【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码

【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码

在这里插入图片描述

1 题目

题目 D 题 圈养湖羊的空间利用率

规模化的圈养养殖场通常根据牲畜的性别和生长阶段分群饲养,适应不同种类、不同阶段的牲畜对空间的不同要求,以保障牲畜安全和健康;与此同时,也要尽量减少空间闲置所造成的资源浪费。在实际运营中,还需要考虑市场上饲料价格和产品销售价格的波动以及气候、疾病、种畜淘汰、更新等诸多复杂且关联的因素,但空间利用率是相对独立并影响养殖场经营效益的重要问题。

湖羊是国家级绵羊保护品种,具有早期生长快、性成熟早、四季发情并且可以圈养等优良特性。湖羊养殖场通常建有若干标准羊栏,每一标准羊栏所能容纳的羊只数量由羊的性别、大小、生长阶段决定。

湖羊养殖的生产过程主要包括繁殖和育肥两大环节。人工授精技术要求高,因此湖羊繁殖大多采用种公羊和基础母羊自然交配的方式。怀孕母羊分娩后给羔羊哺乳,羔羊断奶后独立喂饲,育肥长成后出栏。自然交配时将若干基础母羊与一只种公羊关在一个羊栏中,自然交配期约为 3 周,然后将种公羊移出。受孕母羊的孕期约为 5 个月,每胎通常产羔 2 只。母羊分娩后哺乳期通常控制在 6 周左右,断奶后将羔羊移至育肥羊栏喂饲。一般情况下,羔羊断奶后经过7 个月左右育肥就可以出栏。母羊停止哺乳后,经过约 3 周的空怀休整期,一般会很快发情,可以再次配种。按上述周期,正常情况下,每只基础母羊每 2 年可生产 3 胎。在不考虑种公羊配种能力差异的情况下,种公羊与基础母羊一般按不低于 1:50 的比例配置。种公羊和母羊在非交配期原则上不关在同一栏中。某湖羊养殖场设置标准羊栏,规格是:空怀休整期每栏基础母羊不超过 14 只;非交配期的种公羊每栏不超过 4 只;自然交配期每栏 1 只种公羊及不超过 14 只基础母羊;怀孕期每栏不超过 8 只待产母羊;分娩后的哺乳期,每栏不超过 6 只母羊及它们的羔羊;育肥期每栏不超过 14只羔羊。原则上不同阶段的羊只不能同栏。养殖场的经营管理者为保障效益,需要通过制定生产计划来优化养殖场的空间利用率。这里的生产计划,主要是决定什么时间开始对多少可配种的基础母羊进行配种,控制羊只的繁育期,进而调节对羊栏的需求量,以确保有足够多的羊栏,同时尽量减少羊栏闲置。当羊栏不够时,可以租用其他场地。
在这里插入图片描述

请建立数学模型讨论并解决以下问题:

问题 1 不考虑不确定因素和种羊的淘汰更新,假定自然交配期 20 天,母羊都能受孕,孕期 149 天,每胎产羔 2 只,哺乳期 40 天,羔羊育肥期 210 天,母羊空怀休整期 20 天。该湖羊养殖场现有 112 个标准羊栏,在实现连续生产的条件下,试确定养殖场种公羊与基础母羊的合理数量,并估算年化出栏羊只数量的范围。若该养殖场希望每年出栏不少于 1500 只羊,试估算现有标准羊栏数量的缺口。

问题 2 在问题 1 的基础上,对 112 个标准羊栏给出具体的生产计划(包括种公羊与基础母羊的配种时机和数量、羊栏的使用方案、年化出栏羊只数量等),使得年化出栏羊只数量最大。

问题 3 问题 1 和问题 2 中用到的数据都没有考虑不确定性,一旦决定了什么时间开始对多少可配种的基础母羊进行配种,后续对羊栏的安排和需求也就随之确定。例如,用 3 个羊栏给 42 只母羊进行配种,孕期需要 6 个羊栏,哺乳期需要 7 个羊栏给怀孕母羊分娩和哺乳,哺乳期结束就需要给 84 只断奶羔羊和 42 只母羊共安排 9 个羊栏进行育肥和休整。但实际情况并非如此,配种成功率、分娩羔羊的数目和死亡率等都有不确定性,哺乳时间也可以调控,这些都会影响空间需求。

现根据经验作以下考虑:

(1) 母羊通过自然交配受孕率为 85%,交配期结束后 30 天可识别出是否成功受孕;

