快餐店问题研究

《快餐店问题研究》由会员分享，可在线阅读，更多相关《快餐店问题研究（10页珍藏版）》请在装配图网上搜索。

1、快餐店问题研究摘要本文以企业资源管理优化问题与企业经济关系理论阐述的基础上，通过建立线性函数模型，对优化分配计划和对企业经济发展拉动作用的影响进行探讨并利用LINGO软件计算出结果。随着资源浪费问题在世界范围开展，人们越来越重视合理化配置，同时企业也希望在保证产品质量的前提下，能用最少的成本换取尽可能多利润，综上可以看出资源的优化配置越来越受到关注。本文主要针对企业实际资源分配的主要问题进行分析并且建立数学模型，研究如何有效分配人员或生产物品从而使得成本最小化。关键词：资源管理 优化问题 LINGO软件 线性规划模型一、 问题重述某快餐店坐落在一个旅游景点中。这个旅游景点远离市区，平时游客不多

2、，而在每个星期六游客猛增。快餐店主要是为旅客提供低价位的快餐服务。该快餐店雇佣了两名正式职工，正式职工每天工作八小时，其余工作有临时工来担任，临时工每班工作4小时。在星期六，该快餐店从上午11点开始营业到下午10点关门。根据游客就餐情况，在星期六每个营业小时所需职工数（包括正式工和临时工）如下表所示：表格 1时间所学职工数时间所学职工数11:00-12:00917:00-18:00612：00-13:00918:00-19:001213:00-14:00919:00-20:001214:00-15:00320:00-21:00715:00-16:00321:00-22:00716:00-17:

3、003已知一名正式职工11点开始上班，工作4小时后休息一小时，而后在工作4小时；另一名正式职工13点开始上班，工作4小时后休息一小时，而后在工作四小时。又知临时工每小时的工资为4元。（1）、在满足对职工需求的条件下如何安排临时工的班次，使得使用临时工的成本最小？（2）、如果临时工每班工作时间可以是3小时也可以是4小时，那么应如何安排临时工的班次，使得使用临时工的总成本最小？比（1）节省多少费用？这时应安排多少临时工班次？二、问题的分析这个问题的目标是使得工资的成本最低要做的决策变量就是人力分配的问题，即如何分配临时工的班次，才能是快餐店的成本最小。按照题目所给的班次，将决策变量、目标函数和约束

4、条件用符号及数字表示出来，本文就两个问题，可得到以下两个数学模型。2-1、问题一的分析在满足对职工需求的条件下，要使得使用临时工的成本最小，就要临时工的人数最小，即目标函数最小，由每个班次所设定的人数为约束条件，第班次安排的临时工工作4小时人数为决策变量，在利用LINGO软件计算出目标函数的最优值为320元，班次如下图图一所示：图一2-2、问题二的分析如果临时工每班工作时间可以是3小时也可以是4小时，要使得使用临时工的成本最小，即目标函数最小，以每个班次所规定的人数为约束条件，第个班次安排临时工工作4小时的人数和临时工工作3小时的人数为决策变量，然后利用LINGO软件计算出目标函数的最优值为2

5、64人，比（1）节省人，需要安排20个临时工的班次，即：4小时临时工安排6个班次；3小时临时工安排16个班次。三、模型假设1、假设问题所给的数据真实可靠；2、假设正式员工和临时员工没有请假情况；3、假设有足够的临时工可以供我们抉择，没有不够的情况。四、符号的假设-问题二的临时工安排比问题一的临时工的安排节省多少成本；-第班次安排的临时工工作4小时的人数；-第班次安排的临时工工作3小时的人数；-临时工每班工作4小时是，使用临时工的成本最小；-临时工每班工作时间可以是3小时也可以是4小时是，使用临时工的成本最小。五、模型的建立与求解【模型一】的建立与求解 （1）临时工工作时间为4小时，正式工工作也

6、是4小时，则在第五个小时时需要新人员，临时工只要招用，无论工作时间多长，都按照4元给予工资临时工招用以后，就需要支付16元工资，从上午11:00到晚上10:00共计11个班次，则设第班次安排的临时工人数人。目标函数为临时工成本最小，决策变量为第班次安排的临时工人数人，约束条件为每个班次所设定的人数。目标函数为：约束条件为：决策变量为：应用LINGO软件计算计算结果为：结果分析：由上面所得的结果可知，在满足对职工需求的条件下，在11:00时安排8个临时工，13:00时新安排1个临时工，14:00是新安排1个临时工，16:00时新安排4个临时工，18:00时新安排6个临时工，可使临时工总成本最小为

7、：元 从输出的结果可以看出：在11:00到12:00安排8个临时工的班次在14:00到15:00的剩余变量为8，因为临时工工作4小时，而实际工作仅需3小时，在13:00到14:00招用的临时工，剩余变量为2，在16:00到17:00招用的临时工，剩余变量为5，都是因为实际工作达不到4小时。这部分费用为4 小时工作时长不合理多支出的成本，所以并不是最合理的安排。 【模型二】的建立与求解（2）根据题意，在满足工作需要的条件下，可以安排3 小时或者4 小时的临时工，工资仍然为4 元/小时。则这时候确定安排为4 小时的临时工工资为16 元，安排为3小时的为12元，设第个班次安排临时工工作4小时的人数和

