请教D题答案？？？

myj_8317

我的邮箱是<a href="mailtmayijia_8317@126.com" target="_blank" >mayijia_8317@126.com</A>

hoogoal

<>论文已经发送给你了，请查收。</P>

myj_8317

我收到了，你们论文中对单种货物订货点与存储费用的关系图用的很好，我们就没有想到

nickys

<>对于问题2，我们的答案是：商品一：康师傅精装巧碗香菇炖鸡面的最优订货点为36盒：商品二：心相印手帕纸10小包装的最优订货点为45盒；商品三：中汇香米<ST1:CHMETCNV UnitName="kg" SourceValue="5" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">5KG</ST1:CHMETCNV>装的最优订货点为40袋。</P>
<>对于问题4，我们的答案是：3种商品的最优订货点为<ST1:CHMETCNV UnitName="立方米" SourceValue="6.8" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">6.8立方米</ST1:CHMETCNV>，L1=1.45立方米，L2=2.40立方米，L3=2.95立方米。自己的仓库用于存贮这3种商品的各自体积容量分别为：商品一<ST1:CHMETCNV UnitName="立方米" SourceValue="1.2" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">1.9立方米</ST1:CHMETCNV>，商品二<ST1:CHMETCNV UnitName="立方米" SourceValue="1.8" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">0.6立方米</ST1:CHMETCNV>，商品三<ST1:CHMETCNV UnitName="立方米" SourceValue="3" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">3.5立方米</ST1:CHMETCNV>。在订货到达时使这3种商品各自存贮量补充到的固定体积分别为:商品一<ST1:CHMETCNV UnitName="立方米" SourceValue="1.8" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">2.05立方米</ST1:CHMETCNV>，商品二<ST1:CHMETCNV UnitName="立方米" SourceValue="2.4" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">3.0立方米</ST1:CHMETCNV>，商品三<ST1:CHMETCNV UnitName="立方米" SourceValue="5.8" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">4.95立方米</ST1:CHMETCNV>。</P>
<>跟楼主的答案有些差异，不知道是否正确，欢迎讨论。</P>

