产品运输线路模型

合集下载

最优送货路线设计问题_数学建模[1]

最优送货路线设计问题_数学建模[1]

《数学模型与数学软件综合训练》论文202311281796812112284210201212212422715344315训练题目:最优送货路线设计问题学生学号:07500124 姓名:呼德计通院信息与计算科学专业 指导教师:黄灿云 (理学院)2010年春季学期目录前言 (1)摘要 (2)关键字 (2)一、问题重述 (3)二、基本假设 (4)三、符号说明 (4)四、问题的分析 (5)五、模型的建立 (5)问题1: (5)问题2: (6)六、模型的优缺点 (8)1、优点: (8)2、缺点: (8)七.模型的推广 (8)八、参考文献 (9)数学模型与数学软件综合训练是信息与计算科学等数学类专业的一门重要的必修实践课程,是对学生的抽象思维能力、逻辑推理能力、运算能力、分析和解决实际问题能力进行综合培养的关键课程。

数学模型与数学软件综合训练是以问题为载体,应用数学知识建立数学模型,以计算机为手段,以数学软件为工具,以我们学生为主体,通过实验解决实际问题。

数学模型与数学软件综合训练是数学模型方法的实践,而数学模型方法是用数学模型解决实际问题的一般方法,它是根据实际问题的特点和要求,做出合理的假设,使问题简化,并进行抽象概括建立数学模型,然后研究求解所建的数学模型方法与算法,利用数学软件求解数学模型,最后将所得的结果运用到实践中。