8、临时工工作3小时的人数。由题意可以得出，目标函数为临时工成本最小，决策变量为第个班次安排临时工工作4小时的人数和临时工工作3小时的人数，约束条件为每个班次所设定的人数。则目标函数为：约束条件为：决策变量为：应用LINGO软件计算计算结果为：结果分析：由LINGO软件输出的结果可知，目标函数的最优解，即最小成本为： 元比第一种安排节省了56元，一共需要临时工20人，即4个小时的临时工6人， ，3个小时的临时工14人，。由以上两种模型可知，模型二的时间安排方法比模型一的时间安排方法更节省，使得临时工的总成本更小。六、模型的评价与推广6.1模型的优点：1、合理利用LINGO计算机软件，配上合理的算法

9、，安排方案的生成速度快；2、模型的解出的安排方案的可靠性较强，解题的步骤环环相扣，逐步的出最后结果；3、建立的模型方法简单易行，且以运用与现实生活中；4、模型易于实现。6.2模型的缺点：1、计算项目过多，联系性过大，容易出现计算错误，导致全局出错；6.3、模型的推广： 本模型运用了线性规划的问题，线性规划问题可以求解经济、管理、军事、交通运输等各个方面的优化问题，用LINGO软件求解线性规划问题，提高了求解速度，大大的推广了线性规划问题在各行各业中的运用。七、参考文献1 韩伯棠，管理运筹学（第三版），高等教育出版社,2007；2 朱德通，最优化模型与实验，科学出版社；3 袁新生等，LINGO和

10、Excel在数学建模中的运用，北京：科学出版社，2007；4 胡运权，运筹学基础及运用，高等教育出版社，2010。八、附录模型一的求解程序model:objmin=16*(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11);x1+1=9;x1+x2+1=9;x1+x2+x3+2=9;x1+x2+x3+x4+2=3;x2+x3+x4+x5+1=3;x3+x4+x5+x6+2=3;x4+x5+x6+x7+1=6;x5+x6+x7+x8+2=12;x6+x7+x8+x9+2=12;x7+x8+x9+x10+1=7;x8+x9+x10+x11+1=7;end模型一的运行结果： Gl

11、obal optimal solution found. Objective value: 320.0000 Infeasibilities: 0.000000 Total solver iterations: 5 Variable Value Reduced Cost X1 8.000000 0.000000 X2 1.000000 0.000000 X3 0.000000 0.000000 X4 1.000000 0.000000 X5 0.000000 0.000000 X6 4.000000 0.000000 X7 0.000000 0.000000 X8 6.000000 0.000

12、000 X9 0.000000 0.000000 X10 0.000000 16.00000 X11 0.000000 16.00000 Row Slack or Surplus Dual Price OBJ 320.0000 -1.000000 2 0.000000 -16.00000 3 1.000000 0.000000 4 2.000000 0.000000 5 9.000000 0.000000 6 0.000000 -16.00000 7 4.000000 0.000000 8 0.000000 0.000000 9 0.000000 0.000000 10 0.000000 -1

13、6.00000 11 0.000000 0.000000 12 0.000000 0.000000模型二的求解程序：model:objmin=16*(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11)+12*(y1+y2+y3+y4+y5+y6+y7+y8+y9+y10+y11);x1+y1+1=9;x1+x2+y1+y2+1=9;x1+x2+x3+y1+y2+y3+2=9;x1+x2+x3+x4+y2+y3+y4+2=3;x2+x3+x4+x5+y3+y4+y5+1=3;x3+x4+x5+x6+y4+y5+y6+2=3;x4+x5+x6+x7+y5+y6+y7+1=6;x

14、5+x6+x7+x8+y6+y7+y8+2=12;x6+x7+x8+x9+y7+y8+y9+2=12;x7+x8+x9+x10+y8+y9+y10+1=7;x8+x9+x10+x11+y9+y10+y11+1=7;end模型二的运行结果：Global optimal solution found. Objective value: 264.0000 Infeasibilities: 0.000000 Total solver iterations: 9 Variable Value Reduced Cost X1 0.000000 0.000000 X2 0.000000 4.000000 X

15、3 0.000000 4.000000 X4 0.000000 0.000000 X5 0.000000 0.000000 X6 0.000000 4.000000 X7 0.000000 4.000000 X8 6.000000 0.000000 X9 0.000000 4.000000 X10 0.000000 8.000000 X11 0.000000 8.000000 Y1 8.000000 0.000000 Y2 0.000000 8.000000 Y3 1.000000 0.000000 Y4 0.000000 0.000000 Y5 1.000000 0.000000 Y6 0.

16、000000 4.000000 Y7 4.000000 0.000000 Y8 0.000000 4.000000 Y9 0.000000 0.000000 Y10 0.000000 4.000000 Y11 0.000000 4.000000 Row Slack or Surplus Dual Price OBJ 264.0000 -1.000000 2 0.000000 -12.00000 3 0.000000 0.000000 4 2.000000 0.000000 5 0.000000 -4.000000 6 0.000000 -8.000000 7 0.000000 0.000000 8 0.000000 -4.000000 9 0.000000 -4.000000 10 0.000000 -4.000000 11 0.000000 0.000000 12 0.000000 -8.000000