GUROBI案例实战(六)——排产排程问题(2)

2024-03-22 02:52

本文主要是介绍GUROBI案例实战(六)——排产排程问题(2),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

更多可参考:https://github.com/Gurobi/modeling-examples/blob/master/food_manufacturing/food_manufacture_1.ipynb

一、问题简介

(1) 某厂商生产一种香皂的原材料有植物油脂和非植物油脂,其中植物油脂有两种,非植物油脂有三种,其中任一种都可制成香皂:
在这里插入图片描述
(2) 不同的时间购买原材料的价格不同:(单位: per ton)
在这里插入图片描述
(3)每种油脂的硬度也不同:
在这里插入图片描述

(4) 存储原材料会产生存储费用,5 per month per 1000 ton
(5) 一月份的时候每种油脂都存储了500 ton, 要求6月份结束的时候依然剩下相同的原材料
(6) 最终的香皂售价为150 per ton
(7) 该厂商每个月最多可以加工200 ton植物油脂和250 ton 非植物油脂;
(8) 加工过程中没有浪费,被加工的油脂的重量与最终的香皂的重量相同;
(9) 最终的香皂的硬度必须在3到6之间,香皂的硬度由油脂线性混合;

问:每个月应该买多少原材料和生产多少肥皂才能最大化这六个月的总利润?

二、建模

1、集合
t ∈ M o n t h s = { J a n , F e b , M a r , A p r , M a y , J u n } t \in Months= \set{ Jan, Feb,Mar,Apr,May,Jun } tMonths={Jan,Feb,Mar,Apr,May,Jun}
V = { V E G 1 , V E G 2 } V = \set{ VEG1, VEG2 } V={VEG1,VEG2}
N = { N V E G 1 , N V E G 2 , N V E G 3 } N = \set{ NVEG1, NVEG2, NVEG3 } N={NVEG1,NVEG2,NVEG3}
o ∈ O i l s = { V E G 1 , V E G 2 , N V E G 1 , N V E G 2 , N V E G 3 } o \in Oils = \set{VEG1, VEG2, NVEG1, NVEG2,NVEG3} oOils={VEG1,VEG2,NVEG1,NVEG2,NVEG3}
2、参数
price: 每吨香皂的售价
init_store: 一月份开始的原料存储量
target_store: 六月份剩余的原料存储量
store_cost : 每个月每1000吨原料的存储费用
veg_cap: 厂商每个月可以加工的植物油脂的量
nveg_cap:厂商每个月可以加工的非植物油脂的量
min_hardness:香皂要求的最小硬度
max_hardness:香皂要求的最大硬度
hardness(o): 每种油脂o的硬度
cost(o, t):每种油脂每个月的购买价格
3、决策变量
p r o d u c e t produce_{t} producet: 每个月生产肥皂的量
b u y o , t buy_{o,t} buyo,t:每个月购买油脂的量
c o n s u m o , t consum_{o,t} consumo,t:每个月消耗的油脂的量
s t o r e o , t store_{o,t} storeo,t:每个月存储的油脂的量
4、目标函数
最大化这六个月的净利润:
m a x z = ∑ t ∈ M o n p r i c e ∗ p r o d u c e t − ∑ t ∈ M o n ∑ o ∈ O i l s ( c o n s u m o , t ∗ c o s t o , t + s t o r e _ c o s t ∗ s t o r e o , t ) max z = \sum_{t\in Mon}price*produce_{t}-\sum_{t\in Mon} \sum_{o\in Oils} (consum_{o,t}*cost_{o,t}+store\_cost*store_{o,t}) maxz=tMonpriceproducettMonoOils(consumo,tcosto,t+store_coststoreo,t)
5、约束条件
(1)1月份的物质守恒约束:
i n i t _ s t o r e + b u y o , J a n = c u n s u m o , t + s t o r e o , t , o ∈ O i l s init\_store + buy_{o,Jan} = cunsum_{o,t}+store_{o,t}, o\in Oils init_store+buyo,Jan=cunsumo,t+storeo,t,oOils
(2) 2-6月份的物质守恒约束:
s t o r e o , t − 1 + b u y o , t = c u n s u m o , t + s t o r e o , t , o ∈ O i l s store_{o,t-1} + buy_{o,t} = cunsum_{o,t}+store_{o,t}, o\in Oils storeo,t1+buyo,t=cunsumo,t+storeo,t,oOils
(3) 6月份的剩余油脂约束:
s t o r e o , J u n = t a r g e t _ s t o r e , o ∈ O i l s store_{o,Jun} = target\_store, o\in Oils storeo,Jun=target_store,oOils
(4)油脂加工能力约束:
∑ o ∈ V c o n s u m o , t < = v e g _ c a p , t ∈ M o n \sum_{o \in V} consum_{o,t} <= veg\_cap, t\in Mon oVconsumo,t<=veg_cap,tMon
∑ o ∈ N c o n s u m o , t < = n v e g _ c a p , t ∈ M o n \sum_{o \in N} consum_{o,t} <= nveg\_cap, t\in Mon oNconsumo,t<=nveg_cap,tMon
(5)香皂硬度约束:
m i n _ h a r d n e s s ∗ p r o d u c t t < = ∑ o ∈ O i l s h a r d n e s s o ∗ c o n s u m o , t < = m a x h a r d n e s s ∗ p r o d u c t t min\_hardness*product_{t} <= \sum_{o\in Oils}hardness_{o}*consum_{o,t} <= max_hardness*product_{t} min_hardnessproductt<=oOilshardnessoconsumo,t<=maxhardnessproductt
(6)质量守恒约束:
∑ o ∈ O i l s c o n s u m o , t = p r o d u c e t , t ∈ M o n \sum_{o\in Oils}consum_{o,t}=produce_{t}, t\in Mon oOilsconsumo,t=producet,tMon

