谭泽汉 陈万锐

摘 要 本文阐述了一种数学规划的方法，通过循环迭代插值的方法将整数规划、0、1规划结合起来解决带约束的线性规划问题。并即将其应用于钢材采购中，达到了很好的效果。

关键词 PSO算法；神经网络算法；空调物理模型；参数估计

中图分类号 O29 文献标识码 A 文章编号 1674-6708（2016）162-0201-02

1 背景介绍

采购钢材时，在进行商务谈判时经常会有这样或那样的约束条件。比如：请设定如果单规格总量≤100t时，只分配一个供应厂家；若单规格钢材总量>100t时，需保证分配给厂家的数量必须为20的整数倍（还要根据双方商务交谈结果，可以随时改动数值，例如，20/50/100等；某供应厂家某型号钢材的分配量必须为该供应厂家分配总量的X%（要求任何一个钢厂都有这样的功能，X为0-100之间的整数）；每个供应厂家都有一个对应的最小供货量等。

我们的目的是在满足这些约束条件下实现采购总价最小。很自然会想到使用线性规划的理论。但要考虑这些约束条件，自动识别多种商务约定的订单限制条件，就只能自己设计的相关算法自动完成每个供应商采购数量的最优选择。

2 方案思路

首先，对数据进行建模，确定目标函数，本文涉及到整数规划，0，1规划，线性规划的组合。其次，求最优，将数学规划的结果按大于100，和小于等于100分为2部分；第三，结果小于等于100部分，按最优解趋势依次求出数据并写入到输出的EXCEL中；第四，结果大于100，部分，先按线性规划求出最优解，其次按“四舍五入”转化为指定数据倍数，然后剩余部分根据最优结果或价格从小到大依次进行插入到输出的EXCEL中；最……