柴油機的生產(chǎn)計劃問題論文-資料下載頁
2025-08-21 20:39本頁面
【導讀】上咨詢等）與隊外的任何人研究、討論與賽題有關的問題。引用處和參考文獻中明確列出。我們鄭重承諾，嚴格遵守競賽章程和參賽規(guī)則，以保證競賽的公正、公平性。違反競賽章程和參賽規(guī)則的行為，我們將受到嚴肅處理。（論文紙質(zhì)版與電子版中的以上信息必須一致，只是電子版中無需簽名。請仔細核對，提交后將不再允許做任何修改。如填寫錯誤，論文可能被取消評獎資格。歸等模型，結(jié)合MATLAB和EXCEL等軟件，對柴油機的生產(chǎn)計劃問題進行了多角度的分析，并給出了利用線性規(guī)劃模型柴來確定柴油機的生產(chǎn)計劃。出的產(chǎn)品當季不交貨，每萬臺積壓一個季度需儲存、維護等費用萬元。提供10萬,15萬,25萬,20萬臺同一規(guī)格的柴油機。以容忍%的缺貨的概率情況下，對該廠的2020年生產(chǎn)計劃作出安排。年的柴油價格作預測，并以此來對問題3作出計劃安排。劃問題，運用線性規(guī)劃知識和MATLAB軟件可求出最優(yōu)解和最優(yōu)值。
【正文】 好的反映出兩組變量的指標之間的相關分析性，可推廣性很強。雖然采用一元回歸模型能較好反應數(shù)據(jù)間的相關關系，但并不一定很準確，所以我們可以采取其他回歸模型來建立柴油價格和物流價格的相關函數(shù)。 14 七、參考文獻 [1] 譚代倫 李軍 ，運籌學簡明教程，北京：科學出版社， 2020。 [2] 百度百科，正態(tài)分布， 2020年 9月 13日。 [3] 中國石 油天然氣集團公司 ,中國石油油品信息 , ypxx/ypsc/gnqcyjg/,2020年 9月 13日。 [4] 林軍 陳翰林 ，數(shù)學建模教程，北京：科學出版社， 2020。 [5] 姜啟源 謝金星 葉俊，數(shù)學模型（第三版），北京：高等教育出版社， 2020。 15 八、附錄 附錄 1 clc。clear。 c1=[1000 800 800 1000]**10^(4)。 c2=[13 12 12 10]。 c3=[ 0]。 c=[c1+c2+c3]。 A=[1 1 0 0。1 1 1 0]。 b=[25。50]。 Aeq=[1 1 1 1]。 beq=[70]。 vlb=[10 0 0 0]39。 vub=[25 35 30 10]。 [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)。 x fval= 附錄 2 clc。clear。 b=[ 0 0 0。0 0 0。0 0 0。0 0 0 ]。 16 c1=[1000 800 800 1000]*b*10^(4)。 c2=[13 12 12 10]。 c3=[ 0]。 c=[c1+c2+c3]。 A=[1 1 0 0。1 1 1 0]。 b=[25。50]。 Aeq=[1 1 1 1]。 beq=[70]。 vlb=[10 0 0 0]39。 vub=[25 35 30 10]。 [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)。 x fval= 附錄 3 clc。clear。 c1=[1000 800 800 1000]**10^(4)。 c2=[13 12 12 10]。 c3=[ 0]。 c=[c1+c2+c3]。 A=[1 1 0 0。1 1 1 0]。 b=[。]。 Aeq=[1 1 1 1]。 17 beq=[]。 vlb=[ 0 0 0]39。 vub=[25 35 30 10]。 [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)。 x fval= 附錄 4 clc。clear。 x0 =[ ]。 %原始序列 x1=cumsum(x0)。%對 x（ 0）進行一次累加 for i=2:5 y(i1)=x0(i)/x1(i1)。 end y。 %光滑性檢驗 for i=2:5 h(i)=x1(i)/x1(i1)。 end h。 %判斷 x（ 1）是否具有指數(shù)規(guī)律 for i=1:4 z(i)=(x1(i)+x1(i+1))/2。 end z。 %對 x（ 1）作緊鄰均值生成 B=[z。ones(1,4)]39。 for i=1:4 18 Y(i)=x0(i+1)。 end a=(B39。*B)^(1)*B39。*Y39。 q=a(2)/a(1)。 p=x0(1)q。 for k=0:4 m(k+1)=p*exp(a(1)*k)+q。 end m。 %求 x（ 1）的模擬值 for k=0:4 h(k+1)=p*(exp(a(1)*(k+1))exp(a(1)*k))。 end h。 %求還原出 x（ 0）的模擬值 cc=x0h。 %殘差 dk=abs(cc)./x0。 %相對誤差 cc2=sum(cc(:,2:end).^(2))。 %殘差平方和 k=5。 d4=p*(exp(a(1)*(k+1))exp(a(1)*k))%預測 2020 0柴油價格 附錄 5 clc。clear。 c1=[1000 800 800 1000]**10^(4)。 c2=[13 12 12 10]。 c3=[ 0]。 c=[c1+c2+c3]。 19 A=[1 1 0 0。1 1 1 0]。 b=[。]。 Aeq=[1 1 1 1]。 beq=[]。 vlb=[ 0 0 0]39。 vub=[25 35 30 10]。 [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)。 x fval= 附錄 6 clc。clear。 data=xlsread(39。附件 39。,39。Sheet139。,39。C2:D1739。)。 x=data(:,1)。 y=data(:,2)。 plot(x,y,39。*39。) hold on p=polyfit(x,y,1)。 y1=p(1)*x+p(2)。 plot(x,y1) grid on [b,bint,r,rint,stats]=regress(y,[ones(sum(size(x))1,1) x]) rcoplot(r,rint) 20 21 附錄 7 clc。clear。 c1=[1000 800 800 1000]**10^(4)。 c2=[1000 800 800 1000]*(*)*10^(4)*4。 c3=[ 0]。 c=[c1+c2+c3]。 A=[1 1 0 0。1 1 1 0]。 b=[25。50]。 Aeq=[1 1 1 1]。 beq=[70]。 vlb=[10 0 0 0]39。 vub=[25 35 30 10]。 [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)。 x fval= 22 附錄 8 clc。clear。 b=[ 0 0 0。0 0 0。0 0 0。0 0 0 ]。 c1=[1000 800 800 1000]*b*10^(4)。 c2=[1000 800 800 1000]*[* 0 0 0。0 * 0 0。0 0 * 0。0 0 0 *]*4。 c3=[ 0]。 c=[c1+c2+c3]。 A=[1 1 0 0。1 1 1 0]。 b=[25。50]。 Aeq=[1 1 1 1]。 beq=[70]。 vlb=[10 0 0 0]39。 vub=[25 35 30 10]。 [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)。 x fval= 23 附錄 9 clc。clear。 c1=[1000 800 800 1000]**10^(4)。 c2=[1000 800 800 1000]*(*)*10^(4)*4。 c3=[ 0]。 c=[c1+c2+c3]。 A=[1 1 0 0。1 1 1 0]。 b=[。]。 Aeq=[1 1 1 1]。 beq=[]。 vlb=[ 0 0 0]39。 vub=[25 35 30 10]。 [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)。 x fval= 24
醫(yī)療健康相關推薦
鄂ICP備17016276號-1