一道数学建模中的工程最优化问题，求详细的解题步骤或讲解。 数学建模的最优化方案问题
3根*100副/(3M/1.2M)=3根*100副/(1.2M*2根+0.6M*1根)=150根*1.2M+150根*0.6M;
4根*100副/(3M/1M)=134根+1根*2M;
(6根*100副)-(150根)/(3M/0.6M)=90根
所以共计3M的角钢100根+150根+134根+90根=474根
假设3M的为A，1.5M的为B，1.2为C，1为D，0.6为E。
现在题目是有B数量200,C数量300,D数量400,E数量600，问你可以组成多少A，你还不会吗？
高分求一道大学生数学建模题的详细解答过程 急~~
问题分析
机床由于连续使用，各组件会由于磨损而损坏，产生工序障碍。若此时继续生产，则零
件中会大量出现不合格产品而造成损失。为减少损失，应按一定的检查间隙对零件进行
检查，若发现不合格品，就对机床进行检修。又由于刀具损坏造成的故障占工序故障中
的95%，故可考虑按一定的策略更换刀具。以上的操作均要花费一定的维护费用，但能有
效的减小废品损失，在这一对矛盾的作用下，必然存在最佳的检查间隔和刀具更换策略
，使维护费用与不合格品损失之和最小。
由已知的100次刀具故障记录，通过 检验，可知两次刀具发生故障前完成的零件数满足
正态分布。由于其它故障仅占工序障碍的5%，它对最佳检查间隙与换刀策略的影响不大
。为简化计算，不妨设其它故障发生时，完成的零件数满足均匀分布，其它故障的发生
与刀具故障的发生相互独立。
定义相邻两次刀具更新的随机过程为一个更新周期 ， 的值为此两次更新过程中机床生
产的零件数。 为更新周期的总费用。则我们的目标为求出最佳的 ， ，使 最小。这可
以通过计算机搜索得到较好的解决方案。通过蒙特卡罗模拟实际工序，对此方案进行检
验，并作一定的调整。
三 数据分析
题目给出了100次刀具故障记录（完成的零件数），比较直接的想法便是对这100个数据
进行数理统计。统计得到结果为均值600，标准差196.63，同时给定显著性水平
，用 检验检验出刀具故障可服从正态分布，记为：
但正态分布的概率密度在 上都有取值，而发生刀具故障时完成的零件数却是正值，对此
解释如下：
由正态分布的 原则，可知刀具故障是完成的零件数在 内的概率为99.7%，落在其它范围
内的概率很小，是0.3%，可认为是小概率事件，在实际中并不发生，这样，便可解释上
述矛盾。
又由均值600可知，平均每生产600个零件就会发生一次刀具事故；题目又告诉了工序故
障中，刀具损坏的故障占95%，其它故障占5%，结合大数定律，可推知其它故障发生时生
产的零件个数的数学期望为600 。
记其它故障发生时生产的零件数的概率密度：
四 参数说明
T：检查间隔； d：发生故障进行调节使恢复正常的平均费用（包括换刀费）3000
元；
k：未发现故障时更换把新刀的费用,1000元 h:误判工序错误而停机造成的1500元损失
。
K0 ：规定的一个刀具更换间隔，是一个常量； f: 生产一个废品的损失200元；
N：K0内包含的检查次数，在用计算机求解中我们认为K0中包含整数个检查次数。
（T，K0以生产的零件数作为衡量时间长度的标志）
五 基本假设
1． 刀具故障与其它故障相互独立；
2． 工作人员检查出不合格品，则应停机检查。
六 模型建立
通过以上的分析，我们得知，本题属于优化问题，需要确定最优的检查间隙 与刀具更换
间隔 ，使花费的期望值最小。即目标函数:
七 模型求解
问题一：假定工序出现故障时产出的零件均为不合格品，正常时产出的零件均为合格品
，为该工序设计效益最好的检查间隙和刀具更换策略。
安排工作人员按以下步骤进行检查和刀具更换：
1． 以 个零件为间隙进行检查，若第 次检查查出的零件为不合格品，则转3；否则继续
进行，直到完成 次检查，转2；
2． 更换刀具，转1；
3．进行调节，使之恢复正常。若故障由刀具故障引起，转1，若故障由其它故障引起，
则完成剩余的 次检查，转2。（若检查出不合格品，按3中方法处理），现要求出最佳
和 ，使 最小。
显然，当刀具出现故障使机床生产的零件数大于 时，更新周期 ，当刀具出现故障时机
床生产的零件数小于 时，更新周期 ，由此得出 ：
说明： 为故障发生前生产零件数为概率密度函数
为刀具更换间隙，即 ；
为检查间隙。
为刀具故障发生在第i个检查间隔内的概率 。
其次，近似确定 ，即一个换刀周期内的平均费用，刀具故障与其它故障均会造成维护费
用，故应综合考虑。