数学模型与数学软件综合训练将数学知识、数学建模与计算机应用三者融为一体。

通过本次课程,可提高我们学习数学的积极性,提高我们对数学的应用意识,并培养我们用所学的数学知识、数学软件知识和计算机技术去认识问题和解决实际问题的能力。

我们自己动手建立模型,计算体验解决实际问题的全过程,了解数学软件的使用,也培养了我们的科学态度与创新精神。

当今社会,网购已成为一种常见的消费方式.随着物流行业的兴盛,如何用最短的时间,最节约成本的方案,完成送货任务显得尤为重要.针对本案例,我们采用了大量的科学分析方法,并进行了多次反复验证,得出如下结果:1:根据所给问题及有关数据,我们将题目中给出的城市,及其之间的线路可看成一个赋权连通简单无向图,采用了求这个图最小生成树的办法,求出最优线路.在此基础上,我们通过观察分析计算对上述结果进行修正,得出最终结果.2:根据所给问题,我们发现当货物不能一次送完时,中途需返回取货,而返回路径当然越短越好,可通过求途中两点最短路径的方法求出.关键字:送货线路优化,赋权连通简单无向图,Excel,最小生成树.一、问题重述现今社会网络越来越普及,网购已成为一种常见的消费方式,随之物流行业也渐渐兴盛,每个工厂为了自身的发展需要以最快的速度及时将产品送达所需单位,现有实业公司,该实业公司生产专业生产某专用设备产品,专用设备产品该每件重达5吨(其长5米,宽4米,高6米),该实业公司库房设在北京,所有货物均由一货机送货,该机种飞机翼展88.40米(机身可用宽20米),机长84米(可用长50米),机高18.2米(可用14米),最多可装载250吨货物,起飞全重达600吨,平均速度为900公里/小时)将货物送至全国各个省辖市(图1所示红色圆点,除北京之外共19个省辖市),假定货机只能沿这些连通线路飞行,而不能走其它任何路线;但由于受重量和体积限制,货机可中途返回取货.经过的各个省市都要一定的停靠费用和停靠时间(停靠时间为常量2小时),假设经过某个省市的停靠费用为:停靠费用=5000元×该省市的消费指数;问题1:若图示中19个省辖市每个省辖市只要一件产品请设计送货方案,使所用时间最少,标出送货线路.问题2:若图示中19个省辖市需求量见表1,请设计送货方案,使所用时间最少.问题3:若该实业公司为了花费最少,针对问题1和问题2分别求出花费、标出送货线路.表202311281796812112284210201212212422715344315二、基本假设1.假设货物在存放中,货物与货物之间无空隙.2.飞机在出行送货期间,无天气突变等突发状况.3.飞机自身无任何故障,并且在空中始终以平均速度为900公里/小时.4.假定货机只能沿着图中的连通路线飞行,而不走其他的路线.三、符号说明在地图上城市可以用点表示如北京可用A4表示,详细见下表.AiAj :点Ai到点Aj的线段权(1):表示题目中给出的两城市之间的权,如北京—上海(A1A5)的权(1)为9. 权(2):表示通过两城市之间路程所花费的时间,如北京—上海(A1A5)的权(2)为9*100/900+2=3(小时)权(3):表示通过两城市之间路程的花费,如北京—上海(A1A5)的权(3)为9*2500+1.85*5000=31750(小时),1.85为两城市指数的平均值.V :A1,A2,A3,A4,A5,A6,A7,A8,A9,A10,A11,A12,A13,A14,A15,A16,A17,A18,A19,A20的集合.E :A1A2,A1A3,A1A5,A1A6,A2A4,A3A10,A4A10,A4A12,A4A13,A4A16,A4A5,A4A7,A5A14,A5A15,A6A14,A6A8,A7A10,A7A12,A7A19,A8A9,A9A11,A10A11,A10A19,A10A20,A11A12A,12A18,A13A16,A13A17,A17A18,A19A20的集合.W :V中点之间的权(2)的集合,则G=(V,E,W)表示赋权连通简单无向图M :V中点之间的权(3)的集合,则F=(V,E,M)表示赋权连通简单无向图四、问题的分析当今社会,网购已成为一种常见的消费方式.随着物流行业的兴盛,如何用最短的时间,最节约成本的方案,完成送货任务显得尤为重要.针对本案例,城市可以看成点,而他们之间的连线既可以看成是时间,也可以看成成本,那么就构成了两个赋权连通简单无向图,这个问题就转化成求这两种情况下,两种图的最小生成树问题.五、模型的建立问题1:根据题目意思,两城市之间的时间=权(1)*100/速度+2(单位:小时)例如北京到上海A4A5权(1)是17,则定义V为A1,A2,A3,A4,A5,A6,A7,A8,A9,A10,A11,A12,A13,A14,A15,A16,A17,A18,A19,A20的集合,定义E为A1A2,A1A3,A1A5,A1A6,A2A4,A3A10,A4A10,A4A12,A4A13,A4A16,A4A5,A4A7,A5A14,A5A15,A6A14,A6A8,A7A10,A7A12,A7A19,A8A9,A9A11,A10A11,A10A19,A10A20,A11A12A,12A18,A13A16,A13A17,A17A18,A19A20的集合,定义W为V中点之间的权(2)的集合,则G=(V,E,W)表示图.根据最小生成树的求法可以求出改图G的最小生成树如图沿着最小生成树的路线相对较短,为:A4—A5—A15—A5—A14—A6—A8—A9—A11—A10—A20—A10—A19—A10—A11—A12—A18—A17—A13—A16—A4—A7—A4—A2—A1—A3—A1—A2—A4经过观察上面下划线的部分A11—A10—A20—A10 —A19—A10—A11并不是最短的,经计算这个路线A11—A10—A20—A19—A10—A11比上一个段,所以用之替换,得到最短的线路为:A4—A5—A15—A5—A14—A6—A8—A9—A11—A10—A20—A19—A10—A11—A12—A18—A17—A13—A16—A4—A7—A4—A2—A1—A3—A1—A2—A4可以将相邻两点的权(2)相加,和即为花费,经过计算上述线路所花时间是76.44444小时,为最短时间.问题2:根据题目意思,两城市之间运输的价格=权(1)*2500+平均指数*5000(单位:价格)例如北京到上海A4A5权(1)是17,北京的指数为1.9,上海为1.8,则先求出平均指数(1.9+1.8)/2=1.85,根据公式可得北京到上海A4A5关于时间的运输价格的权为9*2500+1.85*5000=31750(小时),其定义M 为V 中点之间的权(3)的集合,则P=(V ,E ,M )表示图,根据最小生成树的求法可以求出改图P 的最小生成树如图同样的,沿着最小生成树的路线相对较短,为:A4—A5—A15—A5—A14—A6—A8—A9—A11—A10—A20—A10—A19—A10—A11—A12—A7—A12—A18—A17—A13—A16—A4—A2—A1—A3—A1—A2—A4经过观察上面下划线的部分A11—A10—A20—A10—A19—A10—A11并不是最短的,经计算这个路线A11—A10—A20—A19—A10—A11比上一个段,所以用之替换,得到最短的线路为:A4—A5—A15—A5—A14—A6—A8—A9—A11—A10—A20—A10 —A19—A10—A11—A12—A7—A12—A18—A17—A13—A16—A4—A2—A1—A3—A1—A2—A4可以将相邻两点的权(3)相加,和即为花费,经过计算上述线路所花运输花费是687000元,为最少花费.六、模型的优缺点1、优点:⑴、本文总共有三个问题,给出了在各种约束条件下的最短时间以及最少花费的计算方法,具有较强的实用性和通用性,在日上生活中经常可以用到。