三、代码实现

import gurobipy as gb
from gurobipy import *# set
mon = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun'] # 有序的
veg = ['V1', 'V2']
nveg = ['N1','N2','N3']hardness = dict({'V1': 8.8,'V2': 6.1,'N1': 2.0,'N2': 4.2,'N3': 5.0
})init_store = dict({'V1': 500,'V2': 500,'N1': 500,'N2': 500,'N3': 500
})arcs, cost = gb.multidict({('Jan','V1'):110, ('Jan','V2'):120,('Jan','N1'):130,('Jan','N2'):110,('Jan','N3'):115,('Feb','V1'):130, ('Feb','V2'):130, ('Feb','N1'):110, ('Feb','N2'):90, ('Feb','N3'):115,('Mar','V1'):110, ('Mar','V2'):140, ('Mar','N1'):130, ('Mar','N2'):100, ('Mar','N3'):95,('Apr','V1'):120, ('Apr','V2'):110, ('Apr','N1'):120, ('Apr','N2'):120, ('Apr','N3'):125,('May','V1'):100, ('May','V2'):120, ('May','N1'):150, ('May','N2'):110, ('May','N3'):105,('Jun','V1'):90,  ('Jun','V2'):100, ('Jun','N1'):140, ('Jun','N2'):80, ('Jun','N3'):135
})
# parameters
price = 150 # 单位香皂的售价
veg_cap = 200 # 植物油脂的加工能力上限
nveg_cap = 250 # 非植物油脂的加工能力上限
min_hardness = 3 # 硬度的下限
max_hardness = 6
store_cost = 5 # 单位原料存储费用# model
model = gb.Model()
# decision var(各决策变量之间是满足某种关系的)
produce = model.addVars(mon, name = 'produce')
buy = model.addVars(arcs, name = 'buy')
consum = model.addVars(arcs, name = 'consum')
store = model.addVars(arcs, name = 'store')# constraints
oils = hardness.keys()
# 1月份的物质守恒约束
model.addConstrs((init_store[o] + buy['Jan', o] == consum['Jan', o] + store['Jan',o] for o in oils), name = 'Jan constraints')
# 2-6月份的物质守恒约束
model.addConstrs((store[mon[t-1],o] + buy[mon[t], o] == consum[mon[t], o] + store[mon[t],o] for t in range(1,len(mon)) for o in oils), name = 'other mon constraints' )
# 6月份的剩余油脂约束
model.addConstrs((store['Jun', o] == init_store[o] for o in oils), name = 'Jun constraints')
# 油脂加工能力约束
model.addConstrs((gb.quicksum(consum[t, v] for v in veg) <= veg_cap for t in mon), name = 'veg constraints')
model.addConstrs((gb.quicksum(consum[t, nv] for nv in nveg) <= nveg_cap for t in mon), name = 'nveg constraints')
# 香皂硬度约束
model.addConstrs((min_hardness*produce[t] <= gb.quicksum(hardness[o]*consum[t,o] for o in oils) for t in mon), name = 'min hardness constraints')
model.addConstrs((max_hardness*produce[t] >= gb.quicksum(hardness[o]*consum[t,o] for o in oils) for t in mon), name = 'min hardness constraints')
# 总的质量守恒约束
model.addConstrs((produce.sum(t,'*') == consum.sum(t, '*') for t in mon), name = 'per month total mass constraints')# objective
obj = price*produce.sum() - (buy.prod(cost) + store_cost*store.sum())
model.setObjective(obj, GRB.MAXIMIZE)# optimize
model.optimize()

