설명

우연한 제약이 있는 가축 사료 문제. 두 가지 문제는
공식화된 결정론적 모델과 기회 제약
버전 결정론적 동일.

소형 모델 유형 :NLP lp

카테고리 : 무료 슬롯 사이트 모델 라이브러리

메인 파일 : chance.gms

$title 기회 제약 피드 믹스 문제(CHANCE,SEQ=26)

$onText
기회 제약이 있는 소 사료 문제. 두 가지 문제는
공식화된 결정론적 모델과 기회 제약
버전 결정론적 동등성.

Bracken, J 및 McCormick, GP, 9장.
비선형 프로그래밍. John Wiley and Sons, 뉴욕, 1968, pp. 94-100.

키워드: 선형 프로그래밍, 비선형 프로그래밍, 피드 믹스 문제,
          기회 제약 프로그래밍
$offText

세트
   f '사료' / 보리, 귀리, 참깨, 갈은 식사 /
   n '영양소' / 단백질, 지방 /;

매개변수
   가격(f) '사료 가격(톤당 fgld)' / 보리 24.55
                                           귀리 26.75
                                           참깨 39.00
                                           갈은 식사 40.50 /
   req(n) '요구사항(pct)' / 단백질 21
                                           지방 5 /;

Table char(*,n,f) '피드 특성(%)'
                      보리 귀리 참깨 가루 식사
   평균.단백질 12.0 11.9 41.8 52.1
   평균지방 2.3 5.6 11.1 1.3
   분산.단백질 .28 .19 20.5 .62;

변수
   비용 '톤당 총 비용'
   x(f) '사료 혼합(%)';

양수 변수 x;

방정식
   cdef '비용 정의'
   MC '혼합 제약'
   nbal(n) '영양소 균형'
   cc(n) '기회 제약';

cdef.. 비용 =e= sum(f, 가격(f)*x(f));

mc..sum(f, x(f)) =e= 1;

nbal(n).. sum(f, char("평균",n,f)*x(f)) =g= req(n);

cc(n).. sum(f, char("평균",n,f)*x(f)) - 1.645*sqrt(sum(f, char("분산",n,f)*sqr(x(f)))) =g= req(n);

모델
   det '결정적 모델' / cdef, mc, nbal /
   기회 '기회 모델' / cdef, mc, cc /;

매개변수 혼합 '혼합 보고서';

lp를 사용하여 비용을 최소화하는 문제를 해결합니다.
mix(f,'det') = x.l(f);

nlp를 사용하여 비용을 최소화하는 기회를 해결합니다.
mix(f,'chance') = x.l(f);

디스플레이 믹스;