1． 考虑刀具故障造成的费用：
同求 的思想一致，我们可以写出由于刀具故障造成的费用的期望值的表达式： 。
说明： 表示刀具故障发生在刀具更替次数为 的平均费用。 表示刀具故障发生在第 个
检查间隙内的概率， 近似表示不合格产品造成的损失。
2． 考虑其它故障造成的费用
由于其它故障占工序故障的比例只有5%，可考虑简化处理，不妨假设在任一更新周期内
，其它故障至多发生一次。
设其它故障发生在第 个检查间隙内，其概率为 。 为其它故障发生前，机床生产零件
数的概率密度函数。
由于其它故障的出现不会影响更新周期，故无论其它故障发生在哪一检查间隙内，检查
费用为 ，维修费用为 。故其它故障造成费用的数学期望为：
；
综合考虑，可给出 的近似表达式。
目标 为双变量 和 的函数，用计算机进行搜索，可求出
取值最小时，K0=450 ,T=18
问题二
如果该工序正常时产出的零件不全是合格品，有2%为不合格品；而工序故障时产出的零
件有40%为合格品，60%为不合格品。工序正常而误认为有故障停机产生的损失费用为15
00元/件。对该工序设计效益最好的检查间隔 和刀具更换间隔 。
为解决此问题，同样需要确定目标函数
首先求 的表达式：
1、 考虑刀具故障造成的损失：
类似于问题一的求解，换刀周期x>k0时，其概率为 ，现在求此情况
下的损失。
由于其它故障在(0,k0)上发生的概率很小，因此在考虑刀具故障时，可认为其它
故障在(0~k0)上不发生。所以在上述刀具故障不发生在(0,k0)的条件下，可看作(0,k0)
内无工序故障发生。费用包括：检查费用、更换刀具费用、机床无故障时生产出2%的不
合格品损失、误判断机床故障而造成的1500元损失，即 。
换刀周期x<k0小时，为求此情况下的损失期望，仍可类似于问题一的求解，把(0
,k0)划分为 段， 是在第i段上发生刀具故障的概率，下面对第i段上发生刀具故障而引
起的损失讨论如下：
（1）发生故障后的检修费d=3000元，
（2）前面 段（近似认为故障在第i段的中间发生）机器虽然正常工作，但有检查费，2
%的不合格品损失及误判机器有故障引起的1500元损失，即
工序流程图
（3） 机床发生故障后，会以0.6的概率生产不合格品，0.4的概率生产合格品，故第i段
末，即第i个检查点，检查出机床坏的概率为0.6，这时损失来自半段中的不合格品损失
，及检查费： ；但还有可能存在第i个检查点检查不出机器故障，要到第i+1个检查点才
能查出故障的情况，概率为0.4*0.6，损失 ；同理还存在直到第i+2个检查点才查出故障
的情况，概率 ，损失 。虽然还可能有i+3,i+4……个检查点才能查出故障的情况，但由
于这些情况的概率 ，故不再考虑。
综上，可写出第i段上的损失期望：
所以 ，综合以上考虑，可得出由于刀具故障引起的损失期望：
2、 考虑其他故障造成的损失：
在1中，我们略去了对其他故障造成的损失的考虑，这是由于其他故障在换刀周期内
发生的概率非常小，这是合理的。但为了模型更完备，我们也近似的引入其他故障的损
失期望。类于问题一的分析，取换刀周期的最大值K0，近似计算出这时的费用期望：
需要指出得失，S2的值与S1比，相对是很小的，它对结果的影响并不显著。
1． 换刀周期的数学期望的确定：
换刀周期的数学期望同样石由刀具故障决定的（检修其他故障并不更换刀具），故
形式同于问题一求解中的 的形式。
用计算机可求出目标函数 达到最小时的k0与T
k0=324，T=39。
问题三：
在问题二的前提下，正确调整检查间隔和换刀间隔，可以减小损耗，也可以通过改进
检查方式来获得更高效益。
损耗可调控的部分为误判产生的停机损失费。分析产生误判原因，废品中经过计算有
95%是正常工序下产生，5%是在故障工序下产生的。但是正常工序下，产生连续两个废品
的概率为0.0004，而在工序不正常情况下，连续两个废品概率为0.36。当出现连续两个
废品时，可认为工序不正常。故由此有改进方案。
1． 检查时零件为正品时检查结束。
2． 检查时零件为废品时，再检查下一个，为废品时，停机检查；为正品时，不停机，
认为工序正常。
此方案虽增加了检查费用，但大大减小了误判而停机的花费。
八 模型分析
为检验不同的h，t，k，f的变化对损失sf的影响，我们分别对它们赋以不同的值，算
出对应的sf值如下表：（sf是生产60000个零件的损失和）
1、h的变化对sf的影响
H(元) 1300 1400 1500 1600 1700
Sf(万元) 59.870 60.216 60.550 60.706 61.013
