运筹学,案例分析三:便民超市的网点布设问题

合集下载

便利超市选址典型分析范例

便利超市选址典型分析范例

12 X
解:从图中可以得出目的地的坐标
目的地
x, y
图书馆
6,7
东院食堂
2,5
C D座
10,5
E F座
10,3 28,20
x=∑x/n=28/4=7 y=∑y/n=20/4=5
因此,中心位置是(7,5),正好位于C座前的空地
假定下图描述的问题中运往各地商品数量不一样,而是 如下所示,则重心位置:
公寓:k 公寓东侧门口; l 大学生公寓城11号楼管理室.
淘汰法
淘汰法:考察所有备选方案的各项指标,将 不符合指标的方案排除,挑选出较优方案。 主要考虑:人流量、可行性。 资料来源:根据统计的人流量多少进行评分; 根据方案的可行性大小进行评分。 如下表、图:
人流量—可行性比较表
地点
abcdef ghi j kl
2、经过小组讨论,制定出选址所适宜的方法及一些主考因 素;
3、依次运用各类方法对挑选出的四个备选方案进行比较; 4、得出一个最佳方案; 5、项目总结。
若干地点:
西院:a 综合楼与天才小餐厅之间空地上; b 西院图书馆西侧5米处; c 西院食堂对过; d 体育馆内; e 原学工部;
东院:f 心园餐厅对过; g 东院食堂西侧; h 月牙报告厅附近; i D、E 座的北面教室 j 存车处到C座前空地;
四个备选方案人流量柱型图
3500
3000
2500
2000
1500
1000
500
0
1
2
3
4
析 素经门 选

注 : 以 下 是 采 用 各 种 方 法 进
。营槛
时人
间口
、、
租学
金校 、政 面策 积、 等预 一期 系成

物流网点布局模型的建立及求解

物流网点布局模型的建立及求解

物流运输与配送管理作业物流工程1001班100105113张露露物流网点布局模型的建立及求解物流网点是组织物流活动的基本条件。

由于受物资资源的分布、需求状况、运输条件和自然环境等因素的影响,不同的物流网络布局方案,其物流系统的运营效率和经济效益是不相同的,有时差别甚至很大。

如何设置物流网点,才能使物流费用最小,社会经济效益最佳,对客户的服务质量最好呢?对于多元多品种的物流网点布局问题,由于各个品种都要按照各自的优化方案选择中转点,因此同一用户可能需要同类不同品种的物资,这将分别从几个不同的网点进货,势必造成某些需求两不多的物资的运输工具的利用率降低、运输成本增大的现象。