运筹学 04 运输问题

运筹学 04 运输问题

x23
2,12 2 a2’’=0 b3’=10 第2行
x13
16,10 10 a1’=6 b3’’=0 第3列
产量 16 10 22
新产量 新销量 划去
14
销量
8
14
12
14
西北角法步骤 运价表中找出西北角(左上角)运价cij 在该处确定运量xij=min(ai,bj) 计算剩余产量ai’=ai-xij和剩余销量bj’=bj-xij,则出现 (1)ai’=0,bj’≠0——划去第i行运价; (2)ai’≠0,bj’=0——划去第j列运价; (3)ai’=0,bj’=0——划去第i行或第j列运价 重复上述,直到获得(m+n-1)个运输数量
例2:某部门三个工厂生产同一产品的产量、四个销售点的 销量及单位运价如下表。求最低运输费的运输方案。
产地 A1 A2 A3 销量
B1 4 2 8 4
B2 12 10 5 3
B3 4 3 11 5
B4 11 9 6 6
产量 8 5 9
解答
由于总产量=8+5+9=22,总销量=4+3+5+6=18,总产量>总销 量,属于产大于销的产销不平衡运输问题。增加一个销地, 销量b5=22-18=4;运价为0。得到产销平衡表如左表。表上作 业法结果见右表。 产地 B1 B2 B3 A1 4 12 4 A2 2 10 3 A3 8 5 11 销量 4 3 5 B4 11 9 6 6 B5 产量 0 8 0 5 0 9 4 产地 B1 A1 1 A2 4 A3 10 销量 4 B2 3 3 B3 4 1 9 5 B4 0 6 6 B5 产量 4 8 1 5 5 9 4
设xij为从Ai运输到Bj的产品数量,若Σai=Σbj,则称为产销平衡 的运输规划问题,数学模型为 min f=c11x11+…+c1nx1n+c21x21+…+cmnxmn xi1+xi2+…+xin=ai (i=1,2,…,m) x1j+x2j+…+xmj=bj (j=1,2,…,n) xij≥0 (i=1,2,…,m;j=1,2,…,n)

运输线路优化---图上作业法

运输线路优化---图上作业法

第2步 检查有无迂回现象。因为流向箭头都统一画 在线路右边,所以圈内圈外都画有一些流向。分别检 查每个小圈,如果内圈和外圈流向的总长度都不超过 全圈总长度的1/2,那么,全圈就没有迂回现象,这 个线路流向图就是最优的,对应的方案就是最优运输 方案。否则,转向第三步。
第3步 重新去段破圈,调整流向。在超过全圈总长 1/2的里(外)圈各段流向线上减去最小运量,然后在 相反方向的外(里)圈流向线上和原来没有流向线的 各段上,加上所减去的最小运量,这样可以得到一个 新的线路流向图,然后转到第二步检查有无迂回现象。 如此反复,直至得到最优线路流向图为止。
外圈流向总长=(25+18+23)km=66km
里圈流向总长=(23+36)km=59km
两者均没有超过全圈总的1/2,即85km,所以 调整后的新线路流向图所对应的方案为最优运 输方案。
之所以说调整后的新线路流向图所对应的方案为最优
运输方案,可以将它与初始运输方案进行对比:
按调整后的新方案组织运输,运力消耗为 (20×36+10×23+20×13+30×23+30×25+ 40×18+80×29+20×127)t·km
=8230t·km 按初始方案组织运输的运力消耗为 (20×45+10×23+50×25+80×29+20×127+20× 13+30×23+60×18)t·km =9270t·km
● 技能训练
任务实施 寻求最优运输方案
图3-2成圈的运输线路

图3-2是一个单位的运输 线路图。图中,①、 ③、 ⑥、 ⑧是产地, ②、 ④ 、 ⑤、⑦是销地。起运站 (目的地)之间线路旁括 号内标注的数字表示两点 之间的距离。如何找到最 优运输方案?

