大型煤炭企业生产和供给问题模型研究

摘 要：
本文对某煤炭企业的生产供给决策问题进行了建模研究。
在问题一中，鉴于精煤产量与多种因素复杂相关，我们首先利用粗糙集方法对影响洗煤厂精煤产量的因素定性分析，得到影响精煤产量的因素有原煤数量、原煤灰分、回收率、精煤灰分、洗损数量。然后在定量分析时我们选择在处理非线性问题上具有很大优势BP神经网络训练方法确定精煤产量与各影响因素之间的输入输出模型。经过检验得到该模型的精度达到了89.27%，较好的符合了实际。
在问题二、三中，基于题目不同的要求，我们分别建立以利润最大为目标的单目标规划模型和以利润最大、满足率最高、质量最好为目标的多目标规划模型，并利用 软件分别对上述模型求解，得到不同目标下企业的最优生产供给决策方案（详见正文）。
煤厂名称 生产原煤量 销售原煤量 入洗原煤量 销售精煤量 销售混煤量
　 问题二 问题三 问题二 问题三 问题二 问题三 问题二 问题三 问题二 问题三
宅城 85000 85000 85000 85000 0 0 0 0 0 0
韩 桥 65000 65000 65000 65000 0 0 0 0 0 0
夹河 96000 96000 0 0 96000 96000 38014 59327 29221 7908
庞庄 140000 140000 30000 30000 110000 110000 75737 55172 0 20565
三河尖 56000 56000 26000 26000 30000 30000 26249 25501 0 748
权台 166000 166000 116000 116000 50000 50000 41994 40800 0 1194
旗山 148000 148000 58000 58000 90000 90000 58006 59200 1544 349
在问题四中，基于对响应时间的理解和对市场需求的分析的前提，我们建立限制时间约束下，以响应时间最短、利润最大、客户满意度最高为目标的多目标规划模型来优化企业生产供给，以此提高供应链响应能力。考虑到限制时间在很大程度上影响企业效益，我们认为在确定限制时间时要综合考虑客户不同需求的要求以及企业自身的生产能力,由此得到五个客户需求条件下的最佳限制时间分别为16天，11天，10天，5天，4天。并得到了企业对不同客户在不同限制时间条件下的最优生产供给方案（详见正文）
之后我们分别进行了模型检验和结果分析，验证了模型的合理性和结果的正确性。
最后，本文还对模型进行了进一步讨论，提出了改进模型的方向和思路。
利用粗糙集确定影响因素和基于神经网络建立精煤产量输入输出模型以及对限制时间的深入讨论是本文的最大亮点。
关键字: 粗糙集 BP神经网络 多目标规划 响应时间 软件 供应链响应能力
目 录
一、问题重述与分析 2
1.1 问题重述 2
1.2 问题分析 4
1.2.1 对问题一的分析 4
1.2.2 对问题二的分析 5
1.2.3 对问题三的分析 5
1.2.4 对问题四的分析 5
1.2.5 对题目中数据的分析 6
二、模型假设 6
三、符号说明 7
四、模型建立与求解 8
4.1 基于粗糙集的精煤产量影响因素确定模型 8
4.1.1 粗糙集理论 8
4.1.2 确定精煤产量影响因素 9
4.2 基于BP神经网络的精煤产量模型 12
4.2.1 输入输出数据预处理 12
4.2.3 利用MATLAB软件对BP神经网络的学习训练 14
4.2.4 对实际情况的检验 15
4.3 以利润最大为目标的单目标规划模型的建立 15
4.3.1 单目标规划目标函数的确定 15
4.3.2 单目标规划约束条件的确定 16
4.3.3 基于利润最大的单目标规划模型 17
4.4 基于利润最大的规划模型的求解 17
4.5 基于利润、满足率和质量的多目标规划模型的建立 19
4.5.1 满足率目标的计算模型 19
4.5.2 煤炭质量目标的计算模型 20
4.5.3 利润目标的计算模型 21
4.5.4 多目标规划约束条件的确定 21
4.5.5 基于利润、满足率和质量的多目标规划模型 22
4.6 多目标规划模型的求解 23
4.6.1 各权重系数的确定 23
4.6.2 各目标函数值的无量纲化处理 24
4.6.3 模型的计算 24
4.7 以利润、质量和时间为目标的多目标规划模型的建立 25
4.7.1 利润目标函数的计算模型 26
4.7.2 商品煤质量目标的计算模型 26
4.7.3 响应时间目标的计算模型 26
4.7.4 多目标规划约束条件的确定 27
4.7.5 以利润、质量和时间为目标的多目标规划模型 28
4.8 多目标规划模型的求解 28
4.8.1 目标函数权系数 的确定 28
4.8.2 客户要求限制时间的确定 28
4.8.3 各目标函数值的无量纲化处理 29
4.8.4 模型的计算 29
五、模型检验 30
5.1 对BP神经网络模型的检验 30
5.1.1 对训练过程精度的检验 30
5.1.2 对神经网络训练后的精煤产量模型的精度检验 31
5.2 对规划模型的灵敏度分析 31
六、结果分析 32
6.1 对问题一中各因素重要性结果分析 32
6.2 对问题二、三的优化结果的对比分析 32
6.2.1 对问题二、三的结果中各煤厂的生产供给方案的对比分析 32
6.2.2 对问题二、三中煤炭企业对客户的最优销售方案的对比分析 33
6.3 对问题四的结果分析 33
七、模型的进一步讨论 35
7.1 对基于粗糙集的因素评价方法的进一步讨论 35
7.2 对BP神经网络的进一步讨论 35
7.3 对时间约束下的多目标规划模型的进一步讨论 35
7.4 对混煤质量的讨论 35
八、模型优缺点 36
8.1 模型的优点 36
8.2 模型的缺点 36
九、参考文献 36