(2) 在自然交配的 20 天中受孕母羊的受孕时间并不确知,而孕期会在 147-150 天内波动, 这些因素将影响到预产期范围;

(3) 怀孕母羊分娩时一般每胎产羔 2 只,少部分每胎产羔 1 只或 3 只及以上,目前尚没有实用手段控制或提前得知产羔数。羔羊出生时,有夭折的可能,多羔死亡率高于正常。通常可以按平均每胎产羔 2.2 只、羔羊平均死亡率 3%估算。

(4) 母羊哺乳期过短不利于羔羊后期的生长,通常是羔羊体重达到一定标准后断奶;而哺乳期过长,母羊的身体消耗就越大,早点断奶,有利于早恢复、早发情配种。一种经验做法是将哺乳期控制在 35-45 天内,以 40 天为基准,哺乳期每减少 1 天,羔羊的育肥期增加 2 天;哺乳期每增加 1 天,羔羊的育肥期减少 2 天。除此之外,母羊的空怀休整期可在不少于 18 天的前提下灵活调控。

此外,如有必要,允许分娩日期相差不超过 7 天的哺乳期母羊及所产羔羊同栏,允许断奶日期相差不超过 7 天的育肥期羔羊同栏,允许断奶日期相差不超过 7 天的休整期母羊同栏。为简化问题,不考虑母羊流产、死亡以及羔羊在哺乳期或育肥期夭折和个体发育快慢等情况。

在以上不确定性的考虑下,生产计划的制定与问题 1 和问题 2 将有较大的不同:一旦作出了“什么时间开始对多少可配种的基础母羊进行配种”的决定,后续羊栏的需求和安排不再是随之确定的,而是每一步都会出现若干种可能的情况需要作相应的并遵从基本规则的安排处理, 但无法改变或调整上一步。因此,某种意义上,本问题要讨论研究的生产计划将是一个应对多种可能情况的“预案集”。

请综合考虑可行性和年化出栏羊只数量,制定具体的生产计划,使得整体方案的期望损失最小。其中整体方案的损失由羊栏使用情况决定,当羊栏空置时,每栏每天的损失为 1;当羊栏数量不够时,所缺的羊栏每栏每天的损失(即租用费)为 3。

2 问题分析

2.1 问题一

这个是一个排队论问题,排队模型包括输入过程、服务过程和输出过程。首先,输入过程可以描述为基础母羊的配种情况,根据配种计划可以确定每个周期内的配种数量。服务过程描述了羊只在不同阶段的生命周期,可以根据生长、繁殖等规律来确定羊只在各个阶段的停留时间。其次,模型需要加入限制条件,根据问题背景提供的限制,例如羊栏的数量、种公羊与基础母羊数量比例等。输出过程可以描述为出栏情况,根据羊只的生命周期和出栏条件(例如体重、年龄等),可以计算出栏羊只的数量。最后要对模型进行评价,可以计算一些指标,例如,羊栏的空置率,即羊栏中没有羊只的时间比例、出栏羊只的数量、平均体重等。

排队论的问题,求解的话,通常采用解析方法、数值计算方法或模拟仿真方法等。这个题建议使用Matlab进行仿真。根据限制条件,可以调整配种计划和初始状态变量,迭代求解模型,直到满足要求或者达到最大迭代次数为止。

2.2 问题二

这个是规划类的问题。要确定养殖场种公羊和基础母羊的合理数量,以及给出具体的生产计划,使得年化出栏羊只数量最大。首先,需要确定每个阶段需要的羊只数量,包括配种期、怀孕期、分娩期、哺乳期和育肥期等;其次,需要分析每个阶段的羊只数量与羊栏数量的对应关系,以此确定需要的羊栏数量;最后,在保证养殖场具有连续生产能力的前提下,制定羊只的管理计划,使得年化出栏羊只数量最大,同时确保最小化空闲的羊栏数量。

目标函数:最大化出栏羊只数量的线性规划模型
约束条件:羊只数量限制+羊栏数量限制

2.3 问题三

这是空间优化问题,也是属于规划类的问题。主要任务是通过制定生产计划,优化养殖场的空间利用率,以确保有足够多的羊栏,同时尽量减少羊栏的闲置。但是在建立模型时,需要考虑到题目中说的给定的不确定性条件,如羊只的受孕率、受孕时间的波动、每胎产羔的数量和死亡率、哺乳期的长度等。可以通过引入概率分布或离散取值来表示这些不确定因素,从而得到一个概率性的优化模型。