运筹学(第四版):第3章 运输问题

运筹学(第四版):第3章 运输问题

2.1 确定初始基可行解
第二步:从行或列差额中选出最大者,选择它所在行或列 中的最小元素。在表3-10中B2列是最大差额所在列。B2列 中最小元素为4,可确定A3的产品先供应B2的需要。得表311
销 地 B1 B2 B3 B4 产
加工厂

A1
7
A2
4
A3
6
9
销量 3 6 5 6
18
2.1 确定初始基可行解
等所示。
23
2.2 最优解的判别
从每一空格出发一定存在和可以找到唯一的闭回路。因(m+n-1)个数字 格(基变量)对应的系数向量是一个基。任一空格(非基变量)对应的系数 向量是这个基的线性组合。如Pij, i,j∈N可表示为 Pij ei em j ei emk emk el el ems ems eu eu em j (ei emk ) (el emk ) (el ems ) (eu ems ) (eu em j ) Pik Plk Pls Pus Puj
mn
mபைடு நூலகம்n z
cij xij
i1 j1
m
xij bj j 1, 2,, n
i=1 n
s.t. xij ai i 1, 2,, m
j1
xij
0
(3 1) (3 2)
4
第1节 运输问题的数学模型
这就是运输问题的数学模型。它包含m×n个变量,(m+n) 个约束方程,其系数矩阵的结构比较松散,且特殊。
在给出调运方案的计算表上,如表3-
销 地 B1 B2 B3 B4 产
13,从每一空格出发找一条闭回路。 加工厂

它是以某空格为起点。用水平或垂直
A1

03运输问题

03运输问题

运 输 量 表
§2平衡运输问题的表上作业法
基本步骤: 1. 找一个初始基可行解;
方法: 西北角法/最小元素法
2. 最优解的判别(求非基变量的检验数);
方法:闭回路法/位势法
3. 确定入基变量与出基变量,找出新的基可 行解;
方法:闭回路调整法
4. 重复2、3直到得到最优解
§2平衡运输问题的表上作业法
解: 产销平衡问题: 总产量 = 总销量 设 xij 为从产地Ai运往销地Bj的运输量,得到下列运输量表:
A1 A2 销量 B1 x11 x21 150 B2 x12 x22 150 B3 x13 x23 200 产量 200 300
运 输 费 用 表
Min f = 6x11+ 4x12+ 6x13+ 6x21+ 5x22+ 5x23 x11+ x12 + x13 = 200 x21 + x22+ x23 = 300 x + x = 150 s.t. x11 + x21 = 150 12 22 x13 + x23 = 200 xij ≥ 0 ( i = 1、2;j = 1、2、3)
A2
… Am 销量
x21
xm1 d1
x22
xm2 d2

x2n
xmn dn
s2
sm
运 输 量 表
§1 平衡的运输模型
例1、某公司从两个产地A1、A2将物品运往三个销地B1、B2、B3,各产地 的产量、各销地的销量和各产地运往各销地每件物品的运费如下表所示, 问:应如何调运可使总运输费用最小?
A1 A2 销量 B1 6 6 150 B2 4 5 150 B3 6 5 200 产量 200 300

管理运筹学之第七章 运输问题

管理运筹学之第七章 运输问题

2、判断是否最优;——闭回路法、位势法
3、若不是最优,进行调整,直到找到最优解。
例:某公司有三个生产厂商和四个销售公司,运价,产量, 销量如下表: 运
销 地
B1
3 1 7 3
B2
11 9 4 6
B3
3 2 10 5
B4
10 8 5 6
产量
7 4 9 20|20



A1 A2 A3
销量
1、确定初始基本可行解——西北角法 运
目标函数:
min f
c
i 1 j 1
m
n
ij
x ij
约束条件:

j 1 n
x ij s i ( i 1, 2 ,..., m ) x ij d j ( j 1, 2 ,..., n )

i 1
m
x ij 0
注意:
运输问题可能的一些变化:
1、目标函数是求最大值。如运输公司要求营业额最大化。
销 地
B1 2 10 7 2
B2 11 3 8 3
B3 3 5 1 4
B4 4 9 2 6
D 0 0 0 4
产量 7 5 7 19
A1 A2 A3 销量
例:有三个地方B1、B2、B3 分别需要煤3000、1000、2000吨, 由A1,A2两个地方来供应,其供应量分别为4000,1500吨,其 运价如下表:
1 广州
2 大连
解:Xij表示从I到j的运输量。
min f 2 x13 3 x14 3 x 23 x 24 2 x 35 6 x 36 4 x 45 3 x 37 6 x 38 4 x 46 6 x 47 5 x 48 4 x 28

