主要设备(劳动)有效工时
如果计算劳动工时负荷,可把主要设备台数改为每班正常劳力人数即可。
如果生产若干种产品,为了优化产品组合,获得满意利润,常径用线性规划进行决策。这时,线性规划就成为短期生产能力决策勺模式。
现举例如下:
假设某一企业生产 X1,X2,X3,X4,X5,等 5 种产品,每单位产品利润依次为 3 元、4 元、5 元、2 元、6 元,他们分别在四个车间加工,其单位工时定额和各车间可利用的工时总数和表 10-4 所示。
产 品 |
每单位产品定额工时数 |
|||
---|---|---|---|---|
一车间 |
二车间 |
三年间 |
四车间 |
|
X1 |
3 |
8 |
2 |
6 |
X2 |
4 |
3 |
1 |
0 |
X3 |
2 |
2 |
0 |
2 |
X4 |
2 |
1 |
3 |
4 |
X5 |
5 |
4 |
4 |
3 |
可利用的总工时 |
700 |
600 |
400 |
900 |
除工时限制外,还受到原材的制约。各种产品需用 4-5 种原材料,其消
耗定额和可利用的原材料数量如表 10-5 所示。
另外还要受到市场销量的制约,预期各种产品的最大销售量
产品 |
每单位产品材料消耗定额(公斤) |
||||
---|---|---|---|---|---|
A |
B |
C |
D |
E |
|
X1 |
4 |
2 |
0 |
1 |
3 |
X2 |
7 |
4 |
4 |
0 |
4 |
X3 |
6 |
2 |
5 |
7 |
0 |
X4 X5 |
1 3 |
1 0 |
6 2 |
4 3 |
2 4 |
---|---|---|---|---|---|
可利用总量 |
1000 |
900 |
300 |
400 |
1600 |
为:X1≤100 件,X2≤50 件,X3≤90 件,X4≤70 件,X5≤30 件。根据上述资料,列出目标函数和约束方程如下:
目标函数 MaxZ=3x1 十 4x2 十 5x3 十 2x4+6x5
工时约束条件:
一车间 S1 3X1+4X2+2X3+2X4+5X5≤700 二车间 S2 8X1+3X2+2X3+X4+4X5≤600
三车间 S3 2X1+1X2+0+3X4+4X5≤400 四车间 S4 6X1+0+2X3+4X4+3X5≤900
原材料约束条件:
原材料 AS54X1+7X2+6X3+X4+3X5≤1000 原 材 料 BS62X1+4X2+2X3+1X4+0≤900 原 材 料 CS70+4X2+5X3+6X4+2X5≤300 原材料 DS81Xl+0X2+7X3+4X4+3X5≤400 原材料 ES93X1+4X2+0X3+2X4+4X5≤1600
销售约束条件
Xl:S10 X1 十 0 十 0 十 0 十 0≤100
X2:S11 O 十 X2 十 0 十 0 十 0≤50
X3:S12 O 十 0 十 X3 十 0 十 0≤90
X4S13 0 十 0 十 0 十 X4 十 0≤70
X5S14 0 十 0 十 0 十 0 十 X5≤30
这里共 14 个约束方程。运用已有的线性规划程序求解。结果如下表10-6。
从表 10-6 中可以看出,生产 X1 为 45.7 件,X2 为 12.8 件,X3 为 37·7 件,X4 为 0 件,X5 为 30 件。利润最大力 557.27 元。S1、S2、S3、S4 为 1,2, 3,4 车间剩余的工时数,S5,S6,S7,S8,S9,为 A,B,C,D,E 五种原材料可供应的剩余数,S10,S11 ,S12,S13,S14 为 X1、X2、X3、X4、X5 等五种产品可扩大的销售量。
表 10-6 某厂短期能力产品组合表(线性规划求解)
Variables No.Names 变量 |
Solution 解 |
Opportunity Cost 机会成本 |
Variables No.Names 变量 |
Solution 解 |
Opportunity Cost 机会成本 |
---|---|---|---|---|---|
1X |
+45.757576 |
0 |
11 S6 |
+681.73157 |
0 |
2X |
+12.813852 |
0 |
12 S7 |
0 |
+.72727275 |
3X |
+37.748917 |
0 |
13 S8 |
0 |
+.09090911 |
4X |
0 |
+3.0909092 |
14 S9 |
+1291.4718 |
0 |
5X |
+30.000000 |
0 |
15 S10 |
+54.242424 |
0 |
6S |
+285.97403 |
0 |
16 S11 |
+37.186150 |
0 |
7S |
0 |
+.36363637 |
17 S12 |
+52.251083 |
0 |
8S |
+175.67099 |
0 |
18 S13 |
+70.000000 |
0 |
9S |
+459.95670 |
0 |
19 S14 |
0 |
+2.8181818 |
10S |
+410.77921 |
0 |
Maximum Value of the OBJ=557.2727 Iters.=4
最大目标值
表 10-6 中的机会成本(即影子价格)矽口尽第二车间每工时的机会成本
为 0.36 元,即每增加一个工时可获利 0.36 元,余类推。
线性规划还可作敏感性分析,结果为表 10-7 和表 10-8 所示。表 10-7 是目标系数的敏感性分析,如 X1 每单位利润可提高
到 10.15 元,其方案不变,余类推表 10—8 是约束变量的敏感性分析。如 B(i)第一车间,其工时总数减少至 414 小时,其方案不变;B(2)第二车间工时总数最大只能增至 1047 小时等。如 B8 原材料 D,其供应量可在 185
—474 之间。余类推。
上述线性规划求解出的产量不是整数,为了使其变为整数,可用整数规划求解,其结果如表 10—9 所示:
表 10—9 用整数规划求解上例结果
Variables No.Names 产品 |
Solution 解 |
Obj.Fnxtn. Coefficient 利润系数 |
Variables No.Names 产品 |
Solution 解 |
Obj.Fnctn. Coefficient 利润系数 |
---|---|---|---|---|---|
1 X1 |
+45.000000 |
+3.0000000 |
4 X4 |
0 |
+2.0000000 |
2 X2 |
+14.999999 |
+4.0000000 |
5 X5 |
+30.000000 |
+6.0000000 |
3 X3 |
+36.000000 |
+5.0000000 |
Maximum Value of the OBJ=555 Total iterations=143
最大目标值
从表 10—9 与上述线性规划求解结果比较,X1 为 45 件,基本相近;X2
为 15 件,比上述 12.8 件约增加 2 件;X3 为 36 件,比上述 37.7 件减少;X4 和 X5 的结果相同。所得利润为 555 元。