  • 约束条件:包括羊栏的规格和限制条件、配种期和期望的羊只数量等
  • 目标函数:最小化期望损失,可以通过计算每栏每天的损失和租用费

3 数学模型

3.1 问题一

(1)参数定义

  • S t S_t St:第 t t t天时的羊栏数
  • N t b a s N_t^{bas} Ntbas:第 t t t天时基础母羊数量
  • N t b r e N_t^{bre} Ntbre:第 t t t天时可配种的基础母羊数量
  • N t m a N_t^{ma} Ntma:第 t t t天时种公羊数量
  • N t p r e g N_t^{preg} Ntpreg:第 t t t天时待分娩母羊数量
  • N t l a c t N_t^{lact} Ntlact:第 t t t天时哺乳母羊数量
  • N t l a c t o f f N_t^{lactoff} Ntlactoff:第 t t t天时断奶的羊羔数量
  • N t f e e d N_t^{feed} Ntfeed:第 t t t天时育肥羔羊数量
  • N t o f f N_t^{off} Ntoff:第 t t t天时出栏羊只数量

请下载完整资料

3.2 问题二、三

请下载完整资料

4 下载

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/72252.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

离线数仓同步数据3

业务数据_增量表数据同步 1)Flume配置概述2)Flume配置实操3)通道测试4)编写Flume启停脚本 1)Flume配置概述 Flume需要将Kafka中topic_db主题的数据传输到HDFS,故其需选用KafkaSource以及HDFSSink&#xff…

内网穿透实现Windows远程桌面访问Ubuntu,简单高效的远程桌面解决方案

文章目录 前言1. ubuntu安装XRDP2.局域网测试连接3.安装cpolar内网穿透4.cpolar公网地址测试访问5.固定域名公网地址 前言 XRDP是一种开源工具,它允许用户通过Windows RDP访问Linux远程桌面。 除了Windows RDP外,xrdp工具还接受来自其他RDP客户端(如Fre…

uni-app 之 uni.request 网络请求API接口

uni-app 之 uni.request 网络请求API接口 image.png <template><!-- vue2的<template>里必须要有一个盒子&#xff0c;不能有两个&#xff0c;这里的盒子就是 view--><view>--- uni.request 网络请求API接口 ---<view><!-- 免费的测试接口 --…

制造企业如何优化物料控制?

导 读 ( 文/ 2127 ) 物料控制是指对制造过程中所涉及的物料流动和库存进行有效管理和控制的过程。它包括物料需求计划、供应商管理、物料采购、物料接收和入库、物料库存管理以及物料发放和使用等关键环节。通过精确的物料需求计划和库存管理&#xff0c;物料控制可以确保物料供…

转载: 又拍云【PrismCDN 】低延时的P2P HLS直播技术实践

低延时的P2P HLS直播技术实践本文是第二部分《PrismCDN 网络的架构解析,以及低延迟、低成本的奥秘》低延时的P2P HLS直播技术实践 [首页 > Open Talk NO.41 | 2018 音视频技术沙龙深圳站 > 低延时 WebP2P 直播技术实践https://opentalk-blog.b0.upaiyun.com/prod/2018-0…

【群答疑】jmeter关联获取上一个请求返回的字符串,分割后保存到数组,把数组元素依次作为下一个请求的入参...

一个非常不错的问题&#xff0c;来检验下自己jmeter基本功 可能有同学没看懂题&#xff0c;这里再解释一下&#xff0c;上面问题需求是&#xff1a;jmeter关联获取上一个请求返回的字符串&#xff0c;分割后保存到数组&#xff0c;把数组元素依次作为下一个请求的入参 建议先自…

TCP流量控制和拥塞控制,具体在场景中是怎么起作用的

TCP的流量控制 所谓的流量控制就是让发送方的发送速率不要太快&#xff0c;让接收方来得及接受。利用滑动窗口机制可以很方便的在TCP连接上实现对发送方的流量控制。TCP的窗口单位是字节&#xff0c;不是报文段&#xff0c;发送方的发送窗口不能超过接收方给出的接收窗口的数值…

《TCP/IP网络编程》阅读笔记--域名及网络地址

目录 1--域名系统 2--域名与 IP 地址的转换 2-1--利用域名来获取 IP 地址 2-2--利用 IP 地址获取域名 3--代码实例 3-1--gethostbyname() 3-2--gethostbyaddr() 1--域名系统 域名系统&#xff08;Domain Name System&#xff0c;DNS&#xff09;是对 IP 地址和域名进行相…