在这里插入图片描述

这篇关于GUROBI案例实战(六)——排产排程问题(2)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/834385

相关文章

Redis 热 key 和大 key 问题小结

《Redis热key和大key问题小结》:本文主要介绍Redis热key和大key问题小结,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、什么是 Redis 热 key?热 key(Hot Key)定义: 热 key 常见表现:热 key 的风险:二、

Java Stream流使用案例深入详解

《JavaStream流使用案例深入详解》:本文主要介绍JavaStream流使用案例详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录前言1. Lambda1.1 语法1.2 没参数只有一条语句或者多条语句1.3 一个参数只有一条语句或者多

IntelliJ IDEA 中配置 Spring MVC 环境的详细步骤及问题解决

《IntelliJIDEA中配置SpringMVC环境的详细步骤及问题解决》:本文主要介绍IntelliJIDEA中配置SpringMVC环境的详细步骤及问题解决,本文分步骤结合实例给大... 目录步骤 1:创建 Maven Web 项目步骤 2:添加 Spring MVC 依赖1、保存后执行2、将新的依赖

Spring 中的循环引用问题解决方法

《Spring中的循环引用问题解决方法》:本文主要介绍Spring中的循环引用问题解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录什么是循环引用?循环依赖三级缓存解决循环依赖二级缓存三级缓存本章来聊聊Spring 中的循环引用问题该如何解决。这里聊

MySQL 中的 JSON 查询案例详解

《MySQL中的JSON查询案例详解》:本文主要介绍MySQL的JSON查询的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录mysql 的 jsON 路径格式基本结构路径组件详解特殊语法元素实际示例简单路径复杂路径简写操作符注意MySQL 的 J

Spring Boot中JSON数值溢出问题从报错到优雅解决办法

《SpringBoot中JSON数值溢出问题从报错到优雅解决办法》:本文主要介绍SpringBoot中JSON数值溢出问题从报错到优雅的解决办法,通过修改字段类型为Long、添加全局异常处理和... 目录一、问题背景:为什么我的接口突然报错了?二、为什么会发生这个错误?1. Java 数据类型的“容量”限制

关于MongoDB图片URL存储异常问题以及解决

《关于MongoDB图片URL存储异常问题以及解决》:本文主要介绍关于MongoDB图片URL存储异常问题以及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录MongoDB图片URL存储异常问题项目场景问题描述原因分析解决方案预防措施js总结MongoDB图

SpringBoot项目中报错The field screenShot exceeds its maximum permitted size of 1048576 bytes.的问题及解决

《SpringBoot项目中报错ThefieldscreenShotexceedsitsmaximumpermittedsizeof1048576bytes.的问题及解决》这篇文章... 目录项目场景问题描述原因分析解决方案总结项目场景javascript提示:项目相关背景:项目场景:基于Spring

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

解决Maven项目idea找不到本地仓库jar包问题以及使用mvn install:install-file

《解决Maven项目idea找不到本地仓库jar包问题以及使用mvninstall:install-file》:本文主要介绍解决Maven项目idea找不到本地仓库jar包问题以及使用mvnin... 目录Maven项目idea找不到本地仓库jar包以及使用mvn install:install-file基