数学模型课程结业论文
六．结果分析与检验
6.1模型一
应用lingo求解的灵敏度结果如下：
OBJBound86.5，Best 87，对该题进行分析知，该医院护士工作时段总量是固定的，结果346，由于每个护士需要工作4个时段是确定的，在不考虑工作强度的约束下，我们可以求出最优解M=346/4=86.5，考虑M是整数，即所需要最少的护士数为87人，这时总工作量为348个时段，与理论计算的吻合度比较好。
6.2模型二
Lingo求解的结果是80人中至少需要26人加班，即每人每日工作5个时段，其余54人工作4个时段。此时有总工作时段为26*5+54*4=346，与要求工作量一致，说明该模型所得的护士工作时间安排方案是满足要求的优化方案。
6
数学模型课程结业论文
7
数学模型课程结业论文
七．模型评价与改进
7.1模型优缺点
优点：1.文中数据处理采用图表的形式给出，清晰，直观； 2.预设两种工作模式，避免约束条件的复杂化，简化了运算
3.充分利用集循环函数的特性，是该模型具有很好的可行性和退惯性，即该模型求解的思路可以应用到其他领域
不足：1.该模型的建立是在一定理想的情况得出的结果，未考虑各种客观因素的影响，难免有一些欠缺之处。
2.该模型设定的工作模式只是所有可能模式中的一种，不能涵盖所有的优化方案，在实践中不能很好的应对各种突发状况。
7.2模型改进
1.上述模型建立过程中，为将多目标规划转化为单目标规划，其中工作模式的选取存在偶然性。
2.在解决护士工作时间问题的规划后，我们建立设置一个客观因素的权重系数，代表个客观因素对护士人数的影响大小，通过对他们进行分析，确定相应的约束目标，然后通过本模型的求解思路得出对应最优解。
8
数学模型课程结业论文
参考文献
[1] 陈日耀. 金属切削原理. 北京: 机械工业出版社, 1985:33-36
[2] 张钰, 王丹, 张风和等. 一种新的疲劳可靠寿命计算方法.东北大学学报(自然
科学版), 2000, 21(1): 42-45
[3] 宋来忠，王志明 数学建模与实验，北京科学出版社 2005.8
9
数学模型课程结业论文
模型一：
Lingo代码： sets:
附录
times/1 2 3 4 5 6 7 8 9 10 11 12/:start1,start2,required; endsets data:
required=15 15 15 35 40 40 40 30 31 35 30 20; enddata
min=@sum(times:start1+start2); @for(times:@gin(start1)); @for(times:@gin(start2)); @for(times(J));
start1(@wrap(J+8,12))+ start1(@wrap(J+9,12))+ start1(@wrap(J+11,12))+ start1(@wrap(J,12))+ start1(@wrap(J+6,12))+ start1(@wrap(J+8,12))+ start1(@wrap(J+10,12))+ start1(@wrap(J,12))+ >=required(J);
end 运行结果：
10