物流决策模型


物流网络设计
网络布局优化
根据实际需求和资源情况,优化物流网络布局, 提高物流运作效率。
网络容量规划
根据客户需求和市场变化,合理规划物流网络容 量,确保物流服务能力。
网络协同管理
通过建立有效的信息共享和协同管理机制,提高 物流网络的整体运作效率。
05
物流决策模型的挑战与解决方案
数据质量与可获取性
多目标规划模型
解决多个目标之间的权衡和优化问题。
仿真模型
离散事件仿真
模拟事件序列和实体状态变化。
系统动力学仿真
基于系统反馈机制进行仿真。
蒙特卡洛仿真
通过随机抽样评估系统性能和风险。
连续仿真
模拟连续时间动态过程。
启发式模型
贪心算法
在每一步选择中都采取当前最优的选择,希望 这样的局部最优解能够导致全局最优解。
VS
解决方案
采用简化和抽象化的建模方法,将复杂的 物流系统分解为若干个相对简单的子系统 ,同时结合领域知识和实际经验,提高模 型的解释性和可理解性。
模型适用性与灵活性
挑战
物流环境变化快速,模型难以适应新的环境和变化。
解决方案
采用自适应和智能化的建模方法,使模型能够根据环境和条件的变化进行自我 调整和优化,提高模型的适用性和灵活性。
详细描述
库存管理模型通过对历史销售数据进行分析,预测未来市场需求,制定合理的库存计划。通过设定安全库存水平 ,及时补充库存,避免缺货现象。同时,采用定期盘点和实时监控库存的方法,确保库存数据的准确性。
案例三:配送路线规划模型的实施
总结词
配送路线规划模型能够提高配送效率,降低配送成本。
详细描述
配送路线规划模型能够提高配送效率,降低配送成本。

CPLE在运输问题中的应用


产销不平衡例子
例2:某公司从两个产地A1、A2将物品运往 三个销售地B1、B2、B3,各产地的产量、 各销地的销量和各产地运往各销地每件物 品的运费如下表所示,问:应如何调运可 使总运输费用最小?
B1
B2
B3
产量
A1
6
4
6
200
A2
6
5
5
300
销量
250
200
200
解:
先增加一个虚拟产地A3,运输费用为0,因 此变成了一个标准的运输问题,其新表为
三、运输问题在CPLEX中建模与求 解
因此如果只建立一个mod文件的话,假如命名的为 “trans1.mod”,例1的OPL建模语言可以是:
{string} SCities ={"A1", "A2"}; {string} DCities ={"B1", " B2", " B3"};
float Supply[SCities] = [200, 300]; float Demand[DCities] = [150, 150, 200]; assert sum(o in SCities) Supply[o] == sum(d in DCities) Demand[d]; float Cost[SCities][DCities] = [ [6, 4, 6], [6, 5, 5] ];
问:如何安排运输使得总运费最小?
bands
FRA
DET
LAN
WIN
STL
FRE
LAF
供应量
GARY
30
10
8
10
11

运筹学【运输问题】考研必备


22
13
12 0
最小元素法(2)
1 6 1 8 2 5 3 22 9 4 7
2 5
3 3
4 14 1
132 712来自10 62715
19 13 12 0 13 0
最小元素法(3)
1 6 1 8 2 5 3 22 9 4 7
2 5
3 3
4 14 1
13
2 7
13
10
12
6
27
2
19 13 0 12 0 13 0
解: 西北角法
销地 产地
B1 6 4 7 2
B2 5 4 6 4
B3 3 7 5 3
B4 4 5 8 4
产量
A1 A2 A3
销量
4 6 3 13
(1) 从图的西北角开始, 填入a1与b1较小的值,b1=2, 即从A1运 给B1(2吨)B1已满足, 划去b1列, 并将a1=4-2=2
销地 产地
B1 26 4 7 2-2
例2
供应地 运价 销售地 1 a1=14 供 应 量 1 6 7 5
b1=22
a2=27
2
a3=19
3
3 8 4 2 7 5 9 10 6
2
b2=13
销 售 量
3
b3=12
4
b4=13
解:
初始基础可行解—最小元素法(1)
1 1 6 7
2 5
3 3
4 14
2
8
4
2
7
27
15
12
3 5 9 10 6 19 13
如何调运产品才能使总运费最小?
销地 产地
B1 6 4 7 2
B2 5 4 6 4