K0（个） 330 324 324 312 312
T（个） 33 36 36 39 39
N（次） 10 9 9 8 8
m（万元） 1.31
2、t的变化对sf的影响
T(元) 8 9 10 11 12
Sf(万元) 60.200 60.375 60.550 60.553 60.706
K0（个） 324 324 324 312 312
T（个） 36 36 36 39 39
N（次） 9 9 9 8 8
m（万元） 4.10
3、k的变化对sf的影响
K(元) 800 900 1000 1100 1200
Sf(万元) 56.633 58.743 60.550 62.152 63.841
K0（个） 287 304 324 324 340
T（个） 41 38 36 36 34
N（次） 7 8 9 9 10
M（万元） 16.94
4、f的变化对sf的影响
f(元) 100 125 150 175 200 225 250 275 300
sf(万元) 44.116 48.570 52.656 56.468 60.550 64.257 68.057 71.941 75.543
K0（个） 343 344 328 320 324 315 306 310 297
T（个） 49 43 41 40 36 35 34 31 33
N（次） 7 8 8 8 9 9 9 10 9
m（万元） 23.86
为了判别参数 对损失费用函数的 的影响引入相对改变量的评价指标
设
即 改变一个单位相对量（如1%）对损失费用产生的影响。
当改变参数单位相对量时，引起的损失费用越大，则参数的灵敏度越高，对 排序则：
即在对损失费的灵敏度中。
零件损失费>更新刀具费>停机损失费>检查费用。
建议：
为谋求最大经济效益，减少生产损失。
1、 采用最优的检查周期和换刀周期。
2、 尽可能降低零件损失费和换刀具费用就可大幅度减少损失费用。
九 模型检验
我们采用计算机模拟的方法对模型结果进行检验。现简述模拟程序思想如下：
首先根据刀具故障和其它故障的概率分布，产生一系列的样本点，再在一定的范围内不
断地试取检查周期和换刀间隔，模拟实际的生产过程得到一系列的损失费，从中求出最
小值及其对应的检查周期和换刀间隔，作为最优解。
具体程序请见附录4，5。
对问题2进行多次模拟，得到一系列的结果如下：
损失sf（万元） 59.516 59.696 60.129 58.146 60.058 55.478 61.048 59.981 58.80
8 59.720
换刀周期K0 336 368 360 294 234 336 312 294 240 400
检查周期T 48 46 40 42 39 48 39 42 42 40
分析：模拟的结果在[234-400]区间波动是由于：每执行一次，随机的取一组刀具损坏零
件数，由于方差为196.62很大，故波动范围较宽，但仍在 附近，费用函数稳定在58万-
61万之间，而模型得到的解 和 准确的落在以上区域上。模型具有较好的稳定性。
参考文献
朱文予 《机械可靠性设计》 上海交通大学出版社
1992
许仁忠 钟冠国等 《概率论与数理统计》 四川科学技术出版社 1
988
matlab源程序（略）
48000<a<35700
相关参考：
求2011年数学建模B题思路
这个题目一看就知道是个优化问题；1、第一问有三段话，每一段其实是对方案的一次帅选；针对第一段内容，傻子都知道首先建立3分钟区域圈，然后可以得出一些方案，这里可能得出好几个甚至无数个方案，不过不要担心；至于筛选规则，提醒下大家：不要筛没了，也不要留的太多（一般情况下，晒到处理不好，...
数学建模算法有哪些
2. 数据拟合、参数估计、插值等数据处理算法。 比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用MATLAB 作为工具。3. 线性规划、整数规划、多元规划、二次规划等规划类算法。 建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo...
数学建模优化问题中 一般模型检验如何写
另一个就是模型的正确性，也就是你建的模型的结果是正确的。你可以用另一种很简单的方法论证你的结果，或者与你看到的文献中其他人研究的结果对比，从而得出你的结果正确性。希望能帮到你，我是数学建模爱好者，参加过数学建模国赛和美赛，还有很多比赛，有兴趣可以成为朋友哦 ...
