线性规划模型-销售计划问题
来源:学生作业帮 编辑:大师作文网作业帮 分类:综合作业 时间:2024/11/13 23:12:26
线性规划模型-销售计划问题
某商店拟制定某种商品7-12月的进货、售货计划,已知商店仓库最大容量为1500件,6月底已存货300件,年底的库存以不少于300件为宜,以后每月初进货一次,假设各月份该商品买进、售出单价如下表.
月 7 8 9 10 11 12
买进(元/件) 28 26 25 27 24 23.5
售出(元/件) 29 27 26 28 25 25
要求:若每件每月的库存费用为0.5元,问各月进货、售货各为多少件,才能使净收益最多?建立数学模型,并用软件求解.
【注】线性规划在MATLAB的库函数为:linprog.
语法为:x = linprog(f,A,b)
x = linprog(f,A,b,Aeq,beq,lb,ub,x0,options)
[x,fval,exitflag,output,lambda] = linprog(...)
例如:线性规划目标函数的系数:f = [-5; -4; -6]
约束方程的系数及右端项:
A = [1 -1 1
3 2 4
3 2 0];
b = [20; 42
676461305 17:36:55
; 30];lb = zeros(3,1);
调用线性规划程序linprog求解,得:
[x,fval,exitflag,output,lambda] = linprog(f,A,b,[],[],lb);
x= 0.0000
15.0000
3.0000
某商店拟制定某种商品7-12月的进货、售货计划,已知商店仓库最大容量为1500件,6月底已存货300件,年底的库存以不少于300件为宜,以后每月初进货一次,假设各月份该商品买进、售出单价如下表.
月 7 8 9 10 11 12
买进(元/件) 28 26 25 27 24 23.5
售出(元/件) 29 27 26 28 25 25
要求:若每件每月的库存费用为0.5元,问各月进货、售货各为多少件,才能使净收益最多?建立数学模型,并用软件求解.
【注】线性规划在MATLAB的库函数为:linprog.
语法为:x = linprog(f,A,b)
x = linprog(f,A,b,Aeq,beq,lb,ub,x0,options)
[x,fval,exitflag,output,lambda] = linprog(...)
例如:线性规划目标函数的系数:f = [-5; -4; -6]
约束方程的系数及右端项:
A = [1 -1 1
3 2 4
3 2 0];
b = [20; 42
676461305 17:36:55
; 30];lb = zeros(3,1);
调用线性规划程序linprog求解,得:
[x,fval,exitflag,output,lambda] = linprog(f,A,b,[],[],lb);
x= 0.0000
15.0000
3.0000
A=[2.5 2 1.5 1 0.5 0 -3.5 -3 -2.5 -2 -1.5 -1.5];
f=A(:);
B=[1 0 0 0 0 0 0 0 0 0 0 0
1 1 0 0 0 0 -1 0 0 0 0 0
1 1 1 0 0 0 -1 -1 0 0 0 0
1 1 1 1 0 0 -1 -1 -1 0 0 0
1 1 1 1 1 0 -1 -1 -1 -1 0 0
1 1 1 1 1 1 -1 -1 -1 -1 -1 0];
D=[-1 0 0 0 0 0 1 0 0 0 0 0
-1 -1 0 0 0 0 1 1 0 0 0 0
-1 -1 -1 0 0 0 1 1 1 0 0 0
-1 -1 -1 -1 0 0 1 1 1 1 0 0
-1 -1 -1 -1 -1 0 1 1 1 1 1 0
-1 -1 -1 -1 -1 -1 1 1 1 1 1 1];
b=[1200;1200;1200;1200;1200;1200];
d=[0;0;0;0;0;0];
lb=zeros(12,1);
[x,fval,exitflag,output,lambda] = linprog(f,B,b,D,d,lb)
f=-fval-750
Optimization terminated successfully.
x =
1.0e+003 *
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
fval =
-7.8000e+003
exitflag =
1
output =
iterations:5
cgiterations:0
algorithm:'lipsol'
lambda =
ineqlin:[6x1 double]
eqlin:[6x1 double]
upper:[12x1 double]
lower:[12x1 double]
f =
7.0500e+003
f=A(:);
B=[1 0 0 0 0 0 0 0 0 0 0 0
1 1 0 0 0 0 -1 0 0 0 0 0
1 1 1 0 0 0 -1 -1 0 0 0 0
1 1 1 1 0 0 -1 -1 -1 0 0 0
1 1 1 1 1 0 -1 -1 -1 -1 0 0
1 1 1 1 1 1 -1 -1 -1 -1 -1 0];
D=[-1 0 0 0 0 0 1 0 0 0 0 0
-1 -1 0 0 0 0 1 1 0 0 0 0
-1 -1 -1 0 0 0 1 1 1 0 0 0
-1 -1 -1 -1 0 0 1 1 1 1 0 0
-1 -1 -1 -1 -1 0 1 1 1 1 1 0
-1 -1 -1 -1 -1 -1 1 1 1 1 1 1];
b=[1200;1200;1200;1200;1200;1200];
d=[0;0;0;0;0;0];
lb=zeros(12,1);
[x,fval,exitflag,output,lambda] = linprog(f,B,b,D,d,lb)
f=-fval-750
Optimization terminated successfully.
x =
1.0e+003 *
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
1.2000
fval =
-7.8000e+003
exitflag =
1
output =
iterations:5
cgiterations:0
algorithm:'lipsol'
lambda =
ineqlin:[6x1 double]
eqlin:[6x1 double]
upper:[12x1 double]
lower:[12x1 double]
f =
7.0500e+003