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 ...