数学建模：露天矿生产车辆安排之案的优化模型6模型的讨论、灵敏度分析与误差分析-2023-2024学年高一上学期数学北师大版（2019）必修第一册

模型的讨论、灵敏度分析与误差分析 ★1 模型的讨论 就本题来说，题目中给出的两条原则是相互矛盾的，要想总运量最小，运输成本最小，其生产量必定不能达到最大；相反，若要想生产量获得最大，就不可能使得总运量和运输成本最小．下面讨论一下这两种情况． 1．总运量最小，成本最少 要获得总运量最小，主要取决于卡车的装载量、卡车数量、各卡车运输次数、各卸点的产量和总路程．对于本题来说，卡车的装载量是确定的，各卸点的产量也是确定的，所以影响总运量和成本的最大因素就是卡车的数量、各卡车运输次数和总路程． （1）铲车数量的影响讨论．模型Ⅰ、Ⅱ是针对原则1建立的模型，从结果来看我们出动6辆铲车就可以满足原则1的需求；模型II是针对原则2建立的模型，从结果来看需要7辆铲车全部出动才能满足要求．对于原则1，它主要是从总运量和成本最小来考虑的，所以在这种情况下，对产量要求就不十分苛刻，只要满足各卸点的产量要求即可． （2）卡车数量的影响讨论．模型Ⅰ、Ⅱ是针对原则1建立的模型，从结果来看我们出动13辆卡车就可以满足原则1的需求． 2．产量最大 要想获得生产量最大，主要取决于铲车数量、卡车数量、各卡车运输次数和卡车的装载量．同上，卡车的装载量也是已知的． （1）铲车数量的影响讨论．对于原则2，它主要是从总产量最大来考虑的，所以对总运量最小的考虑就相对减少．而铲车数量对开采铁矿来说，它主要是从影响卡车的运输来影响总产量，所以原则1的条件下求得的铲车数量上就不需要全部出动，而原则2的条件下求得的铲车数量上就必须全部出动． （2）卡车数量的影响讨论．模型Ⅲ是针对原则2建立的模型，从结果看来需要20辆卡车全部出动才能满足要求．同上，在原则1和原则2条件下，卡车所产生数量的影响有满足总运量最小的部分，也有满足最大产量的部分． ★2灵敏度分析 由于本题中对模型结果产生影响的因素有很多，我们在此取几个关键的参数进行了灵敏度分析．模型对这些参数的敏感性反映了各种因素影响结果的显著程度：反之，通过对模型参数的稳定性和敏感性分析，又可反映和检验模型的实际合理性． 1．对模型Ⅱ卡车数量的灵敏度分析 对模型Ⅱ卡车数量不仅关系到总运量的大小，而且原则1要求出动最少的卡车，这就要求我们在实际的规划中要充分考虑到卡车数量的变化对目标值的影响，假设在其他条件不变的情况下，通过逐个减少卡车的数量，计算得到相应的最小总运量，结果如表3.13和图3.7所示． 由上面的计算结果我们可以知道，卡车的数量和总运量呈正比的关系，即卡车数量增加时总运量也增加；反之，则减少．从图3.7中我们可以很直观地看出，在卡车数为10、11、12时，总运量有一明显的增加．由此可知，我们在规划卡车数量时，如果不是矿产运输量有限的情况下，应尽量选择车辆数不小于11辆，当然其具体的数值应根据具体情况而定． 2．对模型II的铲车数量以及品位限制的灵敏度分析 （1）铲车数量．由于模型II铲车是关系到最大产量的重要因素，所以我们对模型Ⅱ铲车数量进行灵敏度分析，假设其他条件不变的情况下，逐个减少铲车的数量，得到相应的最大出车次数，其结果如表3.14和图3.8所示． 从图3.8可以看出，铲车数和最大出车次数呈线性关系（也就是和产量呈线性关系)，由此知铲车的数量对于产量来说是至关重要的，建议在开采矿产时，应对铲车的数量进行合理的规划，使铲车得到充分利用． （2）品位限制．同样，在考虑品位限制对产量的影响时，不考虑其他因素的影响，我们逐步对改变品位限制的范围，得到在一定的品位限制条件下的最大产量值（在本题中由于没有给出铲车确切的装填速度，所以无法计算精确的产量，所以用最大的出车量作为目标来代替产量)．经过计算，得到的结果，如表3.15和图3.9所示． 从上面的结果中可以看出，品质限制变化范围较小时，最大出车次数随品质限制范围的增加而快速上升，当增加到一定的范围时，最大出车次数就不再增长，也就是说，产量的上升也是依此规律上升的． ★3 误差分析（数据近似误差） 在建立模型的之前，为了满足卡车每次都是满载运输，考虑到卸点和矿位运输的实际，我们分两种情况对模型的数据进行了近似取值． （1）退零取整对矿位的最大运输车次近似取值． （2）进一法对卸点的最大运输车次近似取值． 近似取值使模型的求解产生了数据误差，造成了模型求解结果的不精确，对三种参数的近似分别如表3.16、表3.17和表3.18所示． 通过表3.16、表3.17和表3.18的近似取值可以看出表3.16数据的近似取值增大了卸点车次的下限，表3.17和表3.18数据的近似取值减小了运矿车次和运岩车次．卸点的车次下限、运矿车次和运岩车次都是目标函数的约束条件，增大或者减小了实际约束条件的范围，使总运量和产量的目标值都跟准确值有一定的误差． 由于数据的近似取值对模型结果的影响，卸点所需车次