《石油企业的发展前景计划.docx》由会员分享，可在线阅读，更多相关《石油企业的发展前景计划.docx（21页珍藏版）》请在第壹文秘上搜索。
1、石油企业的发展前景规划摘要石油运送问题对于石油企业的生产盈利至关重要，本小组对石油企业建设炼油厂的位置以数学模型的方式进行最优解求解，我们运用“数形结合”的思想找出最短途径，然后运用IingO软件编辑程序语言进行求解。对于问题一：我们用“枚举法”和“数形结合”时思想,求出炼油厂的坐标在5号井口附近。对于问题二：我们运用IingO程序求解，解出最优解,即炼油厂B最佳位置坐标，为（35.53801,33.18386）。对于问题三：我们应用软件画出各油井和炼油厂坐标散在图，通过对问题二中炼油厂与每个油井之间距离B分析，我们抽象的J将油井分布区域模拟成一种规则几何图形,查看并分析坐标分布，从而将几何图
2、形提成两个近似金笠或相似0几何图形，各图形内要按照根据问题二所求最优解0坐标散点图分析计划分布着一定0油井（每个图形区域包括与炼油厂距离较近日勺油井，和较远B油井，数量近相等）然后我们对这两个区域进行最优炼油厂位置坐标求解，并作记录，分析处理过程详见问题三模型建立与解答。（下划线处为关键字）一、问题重述某企业下属B某一油田在新勘测地区拥有九口新油井。所有油井产出的原油都需要运送到旧炼油厂进行提炼，为了更好B进行经营和管理，在九口新油井所在的区域内，建立新炼油厂。先不考虑炼油厂的建设费用，其总运送费用与炼油厂的位置有关，即与其距离有关。先假定单位运费与运送距离成正比的条件下需对如下问题作出决策：
3、1、假如两点间0距离以折线计算，且九个井口均可作为炼油厂0候选位置,问炼油厂建在哪个井口附近最佳，总运送费用是多少？2、若两点间距离以直线距离计算，且该区域B任一点均可作为炼油厂0候选厂址，炼油厂应建在何处，总运送费用是多少？3、若油田高层已决定在该地区建两个炼油厂，两个炼油厂分别建在什么位置，各应服务于哪几种油井，才能使总运送费最低，此时0总运送费用是多少？二、符号阐明(1) Zi:表达炼油厂建设在i井口附近或区域时时总运送费用；(2) X:表达炼油厂位置的横坐标；(3) y:表达炼油厂位置的纵坐标；(4) xi:表达第i油井0横坐标;(5) yi:表达第i油井的纵坐标;(6) A:表达单位
4、运费(元/万吨)；(7) mi:表达油井0产量；(8) d：表达炼油厂与油井之间的运送距离；(9) i=b2,3,4,5,6,7,8,9；(10) k：表达单位运费与旅程长短时正比例系数，(应用在模型建立中，计算求解可省略)；三、模型假设为了模型需要,处理问题B过程中,做出如下假设:1.问题一假设:不考虑炼油厂0建设费用，只考虑油井0位置和油井0产量。并且假定0单位运费与运送距离成正比。假设是同样0运油车，企业规定系数K恒定。假设K是一种通过实际数据分析才能得到0系数，与模型求解无关（油井到炼油厂的距离以折线计算，炼油厂建在井口0附近。）2 .问题二假设：不考虑炼油厂0建设费用，只考虑油井0位
5、置和油井0产量。并且假定的单位运费与运送距离成正比。假设是同样日勺运油车，企业规定系数K恒定。假设K是一种通过实际数据分析才能得到的系数。（油井到炼油厂0距离以直线计算，炼油厂建在给定时任意区域内。）3 .问题三假设：不考虑炼油厂的建设费用，只考虑油井的位置和油井的产量。并且假定B单位运费与运送距离成正比。假设是同样的运油车，企业规定系数K恒定。假设K是一种通过实际数据分析才能得到的系数。（油井到炼油厂0距离以直线计算，炼油厂建在给定0任意区域内。）由于我司打算建造两个炼油厂，因此，将九个油井进行分派，并进行油井最优位置计算，我们通过对一种油井的最优位置坐标进行分析（将炼油厂到油井距离由小到大
6、排列分出前四个和后四个），在坐标图上通过抽象的平分了一种几何图形（各油井的J坐标在这个几何图形之内，平分而成的两个几何图形也近似全等，两个几何图形内油井坐标个数相等，油井距离炼油厂0距离前四个和后四个也平均分派），这就初步初步假设了油井0分派。四、问题分析这是一种优化问题，每一种油井与炼油厂的距离不一样，那么单位运费也是不一样的，距离越大，单位运费越高，成正比。因此每一种油井与炼油厂的距离不一样，正比系数也许不一样也也许相似，我们就假设是同样的运油车或企业规定或地理条件相似，系数K是相似日勺，A是有关k与dB函数，k值不需规定解,只要是在模型中代入，起表达成正比B作用，而在实际程序求解的过程中
7、k值可省略。（假设k是一种通过实际数据分析才能得到0系数。）建立优化问题的模型重要是分析给定的数据，建立方程，应用决策变量，构造数学模型。为了使总运送费至少，在研究总运送费用问题中，我们通过枚举法，数形结合法等措施来研究。愈加明确0来处理总运送费用0问题。五、模型建立与求解1、模型的建立问题一：以总运送费用为目的函数，建立优化的线性规划问题。Z=Zm6r=ld=-)2+(y-y)2A=Kd问题二：以总运送费用为目0函数，建立模型。9Z=m,=1d=gx)*y-y)2=kd问题三:z=m3i=ld二J(XF)2+(y_y)2A=kd2、模型求解问题一：油厂的坐标图为：见附录(6)图1记录各个油厂
