【正文】 2 臺；同理 。7. .. .. .2,1,50654321 ???????? ixxxxxxx iiiiiii 。6......2,1,7......2,1,38471 ?????? jktxa kikji kj 11 1 1 1 1 11( ) ( ( ) 1 )2i i i i im x c si g n x c? ? ? ? ? ； ( 1 ) ( )1( ) ( ( ) 1 ) 。 在安排相應的設備維修情況下得到最大的利潤下 企業(yè)在各個月的生產(chǎn)量表格如下 ： 表 I II III IV V VI VII 1 月 500 1100 300 300 856 201 200 2 月 600 400 200 100 344 299 50 產(chǎn) 品 13 3 月 400 700 100 0 600 400 100 4 月 0 0 0 0 0 0 0 5 月 0 100 500 100 1100 300 0 6 月 550 550 150 350 1150 550 110 詳細結果 見 — 附錄 。不妨將我們的目標函數(shù)看做整體的“效益” ，將設備的工作時間、設備的生產(chǎn)能力、設備的機器臺數(shù)看做我們的生產(chǎn)能力；將市場需求量當做我們的產(chǎn)品容量。由表可以看出：當?shù)?3月份鏜床在維修中時，對應需要經(jīng)過鏜床加工的 第 I、 II、 IV、 V和 VII種產(chǎn)品就不能照常生產(chǎn)，直接導致該月沒有此類產(chǎn)品的出產(chǎn)，這嚴重影響了公司利潤；當?shù)?3月份市場對III、 IV的需求量為 0，即我們生產(chǎn)的產(chǎn)品在該月銷售不了，這說明對于該產(chǎn)品的相關工作在這個月都要相應的停止，這對企業(yè)的安排具有很大的不利性，如生產(chǎn)III、 IV種產(chǎn)品的師傅需要休假一個月。 問題二的 結果 分析： 企業(yè)通過安排設備的維修，保障在市場需求量的容量下獲得企業(yè)效益最大化。 綜合分析： 企業(yè)的最大效益是每個企業(yè)最求的最大目標，資源，能力和市場容量的多方面共同限制企業(yè)的最大效益。 五、模型的評價和推廣 模型在企業(yè)的生產(chǎn)安排和其他相似類型 有很大的應用性 ，如城市交通 公交 的安排、 國家對部分地區(qū)資源的供應等等。 模型的缺點： 1. 機器在運行中不能確保一定不能出故障，微小的故障可能打亂了企業(yè)的整個計劃，最后影響效益，即可變性較差。 六、參考文獻 [1] 姜啟源等．數(shù)學模型（第三版）．高等教育出版社． 2020 [2] 編寫組．數(shù)學模型．華南理工大學出版社． [3] ．目標規(guī)劃及其應用． 胡運權譯．哈爾濱工業(yè)大學出版社． 1988 七、附錄 附錄 ： max=100*x1+60*x2+80*x3+40*x4+110*x5+90*x6+30*x75*(m1+m2+m3+m4+m5+m6+m7)。gin(x12)。gin(x14)。gin(x16)。gin(x22)。gin(x24)。gin(x26)。gin(x32)。gin(x34)。gin(x36)。gin(x42)。gin(x44)。gin(x46)。gin(x52)。gin(x54)。gin(x56)。gin(x62)。gin(x64)。gin(x66)。gin(x72)。gin(x74)。gin(x76)； 16 *x11+*x21+*x51+*x61+*x71=1152。 *x11+*x31+*x71=1152。 *x31+*x51+*x71=384； *x12+*x22+*x52+*x62+*x72=1536。 *x12+*x32+*x72=384。 *x32+*x52+*x72=384。 *x13+*x23+*x43+*x63=24*16*2。 *x13+*x23+*x43+*x53+*x73=0。 *x14+*x24+*x54+*x64+*x74=24*16*4。 *x14+*x34+*x74=24*16*3。 *x34+*x54+*x74=24*16*1。 *x15+*x25+*x45+*x65=24*16*1。 *x15+*x25+*x45+*x55+*x75=24*16*1。 *x16+*x26+*x56+*x66+*x76=24*16*4。 *x16+*x36+*x76=24*16*2。 *x36+*x56+*x76=0。 x2=x21+x22+x23+x24+x25+x2650。 x4=x41+x42+x43+x44+x45+x4650。 x6=x61+x62+x63+x64+x65+x6650。 m16=50。m36=50。m56=50。m76=50。 m21=(x211000)*if((x211000)ge0,1,0)。 m41=(x41300)*if((x41300)ge0,1,0)。 m61=(x61200)*if((x61200)ge0,1,0)。 m11=100。m31=100。m51=100。m71=100。 m22=(m21+x22500)*if((m21+x22500)ge0,1,0)。 m42=(m41+x420)*if((m41+x420)ge0,1,0)。 m62=(m61+x62300)*if((m61+x62300)ge0,1,0)。 m12=100。m32=100。m52=100。m72=100。 m23=(m22+x23600)*if((m22+x23600)ge0,1,0)。 m43=(m42+x430)*if((m42+x430)ge0,1,0)。 m63=(m62+x63400)*if((m62+x63400)ge0,1,0)。 m13=100。m33=100。m53=100。m73=100。 m24=(m23+x24300)*if((m23+x24300)ge0,1,0)。 m44=(m43+x44500)*if((m43+x44500)ge0,1,0)。 m64=(m63+x640)*if((m63+x640)ge0,1,0)。 m14=100。m34=100。m54=100。m74=100。 m25=(m24+x25100)*if((m24+x25100)gt0,1,0)。 m45=(m44+x45100)*if((m44+x45100)gt0,1,0)。 m65=(m64+x65300)*if((m64+x65300)gt0,1,0)。 m15=100。m35=100。m55=100。m75=100。 m25+x26500=50。 m65+x66500=50。 m16=50。m36=50。m56=50。m76=50。 m2=m21+m22+m23+m24+m25+50。 m4=m41+m42+m43+m44+m45+50。 m6=m61+m62+m63+m64+m65+50。 19 附錄 ： Local optimal solution found. Objective value: Objective bound: Infeasibilities: Extended solver steps: 41 Total solver iterations: 98216 Variable Value X1 X2 X3 X4 X5 X6 X7 M1 M2 M3 M4 M5 M6 M7 X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 20 X31 X32 X33 X34 X35 X36 X41 X42 X43