某工厂向用户提供发动机,按合同规定,其交货数量和日期是:第一季度末交40 台,第二季末交60台,第三季末交80台。工厂的最大生产能力为每季100台,每季的生产费用是f(x) =50x +0.2x2(元),此处x为该季生产发动机的台数。若工厂生产得多,多余的发动机可移到下季向用户交货,这样,工厂就需支付存储费,每台发动机每季的存储费为4元。问该厂每季应生产多少台发动机,才能既满足交货合同,又使工厂所花费的费用最少(假定第一季度开始时发动机无存货)?用c语言来写出代码

时间: 2023-09-27 16:12:41 浏览: 108
这是一个线性规划问题,可以使用线性规划库来求解。下面是一个使用 GLPK(GNU Linear Programming Kit)库解决这个问题的示例程序: ```c #include <stdio.h> #include <glpk.h> int main() { glp_prob *lp; int ia[1+1000], ja[1+1000]; double ar[1+1000], z, x1, x2, x3; lp = glp_create_prob(); glp_set_prob_name(lp, "production"); glp_set_obj_dir(lp, GLP_MIN); glp_add_rows(lp, 3); glp_set_row_name(lp, 1, "quarter 1"); glp_set_row_bnds(lp, 1, GLP_LO, 40.0, 0.0); glp_set_row_name(lp, 2, "quarter 2"); glp_set_row_bnds(lp, 2, GLP_LO, 60.0, 0.0); glp_set_row_name(lp, 3, "quarter 3"); glp_set_row_bnds(lp, 3, GLP_LO, 80.0, 0.0); glp_add_cols(lp, 3); glp_set_col_name(lp, 1, "x1"); glp_set_col_bnds(lp, 1, GLP_LO, 0.0, 0.0); glp_set_obj_coef(lp, 1, 50.0); glp_set_col_name(lp, 2, "x2"); glp_set_col_bnds(lp, 2, GLP_LO, 0.0, 0.0); glp_set_obj_coef(lp, 2, 50.0); glp_set_col_name(lp, 3, "x3"); glp_set_col_bnds(lp, 3, GLP_LO, 0.0, 0.0); glp_set_obj_coef(lp, 3, 50.0); ia[1] = 1, ja[1] = 1, ar[1] = 1.0; ia[2] = 1, ja[2] = 2, ar[2] = 1.0; ia[3] = 1, ja[3] = 3, ar[3] = 1.0; ia[4] = 2, ja[4] = 1, ar[4] = 1.0; ia[5] = 2, ja[5] = 2, ar[5] = 1.0; ia[6] = 2, ja[6] = 3, ar[6] = 1.0; ia[7] = 3, ja[7] = 1, ar[7] = 1.0; ia[8] = 3, ja[8] = 2, ar[8] = 1.0; ia[9] = 3, ja[9] = 3, ar[9] = 1.0; glp_load_matrix(lp, 9, ia, ja, ar); glp_simplex(lp, NULL); z = glp_get_obj_val(lp); x1 = glp_get_col_prim(lp, 1); x2 = glp_get_col_prim(lp, 2); x3 = glp_get_col_prim(lp, 3); printf("x1 = %g, x2 = %g, x3 = %g\n", x1, x2, x3); printf("minimum cost = %g\n", z + 4 * (x1 + x2 + x3 - 40 - 60 - 80)); glp_delete_prob(lp); return 0; } ``` 在程序中,首先创建一个线性规划问题 `lp`,并设置问题的名称和目标函数方向。然后,添加三个约束条件和三个变量,并设置它们的名称、边界和系数。接着,加载约束条件和变量的系数矩阵,并使用 `glp_simplex` 函数求解线性规划问题。最后,输出每季应生产的发动机数量和最小费用。 需要注意的是,使用 GLPK 库需要在编译时链接 GLPK 库。例如,使用 gcc 编译器编译上述程序的命令为: ``` gcc -o production production.c -lglpk ```

相关推荐

最新推荐

recommend-type

数学建模基础算法(2) 非线性规划

非线性规划:如果目标函数或约束条件中...一般说来,解非线性规划不像线性规划有单纯形法这一通用方法,非线性规划目前还没有适于各种问题的一般算法,各个方法都有自己特定的适用范围。下面针对不同问题提出相应算法。
recommend-type