nickys

问题4的平均损失费用为4.2513。

myj_8317

你们的平均损失费用是如何评估的？又是如何选择的？结果很低哦。希望赐教！

yayong

<>我知道你们的结论是建立在你们的模型假设基础之上的，用我们的模型去套你们的结果显然是不合理的。但我还是忍不住试了一下。得到每天花费的期望是13.3692。</P>
<>1.9 /0.05=38；<ST1:CHMETCNV UnitName="立方米" SourceValue="1.8" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">0.6/0.04=15；</ST1:CHMETCNV><ST1:CHMETCNV UnitName="立方米" SourceValue="3" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">3.5 /0.1=35</ST1:CHMETCNV></P>
<><ST1:CHMETCNV UnitName="立方米" SourceValue="3" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">2.05/0.05=41；<ST1:CHMETCNV UnitName="立方米" SourceValue="2.4" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">3.0/0.04=75；</ST1:CHMETCNV><ST1:CHMETCNV UnitName="立方米" SourceValue="5.8" HasSpace="False" Negative="False" NumberType="1" TCSC="0" w:st="on">4.95/0.1=49.5 -&gt; 49</ST1:CHMETCNV></ST1:CHMETCNV></P>
<P>41-38=3；75-15=60；49-35=14</P>
<P>L:6.8 delay:1 day:1 S0[0]:38 S1[0]:3  S0[1]:15 S1[1]:60  S0[2]:35 S1[2]:14 S:9.95 c2[0]:0.38 c3[0]:0.06 c4[0]:0  c2[1]:0.45 c3[1]:2.4 c4[1]:0  c2[2]:2.1 c3[2]:1.12 c4[2]:0 dcost:6.51 Cost:6.51</P>
<P>L:6.8 delay:1 day:2 S0[0]:29 S1[0]:0  S0[1]:15 S1[1]:45  S0[2]:29 S1[2]:0 S:6.75 c2[0]:0.29 c3[0]:0 c4[0]:0  c2[1]:0.45 c3[1]:1.8 c4[1]:0  c2[2]:1.74 c3[2]:0 c4[2]:0 dcost:4.28 Cost:20.79</P>
<P>L:6.8 delay:1 Days:2 Cost:20.79 cost/day:10.395<br>L:6.8 delay:2 day:1 S0[0]:38 S1[0]:3  S0[1]:15 S1[1]:60  S0[2]:35 S1[2]:14 S:9.95 c2[0]:0.38 c3[0]:0.06 c4[0]:0  c2[1]:0.45 c3[1]:2.4 c4[1]:0  c2[2]:2.1 c3[2]:1.12 c4[2]:0 dcost:6.51 Cost:6.51</P>
<P>L:6.8 delay:2 day:2 S0[0]:29 S1[0]:0  S0[1]:15 S1[1]:45  S0[2]:29 S1[2]:0 S:6.75 c2[0]:0.29 c3[0]:0 c4[0]:0  c2[1]:0.45 c3[1]:1.8 c4[1]:0  c2[2]:1.74 c3[2]:0 c4[2]:0 dcost:4.28 Cost:20.79</P>
<P>L:6.8 delay:2 day:3 S0[0]:17 S1[0]:0  S0[1]:15 S1[1]:30  S0[2]:9 S1[2]:0 S:3.55 c2[0]:0.17 c3[0]:0 c4[0]:0  c2[1]:0.45 c3[1]:1.2 c4[1]:0  c2[2]:0.54 c3[2]:0 c4[2]:13.75 dcost:16.11 Cost:36.9</P>
<P>L:6.8 delay:2 Days:3 Cost:36.9 cost/day:12.3<br>L:6.8 delay:3 day:1 S0[0]:38 S1[0]:3  S0[1]:15 S1[1]:60  S0[2]:35 S1[2]:14 S:9.95 c2[0]:0.38 c3[0]:0.06 c4[0]:0  c2[1]:0.45 c3[1]:2.4 c4[1]:0  c2[2]:2.1 c3[2]:1.12 c4[2]:0 dcost:6.51 Cost:6.51</P>
<P>L:6.8 delay:3 day:2 S0[0]:29 S1[0]:0  S0[1]:15 S1[1]:45  S0[2]:29 S1[2]:0 S:6.75 c2[0]:0.29 c3[0]:0 c4[0]:0  c2[1]:0.45 c3[1]:1.8 c4[1]:0  c2[2]:1.74 c3[2]:0 c4[2]:0 dcost:4.28 Cost:20.79</P>
<P>L:6.8 delay:3 day:3 S0[0]:17 S1[0]:0  S0[1]:15 S1[1]:30  S0[2]:9 S1[2]:0 S:3.55 c2[0]:0.17 c3[0]:0 c4[0]:0  c2[1]:0.45 c3[1]:1.2 c4[1]:0  c2[2]:0.54 c3[2]:0 c4[2]:13.75 dcost:16.11 Cost:36.9</P>
<P>L:6.8 delay:3 day:4 S0[0]:5 S1[0]:0  S0[1]:15 S1[1]:15  S0[2]:0 S1[2]:0 S:1.45 c2[0]:0.05 c3[0]:0 c4[0]:6.65  c2[1]:0.45 c3[1]:0.6 c4[1]:0  c2[2]:0 c3[2]:0 c4[2]:25 dcost:32.75 Cost:69.65</P>
<P>L:6.8 delay:3 Days:4 Cost:69.65 cost/day:17.4125<br>L:6.8 sum((p1=p2=p3=1/3)*cost/day):13.3692</P>

[此贴子已经被作者于2005-10-24 2:42:55编辑过]

myj_8317

我们的结果大概是8点多

nickys

<>我们模型的思路比较简单，把每种商品的最优订货点设计成三个变量，自己的仓库用于存贮这3种商品的各自体积容量设计成三个变量，在订货到达时使这3种商品各自存贮量补充到的固定体积再设计成三个变量，一共九个变量。接着分别算出每种商品的花费，目标是平均总花费最小，最后用一些约束条件把这些变量连接起来，得到一个非线性约束优化模型。</P>
<>我们采用遗传算法进行了求解，然后得到了上述结果。</P>
<>但是我们得到的最优订货点跟你们是一致的。</P>

myj_8317

你模型的假设是如何的？能和你互换论文吗？