实际案例。第一个:投资问题。
例1.(投资问题)某住宅公司有资金建造50套二室户,100套三户室和80套四室户。该公司在甲城征得土地可供建造180套,在乙城市征得土地可供建造120套。
每套住宅所获得的利润如下表所示。该司为了获得最大利润,试问应在这两个城市建造各类型的住宅各为多少套?假设所建住宅能全部售出。
1:发点及容量约束:建造50套二室户,100套三室户,80套四室户。
2:收点及其容量约束:甲地最多建造180套,乙地最多建造120套。
3:运费**:
4:决策变量:两个城建造的各种不同类型的住宅的套数。
5:优化目标:获得的利润最大。
tsp问题的的有关算法。
1:模拟退火算法: 模拟退火算法源于5o年代的随机搜索算法,8o年代才开始应用于组合优化领域.其出发点是将优化的目标函数视作能量函数,模仿物理学中固体物质的退火处理,在热平衡条件下,物体内部处于不同状态的概率服从boltzman分布,若退火步骤恰当,则最终会形成最低能量的基态. 该思想在求解优化问题时,不但接受对目标函数(能量函数)有改进的状态,还以某种概率接受使目标函数恶化的状态,从而可使之避免过早收敛到某个局部极值点.这种概率性的扰动能使之跳出局部极值点,故而得到的解常常很好.
2:遗传算法:遗传算法是一种(或者说一类)来自生物进化理论中“自然选择、适者生存”原则的搜索(寻优)算法.它基于生物学的自然选择原理和自然遗传机制,模拟生命的进化,在各个领域中都得到了广。
泛的应用. 遗传算法在具体实施中有多种变形和修正,可依照问题背景进行灵活运用.
3:遗传退火算法:模拟退火算法在运行时只保留一个当前解,虽然理论上可以收敛到全局最优解,但应用中往往受时间的限制仅能得到一个近似最优解.因此,为使这种近似解的优化程度有所提高,可将模拟退火法与遗传算法结合使用i101,并且,为避免一般启发式算法常9已的过早收敛到局部极值点的弊病,我们在模拟退火过程中的目标函数上加入噪声项s,即z—z+s.从而构成带噪声的遗传退火算法。
运筹学案例
丁谓的皇宫修复工程。北宋年间,丁谓负责修复火毁的开封皇宫。他的施工方案是 先将工程皇宫前的一条大街挖成一条大沟,将大沟与汴水相通。使用挖出的土就地制 令与汴水相连形成的河道承担繁重的运输任务 修复工程完成后,实施大沟排水,并将原废墟物回填,修复成原来的大街。丁谓将取材 生产 运输及废墟物的处理用 一...
运筹学案例
人力资源分配问题。好又美超市是个建在大学城边上的大型百货商场,每周对收银人员的需求,统计如下表星期人数。为了保证收银人员充分休息,收银人员每周工作5天,休息2天。问应如何安排收银人员的工作时间,使得所配收银人员的总费用最小?1 设x1星期一才开始上班的人数,x7为星期日才开始上班的人数。2 目标是使...
运筹学案例
案例分析题目。案例一公务员招聘。我国公务员制度已实施多年,1993年10月1日颁布施行的 国家公务员暂行条例 规定 国家行政机关录用担任主任科员以下的非领导职务的国家公务员,采用公开考试 严格考核的办法,按照德才兼备的标准择优录用 目前,我国招聘公务员的程序一般分三步进行 公开考试 笔试 面试考核 ...