OLED透明屏模块:引领未来显示技术的突破

OLED透明屏模块作为一项引领未来显示技术的突破&#xff0c;以其独特的特点和卓越的画质在市场上引起了广泛关注。 根据行业报告&#xff0c;预计到2025年&#xff0c;OLED透明屏模块将占据智能手机市场的20%份额&#xff0c;并在汽车导航系统市场中占据30%以上份额。 那么&am…

安装K8s基础环境软件(二)

所有节点执行 1、安装docker sudo yum install -y yum-utils sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.reposudo yum install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin systemctl…

Python web 框架web.py「简约美」

web.py is a web framework for Python that is as simple as it is powerful. web.py is in the public domain, you can use it for whatever purpose with absolutely no restrictions. web.py 是一个简单而强大的 Python Web 框架。web.py 属于公共领域&#xff0c;您可以…

《C++设计模式》——行为型

前言 行为型模式是对在不同的对象之间划分责任和算法的抽象化。行为型模式不仅仅关注类和对象的结构&#xff0c;而且重点关注它们之间的相互作用。 Interpreter(解释器) Template Method(模板方法) GOOD&#xff1a;把不变的代码部分都转移到父类中&#xff0c;将可变的代…

【深度学习实验】数据可视化

目录 一、实验介绍 二、实验环境 三、实验内容 0. 导入库 1. 归一化处理 归一化 实验内容 2. 绘制归一化数据折线图 报错 解决 3. 计算移动平均值SMA 移动平均值 实验内容 4. 绘制移动平均值折线图 5 .同时绘制两图 6. array转换为tensor张量 7. 打印张量 一、…

数据结构与算法:练习与实践的重要性

文章目录 为什么练习与实践很重要&#xff1f;1. 熟练应用2. 问题解决能力3. 代码效率4. 面试准备 如何练习与实践&#xff1f;1. 在线评测平台2. 自主设计数据结构3. 解决不同类型的问题 持续学习与实践 &#x1f389;欢迎来到数据结构学习专栏~数据结构与算法&#xff1a;练习…

【C++进阶(五)】STL大法--list模拟实现以及list和vector的对比

&#x1f493;博主CSDN主页:杭电码农-NEO&#x1f493;   ⏩专栏分类:C从入门到精通⏪   &#x1f69a;代码仓库:NEO的学习日记&#x1f69a;   &#x1f339;关注我&#x1faf5;带你学习C   &#x1f51d;&#x1f51d; list模拟实现 1. 前言2. list类的大致框架与结构…

Linux下的系统编程——共享存储映射(十)

前言&#xff1a; mmap是一种内存映射文件的方法&#xff0c;即将一个文件或者其它对象映射到进程的地址空间&#xff0c;实现文件磁盘地址和进程虚拟地址空间中一段虚拟地址的一一对映关系。实现这样的映射关系后&#xff0c;进程就可以采用指针的方式读写操作这一段内存&…

车船边缘网关是如何给车辆船只定位的?

随着智能交通系统的不断发展&#xff0c;车路协同成为了重要的研究方向之一。而AI边缘计算网关在这个领域中发挥着至关重要的作用。本文将重点介绍AI边缘计算网关在车路协同中的应用&#xff0c;并强调其中的重点词汇或短语。 首先&#xff0c;什么是AI边缘计算网关&#xff1…

使用命令行创建仓库

如果你还没有任何代码&#xff0c;可以通过命令行工具创建一个全新的Git仓库并初始化到本项目仓库中。 git clone https://e.coding.net/***/neurosens.git cd neurosens echo "# neurosens" >> README.md git add README.md git commit -m "first commi…

2023年09月编程语言流行度排名

点击查看最新编程语言流行度排名&#xff08;每月更新&#xff09; 2023年09月编程语言流行度排名 编程语言流行度排名是通过分析在谷歌上搜索语言教程的频率而创建的 一门语言教程被搜索的次数越多&#xff0c;大家就会认为该语言越受欢迎。这是一个领先指标。原始数据来自…

解决windows下git操作提示用户名密码错误的问题

当代码从一个平台切换到另一个平台的时候&#xff0c;需要做两步操作&#xff0c;第一步就是更新git的仓库地址&#xff0c;在项目的.git/config文件里面修改&#xff0c;这一步做完之后&#xff0c;就可以推送代码到新的仓库了&#xff0c;这里就是重点来了。 一般第一次推动代…