8、之间的距离，代入模型数学方程，找出最佳途径。距离如下表所示:(精确度0.01，单位km)见附录(18)表1(1)以(xl,yl)为炼油厂时：见附录(7)图2；(2)以(x2,y2)为炼油厂时:见附录(8)图3；以(x3,y3)为炼油厂时：见附录(9)图4；(4)以(x4,y4)为炼油厂时:见附录(10)图5；以(x5,y5)为炼油厂时:见附录(11)图6；(6)以(x6,y6)为炼油厂时：见附录(12)图7；以(x7,y7)为炼油厂时：见附录(13)图8；(8)以(x8,y8)为炼油厂时:见附录(14)图9；以(x9,y9)为炼油厂时：见附录(15)图10；将油井的位置坐标，产量带入方程式中:
9、Z12580.88k=13914.93kZ223=18125.12kZ4=12328.83kzs=11901.88kZ6=12918.08kZ7=16579.28kZ8=12666.82k29=13466.93k由此可知：在5号处建炼油厂，总运费至少；选择第5号油井附近建立炼油o问题二：将油井的位置、油井的产量代入方程式中计算。算出炼油厂建在所有油井区域时0总运送费用，由于是任何区域，炼油厂并非只是在油井附近区域，因此应用程序IingO来计算，计算一定区域范围内，炼油厂B坐，坐标是多少时，才能使运费至少。我们以总运送费用为目的函数，以井口区域的范围为约束条件，建立优化的线性规划问题。目0函数是
10、:minZ=6小-XJ+(y-yj约束条件是：5x81lly81用Iingo程序得出：炼油厂坐标为：(35.53801,33.18386)总运费为：10602.55万元程序编写：见附录(1)；问题三：由第二问得出B炼油厂0坐标(35.54,33.18)与各个油井口B距离如下：见附录(19)表2;炼油厂的位置如图：见附录(16)(17)图12,图11;炼油厂到油井0距离由小到大0次序为；1号、4号、8号、5号、6号、9号、2号、7号、3号;F面我们进行油井分派:第1区域：1号、2号、3号、8号;第2区域:4号、5号、7号、9号D把6号分派到第1区域，然后我们进行最优计算:目B函数是：minZ4k
11、mi-+（y-y约束条件是:5x23lly81程序编写:见附录（2）；目的函数是:minz=kmy(-X)2+(y-y)约束条件是:23x81lly81程序编写:见附录(3)；用lingo程序得出：炼油厂1坐标为：(14.22727,42.54900)运费为：4228.582万元炼油厂2坐标为：(55.90572,29.27152)运费为：3629.598万元总运费为：7858.18万元2)把6号分派到第2区域:目的函数是:minZ4kmJU+(y_约束条件是程序编写:见附录(4)；目的函数是:约束条件是:12x81lly81程序编写:见附录(5)；用Iingo程序得出：炼油厂1坐标为:(IL
12、49325,51.16979)运费为：3723.037万元炼油厂2坐标为：(53.78736,29.08116)运费为：4265.344万元总运费为:7988.381万元小结：1)状况0总运费为：7858.18万元；2)状况的总运费为:7988.381万元；分别比较1),2)状况求出的目的函数的解，取较小值。因此，最优解选择是：第一种油井的坐标：(14.22727,42.54900),第二个油井的!坐标：(55.90572,29.27152)；至少运费A为：7858.18万元六、模型检查与评价我们的模型充足考虑实际影响原因与实际应用状况，通过实地考察与向有关人士问询与理解，应用简朴数学知识与数
13、学措施对最优解进行计算。应用起来以便简朴，误差分析明确，通过检查计算，数据精确，误差较小，不排除实际原因会对模型0应用产生影响，但模型整体构架具有弹性，可以根据实际状况进行变形，以减小预测计算所带来的偏差与不精确性。附录：(1)model:min=ml*(-Xl)2(y-yl)2)0.5+m2*(-2)2+(y-y2)2)0.5+m3*(x-X3)2+(y-y3)2)0.5+m4*(-X4)2+(y-y4)2)0.5+m5*(x-X5)2+(y-y5)2)0.5m6*(-X6)2+(y-y6)2)0.5+m7*(-X7)2+(y-y7)2)0.5+m8*(-X8)2(y-y8)2)*0.5+m
14、9*(-X9)2+(y-y9)*2)0.5;ml=17;m2=40;m3=60;m4=25;m5=30;m6=15;m7=50;m8=8;m9=35;xl=22;x2=8;x3=5;x4=52;x5=38;x6=16;7=81;x8=18;x9=62;yl=38;y2=13;y3=81;y4=32;y5=ll;y6=12;y7=63;y8=45;y9=12;x=5;x=ll;y=5;x=ll;y=81;end(3)model:min=m4*(-X4)2+(y-y4)2)0.5+m5*(-5)2+(y-y5)2)0.5+m7*(-X7)2(y-y7)2)0.5+m9*(-X9)2+(y-y9)*2)*0.5;11
