Qrr,-QH(x)缺货量QrQ,-rQr0,P(x)如果订货量大于需求量（rQ）时，其盈利的期望值为)()]()[(0rrQwruvQr而如果订货量小于需求量（rQ）时，其盈利的期望值为)()]()[(1QrrQwQuvr故总利润的期望值上述两部分之和)()]()[()()]()[(C(Q)1Q0rrQwQuvrrQwruvrQr求最优订购量，只需根据约束条件，用相关软件进行求解，求得利润的期望值最大，此时Q的取值，即为最优订购量。模型二计算损失的最小期望推导最优计划生产量Q为生产商的实际生产量，r为订购量，w1为单位产品的批发缺货成本。存货量Qr0,Qrr,-QH(x)缺货量QrQ,-rQr0,P(x)如果实际生产量大于订购量（rQ）时，其损失的期望值为)Q()(QrrQw而如果订货量小于需求量（rQ）时，其损失的期望值为rrw0Q1)Q()Q(故总损失的期望值为上述两部分之和rrrwrQw0Q1Q)Q()Q()Q()(C(Q)求最优的计划生产量，只需根据约束条件，用相关软件求解，求得损失的期望值最小，此时Q的取值，即为最优计划生产量。4问题的分析一、相关知识的介绍软件:Lingo是美国Lindo系统公司开发的一套专门用于求解最优化问题的软件包。Lingo除了具有求解线性、非线性规划和二次规划问题，也可以用于一些线性和非线性方程（组）的求解,等等。其最大特色在于可以允许优化模型中的决策变量是整数（即整数规划）,而且执行速度很快。Lingo实际上还是最优化问题的一种建模语言,包括许多常用的函数可供使用者建立优化模型时调用,并提供与其他数据文件（如文本文件、Excel电子表格文件、数据库文件等）的接口,易于方便地输入、求解和分析大规模最优化问题。二、对问题的分析及约束条件的给出本题是关于生产、销售供应链的问题即先确定一个环节，再求其它环节的最优设置，进而用所求的数据再将先确定的环节最优化。通过不确定或确定的最终需求量、生产商品量、销售商的最优订购量和生产商的最优计划产量之间的关系建立数学模型，并利用附件中的数据来确定销售商的最优订购量和生产商的最优计划产量。对（1）的分析：单位产品销售缺货成本为25，单位商品库存成本为5，所以销售商的订购量一定不小于市场需求量：400x1单位产品批发缺货成本为15，单位商品库存成本为5，所以生产商的预定生产量不小于销售商的订购量：12xx2x取值范围的确定：生产商的最小生产量250.8x不大于市场需求量（40050.82x），计算出470x2生产商的最大生产量21.15x不小于市场需求量（4001.15x2），计算出483x2所以（1）问的约束条件为12122xx400x348x476x对（2）问的分析：单位产品销售缺货成本为25，单位商品库存成本为5，所以销售商的订购量一定不小于市场需求量：400x1单位产品批发缺货成本为15，单位商品库存成本为5，所以生产商的预定生产量不小于销售商的订购量：12xx生产商的最小生产量250.8x不大于销售商订购量12x50.8x生产商的最大生产量21.15x不小于市场最小需求量3201.15x2所以（2）问的约束条件为3201.15xx50.8xx400x212121x对（3）问的分析：单位原产品缺货成本为5，单位原商品库存成本为5，所以一级生产商的计划生产量不小于二级生产商的订购量：12QQ单位产成品缺货成本为25，单位商品库存成本为7，所以二级生产商的订购量不小于需求量：8020.7Q1一级生产商的最小生产量250.8x不大于二级生产商的订购量12QQ50.8产成品的最小生产量不大于需求量004.9Q050.82产成品的最大生产量不小于需求量004.1Q151.12所以（3）问的约束条件为004.1Q151.1004.9Q050.8QQ50.88020.7QQQ22121125模型的求解5.1问题（1）的求解5.1.1建立模糊变量13xx和大小的可信性分布函数设x3为模糊变量，则13xx和之间大小关系的可信性分布函数：13221321231,3.085.013.015.1)(xxxxxxxxxxx，5.1.2建立生产商的批发利润函数生产商的批发利润为：xx)x-5(x-20xxx)x-15(x-20x)(xR131311331331=xx5x-25xxx15x-35x13311313因此生产商的批发利润函数)5x-25x(0.3xx-1.15x0.3x)0.85x-(x)15x-(35x)(xR312122211331285.01.15xxx31212221133.0)5x-25x(0.3xx-1.15x0.3x)0.85x-(x)15x-5x3(123213xxxx2212221122212x0.09)4555.7(1.15x-xx5x5.792)0.85x-(xxx）（）（2222122132319xx25.775xxx88x9.813x5050）（当)(xR31取得最大值。此时，2x取值即为最生产商的最优计划生产量用lingo软件求最优解，程序见附录一：通过计算，得到以下结果：生产商满足销售商订货量)x(x13的可信性为:13.015.1212131xxxxx）（生产商不满足销售商订货量)x(x13的可信性为:03.085.0221131xxxxx）（生产商不满足销售商定货量可信性为0，不满足的可信性为1。因此13xx的情况我们不需要进行考虑。12xx和之间存在如下关系：5.80xx215.1.3建立模糊变量xxx13、和大小的可信性分布函数设x3为模糊变量，则xxx13、和之间大小关系的可信性分布函数：13212132132232,0.3xx-1.15x,0.3xx)-(x,0.3x)0.85x-(x)(xxxxxxxx由5.1.2可知03.085.0221131xxxxx）（，因此1321213332,0.3xx-1.15x,0,0)(xxxxxxxx5.1.4建立销售商的销售利润函数销售商的销售利润131133333xxx)-5(x-20xxxxx)-5(x-20xxx)x-25(x-20xR(x)13113333xx5x-25xxxx5x-25xxx25x-45x销售商的销售利润函数：)5x-(25x0.3