物流运输系统仿真flexsim仿真实验手册

实验一flexsim基本操作和简单模拟仿真(4学时)一、实验目的1.了解什么是flexsim及其主要应用2.学习flexsim软件主窗口3.学习flexsim基本概念和专有名词4.了解flexsim建模步骤5.学会把现实系统中的不同环节抽象成仿真模型中的对应实体6.初步认知flexsim模型的建立和运行7.体会发生器、暂存区、传送带、吸收器的使用8.体会A连接和S链接的作用9.学会根据现实情况对相应的实体进行参数设定二、实验内容(一)仔细阅读教材第一部分(二)按以下步骤建立第一个flexsim模型1. 模型基本描述在这个模型中,我们来看看某工厂生产三类产品的过程。

在仿真模型中,我们将为这三类产品设置itemtype值。

这三种类型的产品随机的来自于工厂的其它部门。

模型中还有三台机器,每台机器加工一种特定类型的产品。

加工完成后,在同一台检验设备中对它们进行检验。

如果没有问题,就送到工厂的另一部门,离开仿真模型。

如果发现有缺陷,则必须送回到仿真模型的起始点,被各自的机器重新处理一遍。

仿真目的是找到瓶颈。

该检验设备是否导致三台加工机器出现产品堆积,或者是否会因为三台加工机器不能跟上它的节奏而使它空闲等待?是否需要在检验站前面添加一个缓冲区域?虽然我们以制造业为例,但同类的仿真模型也可应用于其它行业。

以一个复印中心为例。

一个复印中心主要有三种服务:黑白复印、彩色复印和装订。

在工作时间内有3个雇员工作,一个负责黑白复印工作,另一个处理彩色复印,第三个负责装订。

另有一个出纳员对完成的工作进行收款。

每个进入复印中心的顾客把一项工作交给专门负责该工作的雇员。

当各自工作完成后,出纳员拿到完成的产品或服务,把它交给顾客并收取相应的费用。

但有时候顾客对完成的工作并不满意。

在这种情况下,此项工作必须被返回相应的员工进行返工。

此场景与上面描述的制造业仿真模型相同。

但是,在此例中,你可能更多关注在复印中心等待的人数,因为服务速度慢,所以复印中心的业务成本高昂。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。

我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。

我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。

如有违反竞赛规则的行为,我们将受到严肃处理。

我们参赛选择的题号是(从A/B/C/D中选择一项填写): A我们的参赛报名号为(如果赛区设置报名号的话):所属学校(请填写完整的全名):宁波工程学院参赛队员(打印并签名) :1. 顾豪2. 郑启奔3. 施雪丹指导教师或指导教师组负责人(打印并签名):数模组日期: 2010 年 8 月 13 日赛区评阅编号(由赛区组委会评阅前进行编号):编号专用页赛区评阅编号(由赛区组委会评阅前进行编号):赛区评阅记录(可供赛区评阅时使用):评阅人评分备注全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):最佳运输线路模型摘 要本文通过dijkstra 算法,贪婪算法,二边逐次修正法,穷举法,依次为问题一中的每道提问作出了令人满意的回答,同时利用穷举法对前面的计算结果进行了验证。

第一小问总最短里程为2188km.第二小问小型运输车的最短运输总里程为2339km.第三小问最优线路为:9578642319v v v v v v v v v v →→→→→→→→→对于问题二,本文对附表中的数据进行了合理的分析,同时,在确定货物补充线路之前,制定了三个利于方案确定的重要原则:a.较远目的地优先原则;b.空车返回线路不重复原则;c.各连锁店一次性全部补充原则。