内鬼V4 cat版 scratch版.sb3

这是一个未做好的作品,但还原了绿色周!!!
recommend-type

2024-2030中国mRNA癌症疫苗和治疗市场现状研究分析与发展前景预测报告 Sample.pdf

QYResearch是全球知名的大型咨询公司,行业涵盖各高科技行业产业链细分市场,横跨如半导体产业链(半导体设备及零部件、半导体材料、集成电路、制造、封测、分立器件、传感器、光电器件)、光伏产业链(设备、硅料/硅片、电池片、组件、辅料支架、逆变器、电站终端)、新能源汽车产业链(动力电池及材料、电驱电控、汽车半导体/电子、整车、充电桩)、通信产业链(通信系统设备、终端设备、电子元器件、射频前端、光模块、4G/5G/6G、宽带、IoT、数字经济、AI)、先进材料产业链(金属材料、高分子材料、陶瓷材料、纳米材料等)、机械制造产业链(数控机床、工程机械、电气机械、3C自动化、工业机器人、激光、工控、无人机)、食品药品、医疗器械、农业等。 邮箱:market@qyresearch.com
recommend-type

国家开放大学数据库应用技术第三次形考作业3

使用TOP和CASE的查询。写出实现如下查询的SQL语句。  (18) 列出“数据库基础”课程考试成绩前三名的学生的学号、姓名、所在系和考试成绩。  (19) 查询Java考试成绩最低的学生的姓名、所在系和Java成绩。  (20) 查询选修了Java的学生学号、姓名、所在系和成绩,并对所在系进行如下处理:   当所在系为“计算机系”时,显示“CS”;   当所在系为“信息管理系”时,显示“IS”;   当所在系为“通信工程系”时,显示“CO”;   对其他系,均显示“OTHER”。
recommend-type

2024-2030中国巴比妥酸市场现状研究分析与发展前景预测报告 Sample.pdf

QYResearch是全球知名的大型咨询公司,行业涵盖各高科技行业产业链细分市场,横跨如半导体产业链(半导体设备及零部件、半导体材料、集成电路、制造、封测、分立器件、传感器、光电器件)、光伏产业链(设备、硅料/硅片、电池片、组件、辅料支架、逆变器、电站终端)、新能源汽车产业链(动力电池及材料、电驱电控、汽车半导体/电子、整车、充电桩)、通信产业链(通信系统设备、终端设备、电子元器件、射频前端、光模块、4G/5G/6G、宽带、IoT、数字经济、AI)、先进材料产业链(金属材料、高分子材料、陶瓷材料、纳米材料等)、机械制造产业链(数控机床、工程机械、电气机械、3C自动化、工业机器人、激光、工控、无人机)、食品药品、医疗器械、农业等。 邮箱:market@qyresearch.com
recommend-type

STC89C51 简单时钟

STC89C51 简单时钟,叫你从基础开始学习单片机,
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB归一化方法大比拼:5种方法,哪种最适合你的数据?

![MATLAB归一化方法大比拼:5种方法,哪种最适合你的数据?](https://www.finebi.com/wp-content/uploads/2019/11/FineBI%E8%A1%8C%E4%B8%9A%E9%A9%BE%E9%A9%B6%E8%88%B1-1024x510.png) # 1. MATLAB归一化概述 归一化是一种数据预处理技术,用于将数据缩放到特定范围内,从而消除不同特征之间的尺度差异。在MATLAB中,有各种归一化方法可用于不同类型的数据和应用程序。 归一化的主要目的是: - 提高模型的训练效率和准确性,通过消除特征之间的尺度差异,使模型能够更有效地学习
recommend-type

failed to register layer: ApplyLayer exit status 1 stdout: stderr: archive/tar: invalid tar header

很抱歉听到这个问题。这个错误通常是由于Docker镜像损坏或Docker存储库中缺少所需的图层引起的。您可以尝试以下几种方法来解决这个问题: 1. 清理Docker镜像和容器:使用命令“docker system prune”清理不再使用的Docker对象。 2. 检查Docker存储库:确保您正在使用可靠的Docker存储库,并检查是否存在所有必需的图层。 3. 重新下载Docker镜像:如果您确定问题是由于损坏的Docker镜像引起的,则可以尝试重新下载Docker镜像。 4. 更新Docker版本:如果您使用的是旧版Docker,则可能会出现此问题。尝试更新到最新版本的Docke
recommend-type

Linux系统常用操作命令大全手册

附件是Linux系统常用操作命令大全手册,是 markdown格式,其中覆盖了Linux系统管理、文件操作、网络配置等多个方面,都是日常工作中非常常用的命令,欢迎大家下载学习使用!