製造業物料清單BOM、智慧文件閱讀、科學文獻影響因子、"Celebrated Italian mathematician ZepartzatT Gozinto" 與 高津託圖
阿新 • • 發佈:2018-12-04
義大利數學家Z.高津託
義大利偉大數學家Sire Zepartzatt Gozinto的生卒年代是一個謎[1],但是他發明的 “高筋圖” 在 製造資源管理、物料清單(BOM)管理、智慧閱讀、科學文獻影響因子計算 等方面具有重要應用。
高津託圖
下圖是一個製造業物料需求高津託圖,節點FP1、FP2分別表示最終產品的需求量,邊上的數值表示組裝部件所需要的上游零部件的數量,物料清單(BOM)系統需要知道所有零部件的總需求。圖中:
Primary Demand(主需求) -- 市場對零部件的需求數量
Secondary Demand(次需求) -- 因產品組裝產生的對零部件的需求
Total Demand(總需求)-- 以上兩個需求之和
Product No. (產品(拓撲次序)編號)-- 根據組裝約束對零部件產品進行拓撲排序的次序數
數學模型
設圖中的零部件型別數為n,裝配關係(邊)數為m
設pd[i]為節點i的主需求(常量)
sd[i]為節點i的次需求(決策變數)
td[i]為節點i的總需求(被動變數)
pd[i]為節點i的產品拓撲次序編號(決策變數)
根據裝配邏輯,對任何邊k,如果邊k的起始節點為a[k],終止節點為b[k],權值為c[k],則:
sd[i]=sum{k=1,...,m;a[k]==i}(c[k]td[b[k]]) | i=1,...,n td[i]=sd[i]+pd[i]|i=1,...,n
把零部件從裝配上游到下游排序:
pn[b[k]] >= pn[a[k]] + 1 | k=1,...,m pn[i]>=1|i=1,...,n pn[i]<=n|i=1,...,n
+Leapms模型:
min sum{i=1,...,n}pn[i] subject to sd[i]=sum{k=1,...,m;a[k]==i}(c[k]td[b[k]]) | i=1,...,n td[i]=sd[i]+pd[i]|i=1,...,n pn[b[k]] >= pn[a[k]] + 1 | k=1,...,m pn[i]>=1|i=1,...,n pn[i]<=n|i=1,...,n where m,n are numbers e,pd are sets a[k],b[k],c[k] are numbers | k=1,...,m sd[i],td[i] are variables of nonnegative numbers|i=1,...,n pn[i] is a variable of nonnegative number|i=1,...,n data_relation m=_$(e)/3 n=_$(pd) a[k]=e[3k-2]|k=1,...,m b[k]=e[3k-1]|k=1,...,m c[k]=e[3k] |k=1,...,m data pd={150 50 20 230 0 0 0 0} e={ 3 1 1 4 1 2 4 2 3 4 3 3 4 5 2 5 2 4 6 3 4 6 4 5 7 4 3 7 5 1 8 5 2 }
求解:
+Leapms>load Current directory is "ROOT". ......... gozinto.leap ......... please input the filename:gozinto ================================================================ 1: min sum{i=1,...,n}pn[i] 2: subject to 3: 4: sd[i]=sum{k=1,...,m;a[k]==i}(c[k]td[b[k]]) | i=1,...,n 5: td[i]=sd[i]+pd[i]|i=1,...,n 6: 7: pn[b[k]] >= pn[a[k]] + 1 | k=1,...,m 8: pn[i]>=1|i=1,...,n 9: pn[i]<=n|i=1,...,n 10: 11: where 12: m,n are numbers 13: e,pd are sets 14: a[k],b[k],c[k] are numbers | k=1,...,m 15: sd[i],td[i] are variables of nonnegative numbers|i=1,...,n 16: pn[i] is a variable of nonnegative number|i=1,...,n 17: 18: data_relation 19: m=_$(e)/3 20: n=_$(pd) 21: a[k]=e[3k-2]|k=1,...,m 22: b[k]=e[3k-1]|k=1,...,m 23: c[k]=e[3k] |k=1,...,m 24: data 25: pd={150 50 20 230 0 0 0 0} 26: e={ 27: 3 1 1 28: 4 1 2 29: 4 2 3 30: 4 3 3 31: 4 5 2 32: 5 2 4 33: 6 3 4 34: 6 4 5 35: 7 4 3 36: 7 5 1 37: 8 5 2 38: } ================================================================ >>end of the file. Parsing model: 1D 2R 3V 4O 5C 6S 7End. .................................. number of variables=24 number of constraints=43 .................................. +Leapms>solve The LP is solved to optimal. 找到線性規劃最優解.非零變數值和最優目標值如下: ......... pn1*=4 pn2*=4 pn3*=3 pn4*=2 pn5*=3 pn6*=1 pn7*=1 pn8*=1 sd3*=150 sd4*=1360 sd5*=200 sd6*=8630 sd7*=4970 sd8*=400 td1*=150 td2*=50 td3*=170 td4*=1590 td5*=200 td6*=8630 td7*=4970 td8*=400 ......... Objective*=19 ......... +Leapms>
結果
參考文獻
[1] Rousseau, R. . (1987). The gozinto theorem: using citations to determine influences on a scientific publication. Scientometrics, 11(3-4), 217-229.