扬州网站推广公司,上海集团网站建设公司好,广州网站设计首选柚米,ps酒店网站模板意大利数学家Z.高津托 意大利伟大数学家Sire Zepartzatt Gozinto的生卒年代是一个谜[1]#xff0c;但是他发明的 “高筋图” 在 制造资源管理、物料清单#xff08;BOM#xff09;管理、智能阅读、科学文献影响因子计算 等方面具有重要应用。 高津托图 下图是一个制造业物料… 意大利数学家Z.高津托 意大利伟大数学家Sire Zepartzatt Gozinto的生卒年代是一个谜[1]但是他发明的 “高筋图” 在 制造资源管理、物料清单BOM管理、智能阅读、科学文献影响因子计算 等方面具有重要应用。 高津托图 下图是一个制造业物料需求高津托图节点FP1、FP2分别表示最终产品的需求量边上的数值表示组装部件所需要的上游零部件的数量物料清单(BOM)系统需要知道所有零部件的总需求。图中 Primary Demand主需求 -- 市场对零部件的需求数量Secondary Demand次需求 -- 因产品组装产生的对零部件的需求Total Demand总需求-- 以上两个需求之和Product No. (产品拓扑次序编号-- 根据组装约束对零部件产品进行拓扑排序的次序数 数学模型 设图中的零部件类型数为n装配关系边数为m 设pd[i]为节点i的主需求(常量 sd[i]为节点i的次需求决策变量 td[i]为节点i的总需求被动变量 pd[i]为节点i的产品拓扑次序编号决策变量 根据装配逻辑对任何边k如果边k的起始节点为a[k]终止节点为b[k]权值为c[k]则 sd[i]sum{k1,...,m;a[k]i}(c[k]td[b[k]]) | i1,...,ntd[i]sd[i]pd[i]|i1,...,n 把零部件从装配上游到下游排序 pn[b[k]] pn[a[k]] 1 | k1,...,mpn[i]1|i1,...,npn[i]n|i1,...,n Leapms模型 min sum{i1,...,n}pn[i]
subject tosd[i]sum{k1,...,m;a[k]i}(c[k]td[b[k]]) | i1,...,ntd[i]sd[i]pd[i]|i1,...,npn[b[k]] pn[a[k]] 1 | k1,...,mpn[i]1|i1,...,npn[i]n|i1,...,nwhere m,n are numberse,pd are setsa[k],b[k],c[k] are numbers | k1,...,msd[i],td[i] are variables of nonnegative numbers|i1,...,n pn[i] is a variable of nonnegative number|i1,...,ndata_relationm_$(e)/3n_$(pd)a[k]e[3k-2]|k1,...,mb[k]e[3k-1]|k1,...,mc[k]e[3k] |k1,...,m
datapd{150 50 20 230 0 0 0 0}e{3 1 14 1 24 2 34 3 34 5 25 2 46 3 46 4 57 4 37 5 18 5 2} 求解 LeapmsloadCurrent directory is ROOT..........gozinto.leap.........
please input the filename:gozinto1: min sum{i1,...,n}pn[i]
2: subject to
3:
4: sd[i]sum{k1,...,m;a[k]i}(c[k]td[b[k]]) | i1,...,n
5: td[i]sd[i]pd[i]|i1,...,n
6:
7: pn[b[k]] pn[a[k]] 1 | k1,...,m
8: pn[i]1|i1,...,n
9: pn[i]n|i1,...,n
10:
11: where
12: m,n are numbers
13: e,pd are sets
14: a[k],b[k],c[k] are numbers | k1,...,m
15: sd[i],td[i] are variables of nonnegative numbers|i1,...,n
16: pn[i] is a variable of nonnegative number|i1,...,n
17:
18: data_relation
19: m_$(e)/3
20: n_$(pd)
21: a[k]e[3k-2]|k1,...,m
22: b[k]e[3k-1]|k1,...,m
23: c[k]e[3k] |k1,...,m
24: data
25: pd{150 50 20 230 0 0 0 0}
26: e{
27: 3 1 1
28: 4 1 2
29: 4 2 3
30: 4 3 3
31: 4 5 2
32: 5 2 4
33: 6 3 4
34: 6 4 5
35: 7 4 3
36: 7 5 1
37: 8 5 2
38: }end of the file.
Parsing model:
1D
2R
3V
4O
5C
6S
7End.
..................................
number of variables24
number of constraints43
..................................
Leapmssolve
The LP is solved to optimal.
找到线性规划最优解.非零变量值和最优目标值如下.........pn1*4pn2*4pn3*3pn4*2pn5*3pn6*1pn7*1pn8*1sd3*150sd4*1360sd5*200sd6*8630sd7*4970sd8*400td1*150td2*50td3*170td4*1590td5*200td6*8630td7*4970td8*400.........Objective*19.........
Leapms 结果 参考文献 [1] Rousseau, R. . (1987). The gozinto theorem: using citations to determine influences on a scientific publication. Scientometrics, 11(3-4), 217-229. 转载于:https://www.cnblogs.com/leapms/p/10062848.html