数学建模的优化指派问题 有四个工人,要指派他们分别完成4项工作,每人...
是整数规划0 1问题解决 4个工人为甲乙丙丁 四项工作为ABCD.设甲工作的4项工作 分别设为 x甲A x甲b x甲c x甲d 以此类推乙丙丁 甲工作了 则等于1 不工作则等于0 X前面的系数就是 所消耗的时间 最少时间就是全部加起来 在设置 4个约束条件 分别为 X甲A+X甲B+X甲C+X...
数学建模规划问题
是解决问题的一种途径,而不是一种新的算法.在前面我们学习了用单纯形解线性规划问题,凡是具有线性规划问题那样统一的数学模型都可以用单纯形法去求解,而动态规划问题的求解却没有统一的方法(类似于单纯形法).因此在用动态规划求解最优化问题中,必须对具体问题具体分析,针对不同的问题,使用动态规划的最...
这道数学建模怎么做?他们说用线性规划,用线性规划怎么写,求解
生产产品1需要A2单位，B7单位，C5单位，而，每天提供原材料A10单位，这题应该是让你做一个最优化问题，可能是利润最大化，可能是生产时间最短，利用QSB做这类线性规划最简单了，也可以用matlab、lingo等
浅谈如何实现工程质量管理的最优化
2.收集资料——收集整理数据,分析可控因素,确定相应的约束条件,使所需分析的问题既能抓住主流又能得到简化,并能提出初步的对策。3.建立模型——在对问题各方面充分调查研究的基础上,建立起经过抽象化的能反映向题本质因素的数学模型或逻辑模型。4.优化分析—对模型进行必要的分析、计算求出最优解。5....
是想写一篇数学建模论文。题目是“水渠流量的设计” 1某地计划修一条水...
本题主要目的是建立相关模型解决在修建水渠过程中的诸多问题,从而实现工程量最优化。 针对问题一,为了求得开掘水渠的土石方量,本文通过对比分段三次Hermite 插值与三次样条插值,最终采用分段三次 Hermite 插值的方法对已知数 据点进行插值拟合,得到关于水渠的曲线方程 y f x ,对水渠曲线方程积分即得到...
数学建模问题
3. 模型建立：根据问题假设，选择合适的数学工具（如微积分、线性代数、概率论、图论等）来建立数学模型。这一步可能涉及到公式推导、建立方程组、构建优化问题等。4. 模型求解：运用适当的数学方法（如代数方法、数值方法、图论方法等）对模型进行求解。求解过程可能包括求解方程、计算数值解、分析最优解...
谁有数学建模十大算法的详细介绍啊???
2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具）3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件...
相关评论
19315721016：[答案] 虽然你的分有点少但是还是回答下:假设 x1为A物品的量,x2为B的物品量;那么有约束条件:保证蛋白质 :50*x1+60*x2>=55;保证钙的摄取量:400*x1+200*x2>=800;保证热量的摄取量:1000*x1+800*x2>=3000;所花的钱数 f=14...
19315721016： 虽然你的分有点少但是还是回答下: 假设 x1为A物品的量,x2为B的物品量; 那么有约束条件:保证蛋白质 :50*x1+60*x2>=55; 保证钙的摄取量: 400*x1+200*x2>=800; 保证热量的摄取量: 1000*x1+800*x2>=3000; 所花的钱数 f=14*x1+8*x2; 现在要使钱的数量最少; 求解上述线性规划问题,x1=1/3,x2=10/3,最少钱数:94/3; 如果要求解是整数的话那么:x1=0,x2=4,最少钱数,32; 如果摄入的蛋白质不超过,100,那么更改上面的约束条件改为 保证蛋白质 :50*x1+60*x2<=100; 其他不变那么解释不存在的:
19315721016： luckyxyz ,你好: 其实根本就没什么最优模型,因为现实的问题是复杂的,要考虑很多方面,建立模型永远只能是个近似或模拟,最优模型是能最大限度的反映问题的本质.比如说线性规划问题,有时候会很好的反映问题的本质.这个算一个.还有很多,但是没有完全最优模型,即使用微积分求的最大,最小值也不一定是最优解,很多时候,我们只能够找到一个满意解,满意解这个说法在运筹学中用的是很多的.有的问题无法用解析的方法找到解析解,只能用数值方法找个近似解.
19315721016： 为了简单说明问题,假设你的罐子中,底面和侧面单位面积的造价为1,那么“已知底面的造价与侧面的造价相同”这句话的理解因该是说地面面积和侧面面积相等.问题就是确定最优的底面半径和罐子高度.据此,可以编写LINGO模型如附件...