基于以上三项原则,本文制定出一套十分合理的方案。

第一部分,要求小型运输车空车返回,由于是沿最短路线运输,保证了这一部分方案的最佳性。

在第二部分,因为对原则a.的遵守保证了剩余货物补充点能充分靠近出发点,所以在此部分不需要对线路的大量讨论。

利用TSP 近似算法,结合floyd 算法得出的最佳路径,确定最佳推销员回路作为第二部分线路,进而得出当日小型运输车总行驶里程。

通过多次模拟,再取均值,得到小型运输车周平均总公里数为3088.4km.对于问题三,本着为公司盈利的目的,本文重新建立了两个新的模型:一、增设工厂;二、根据实际情况,用大型平板车运输。

对于模型一,在floyd 算法基础上得出需在7v 重新设立一个分厂。

对于模型二,运用搜索法求得最佳路径。

关键词:dijkstra 算法,贪婪算法,二边逐次修正法,优先原则,计算机模拟一、问题的提出在济南市,百老泉白酒是一知名品牌,此酒已有三百年的历史,深受当地及附近消费者的喜爱。

百老泉白酒由济南百老泉酒厂(厂址在市区)专业生产。

除了在当地销售以外,厂家还在附近的县、镇开了几家专卖连锁店,(图表见附表一,其中:9v 是酒厂所在地,18v v 是附近的县、镇上的8个专卖连锁店,线上标记的数字表示两地相距的公里数)。

厂家每隔一段时间都要向这些专卖店运送一定数量的白酒,但运输方法的优劣直接影响酒厂的经济效益,厂家希望你能提供一种合理的运输方案。

假设8个连锁店的每周销售量如表1.表1 8个连锁店的周销售量统计表连锁店 1v2v3v4v5v6v7v8v周销售(桶)2010510201525201.为了满足这些连锁店的供货需求,若厂家采用小型运输车(每车最多装5桶)作为运输工具,每周至少行驶多少车公里,相应的行驶线路是什么?2.假设每个连锁店每周销售量增加4%,小型运输车的最短运输线路应怎样设计?3.假设厂家采用一种大型平板车(载重量足够大)每周运送一次,即可满足供货需求,从节省油耗角度考虑(平板车自重1吨,每桶酒重200公斤),最佳运输线路是什么?二、各连锁店店内的最大存储量分别为:6, 7, 5, 6, 7, 7, 6, 7(桶)。

为了更好地满足消费者的需求,厂家要求每天各店打烊以后就清点存量并通知厂家,厂家根据各店的情况当晚用小型运输车送货到各店并装满酒桶,试估计一下小型运输车周平均总公里数。

三、你对这个问题是否可以进行进一步的扩展?二、问题的分析在第一问中有3个小问题,这3个问题时层层深入的。

可以通过图论中求最短路与最短回路的常用算法便可解决。

同时,因为原题中线路并不复杂,可以考虑将所有可行线路全部求出的方法进行验证。

第二问中,最佳路径与各连锁店销售量有关,而各连锁店销售量是随机变量,所以可以通过计算机按其分布规律模拟出其合理的销售量,所以在确定方案前,需对附表中的数据进行合理分析。

另外,为了能制定出较优的方案,可以制定一些重要原则,如较远目的地优先原则。

总体上说,可以将方案分为两部分。

第一部分,要求小型运输车空车返回,可以借鉴第一问中对最短路的求解结果,保证这一部分方案的最佳性。

在第二部分,可利用TSP 近似算法,结合floyd 算法得出的最佳路径,确定最佳推销员回路作为第二部分线路,进而得出当日小型运输车总行驶里程,通过多次模拟,再取均值。

对于问题三,本着为公司盈利的目的,重新建立两个新的模型:一、增设工厂;二、根据实际情况,用大型平板车运输。

三、基本假设1.计算行驶里程时要考虑返程;2.各店销售量不小于0,同时又不大于其最大储货量;3.各连锁店之间、每家连锁店相连销售日的销售量无关;四、定义符号说明1. i u : 第i 连锁店周销售量;2. Z : 小型运输车每周总车公里数;3. x : 行驶里程;4. y : 大型平板车油耗量;5. n : 大型平板车所载白酒量(桶);6. i v : 第i 个连锁店;7. H : 遍历所有连锁店最佳H 圈总里程;8. X : 货物补充模型中小型运输车周平均总行驶里程五、模型的分析、建立5.1 Dijkstra 算法[1]求行驶路线设G 为赋权有向图或无向图,G 边上的权均非负。

Dijkstra 算法:求G 中从顶点0u 到其余顶点的最短路。

对每个顶点,定义两个标记(()l v ,()z v ),其中:()l v :表示从顶点0u 到v 的一条路的权;()z v :v 的父亲点,用以确定最短路的路线。

算法的过程就是在每一步改进这两个标记,使最终()l v 为从顶点0u 到v 的最短路的权。

输入为G 的带权邻接矩阵(),W u v 。

S :具有永久标号的顶点集。

算法步骤:(1)赋初值:令()}{00,0S u l u ==.\v S V S ∀∈=,令()()0,l v W u v =,()0z v u =,0u u ←.(2)更新()l v ,()z v :\v S V S ∀∈=,若()()(),l v l u W u v >+,则令 ()()(),l v l u W u v =+,()z v u =(3)设v *是使()l v 取最小值的S 中的顶点,则令{}S S v *=⋃,u v *←. (4)若S ≠∅,转(2);否则,停止。

用上述算法求出的()l v 就是0u 到v 的最短路的权,从v 的父亲标记()z v 追溯到0u , 就得到0u 到v 的最短路的路线。

根据题目数据,可得邻接矩阵:040inf inf inf 35inf inf 384001820inf inf inf inf inf inf 1801012inf inf inf inf inf 20100inf 15inf 11inf infinf 12inf 0inf 813inf 35inf inf 15inf 0inf 912inf inf inf inf 8inf 01110inf inf inf 11139110738infinfinfinf121070w ⎡⎢⎢⎢⎢⎢⎢=⎢⎢⎢⎣⎤⎥⎥⎥⎥⎥⎥⎥⎥⎥⎢⎥⎢⎥⎢⎥⎦按照算法步骤,用C++编出求最小路径的程序,得到百老泉酒厂到各专卖连锁店的最短距离,如表2所示:表2 酒厂到各连锁店最短距离各连锁店1v 2v 3v 4v 5v 6v 7v 8v 最短距离/km 40 58 50 56 35 48 44 38相应最短路径如下图所示:图1 酒厂到各连锁店最短路径由于各连锁店周销售量均为5的整数倍,小型运输车每车只能装5桶,故每辆运输车只抵达一处连锁店。

则可得每周总车公里数为:91252188()iii u Z d km ==⨯=∑其中i u 表示第i 连锁店周销售量。

5.2 TSP 近似算法[2]若各连锁店周销售量增加4%,根据各连锁店原有销售量可算得新销售量:表3 各连锁店新周销售 连锁店 1v 2v 3v 4v 5v 6v 7v 8v 总计 周销售(桶)201051020152520125新周销售量(桶) 20.8 10.4 5.2 10.4 20.8 15.6 26 20.8 130由表可知,各专卖连锁店的周销售增加量总和正好为5桶,因此,在第一小题的基础上,我们再派出一辆满载的小型运输车,利用TSP 近似算法算出遍历各专卖连锁店最短路径,沿最短路径遍历运输周销售量的增加量。

1. 用贪婪算法选出初始H 圈:0121,,,,,,,,i j n C v v v v v v = .时间复杂度:()()22log O n nStep 1:给所有边按长度排序Step 2:选择最短的满足条件的边加入到路径中。

条件:不会构成小于N 条边的环路。

Step 3:重复Step 2,直至路径中有N 条边。

2.对所有的,,11i j i j n <+<<,若()()()(),1,1,1,1i j i j i i j j w v v w v v w v v w v v +++<+++,则在0C 中删去边(),1i i v v +和()1,j j v v +而加入边(),i j v v 和()1,1i j v v ++,形成新的H 圈C ,即0121111,,,,,,,,,,,i j j i j n C v v v v v v v v v -++= 见图(a ),(b )图(a ) 图(b )3.对C 重复步骤2,直到条件不满足为止,最后得到的C 即为所求。

结合第一小题得到的从厂家到各专卖连锁店的最短路径,即得到所求的最短运输线路。

5.3 大型平板车最佳运输线路通过资料搜索了解到,汽车行驶一公里,载重量每增加45kg ,相应油耗量将增加2%。

由此可知油耗量与载重的函数关系为指数函数。

同时,可认为当载重量一定时,油耗量与行驶公里数成正比。

故我们可以假设油耗量与里程、载重量之间的关系表达式为:a n(0.21)=y xe+其中:y:耗油量;x:里程数;n:装运的总酒量(以桶为单位);a:系数。

相关文档
最新文档