为此,我们将各用户所需同类不同品种物资的进货相对集中。

希望从某一网点进货的数量应有一个最低的限额。

一,与网点相关的费用网点布局模型通常是以系统的总成本最低位目标函数。

建立模型时主要应该考虑一下几项费用:1)网点建设投资。

网点建设投资包括建筑物、设备和土地征用等费用。

2)网点内部的固定费用。

网点设置以后的人员工资、固定资产折旧以及行政支出等与经营状态无关的费用,称之为网点内部的固定费用,它与网点的位置无关。

3)网点经营费用。

经营费用是提高网点在经营的过程中发生的费用,如进出库费用、保管费用等,它是与经营状态直接相关的费用,即与网点中转量的大小有关。

4)运杂费。

运杂费是物流运输过程中所发生的费用,主要包括运价、途中换乘转装以及支垫物资等发生的费用,很明显,它与运输线,即与网点的位置有关。

物流系统的分析与设计是第三方物流服务或咨询中的一项重要内容,好的供应链管理是从物流系统分析与设计开始的。

物流网点布局方法研究综述在物流研究中,定量的系统分析和系统综合已经受到人们更多的重视,模型是开展这项工作的有效工具,也是开展这项工作的前提和基础。

二物流网点布局模型的约束条件1)资源点向外提供的资源量不超过其生产能力。

2)运达用户的物资等于它的需求。

连锁便利店配送线路优化课程设计范本

连锁便利店配送线路优化课程设计范本

连锁便利店配送线路优化课程设计范本引言连锁便利店在城市中的数量逐渐增加,为了满足市民的购物需求,提高配送效率和准时性成为了连锁便利店管理者面临的重要问题。

本课程设计将介绍连锁便利店配送线路优化的方法和技术,旨在帮助学生理解和掌握如何使用运筹学和优化算法解决这一问题。

一、连锁便利店配送问题的定义和背景连锁便利店配送问题是指在满足客户需求的前提下,决定配送线路和顺序,以最小化成本和时间的问题。

在城市中,连锁便利店通常需要面对大量订单和客户,如何合理安排配送线路和减少配送员的行驶距离成为了管理者需要解决的重要问题。

传统的连锁便利店配送问题通常按照顺序逐个处理订单,往往导致配送线路不合理,时间成本高,配送员负担重。

因此,采用优化算法和运筹学方法对配送线路进行优化是提高连锁便利店配送效率的重要手段。

二、连锁便利店配送线路优化方法1. 数据收集与分析在进行连锁便利店配送线路优化前,需要对配送点的相关数据进行收集和分析。

包括订单数量、订单分布、配送点距离等信息。

通过对这些数据的综合分析,可以对配送线路进行初步规划和优化。

2. 车辆路径规划算法车辆路径规划算法是解决配送线路优化问题的核心方法之一。

常用的算法包括遗传算法、蚁群算法、模拟退火算法等。

这些算法通过优化车辆的路径和顺序,使得总体行驶距离最小化,达到减少时间和成本的目的。

3. 配送员工作时间管理除了优化车辆路径,合理安排配送员的工作时间也是提高连锁便利店配送效率的关键。

合理分配配送员的工作时间,避免不必要的等待和空闲,可以减少整体配送时间和成本。

4. 多车辆配送问题在实际情况中,连锁便利店通常有多个配送车辆。

如何合理安排多个车辆的配送线路,从而提高整体效率,是一个需要考虑的问题。

可以通过将问题转化为旅行商问题来解决,同时结合遗传算法等优化算法进行求解。

三、课程设计要求和评分标准本课程设计要求学生能够基于所学知识掌握连锁便利店配送线路优化的方法和技术,通过对实际情景的分析和建模,采用合适的优化算法解决问题。

连锁便利店配送线路优化课程设计范本

连锁便利店配送线路优化课程设计范本

连锁便利店配送线路优化课程设计范本课程设计课程名称: 交通运输组织学设计题目: 联华连锁便利店配送线路优化设计学生姓名: 学号: 班级: 院系名称: 交通运输工程学院指导老师: 周骞、叶鸿、王佳年 1 月<交通运输组织学>课程设计课程名称: 交通运输组织学设计题目: 联华连锁便利店配送线路优化设计学生姓名:学号:班级:院系名称: 交通运输工程学院指导老师: 周骞、叶鸿、王佳长沙理工大学课程设计任务书交通运输工程学院交通运输专业班课程名称交通运输组织学题目联华连锁便利店配送线路优化设计学生姓名学号注:1、此任务书由指导老师填写。

如果不够,能够加页;2、此任务书最迟必须在课程设计开始前一周下达给学生;交通运输组织学课程设计指导书一、课程设计目的与要求1、课程设计目的<交通运输组织学>课程是交通运输本科专业的必修课, 是一门理论与实践结合紧密的核心课程。

本课程设计是在该门课程的课堂教学完成之后,为巩固课程涉及到的交通运输组织学方面的方法、理论及应用而开展的。

经过课程设计,使学生能够结合实际背景,应用已学理论,解决实际问题,从而培养学生资料查阅能力、绘图能力、理论联系实际的能力、系统解决问题的逻辑思维能力等,为毕业论文设计及今后从事相关工作打下基础。

2、课程设计要求本课程设计要求学生根据课程涉及的相关内容与方法,结合实际背景,系统解决交通运输组织实际问题。

从背景分析、提出问题、解决问题、主要结论等几个方面开展。

要求课程设计具有系统性、完整性、与课程相关性并具有一定的研究深度。

二、课程设计的依据与资料来源课程设计的依据:①交通运输部客货运组织与管理相关标准与规范②董千里。

交通运输组织学[M] 。

人民交通出版社,④李维斌。

公路运输组织学 [M] 。

人民交通出版社,⑤崔书堂,朱艳茹。

交通运输组织学[M]。

东南大学出版社,⑤戴彤焱。

运输组织学[M]。

机械工业出版社,资料来源:①指导教师提供相关资料;②实际调研收集资料;③相关书籍;④网络资料收集。

离散数学超市选址

离散数学超市选址

超市选址问题1 需求分析核心问题:求最短路径(选址的要求就是超市到各小区权值之和最少);数据模型(逻辑结构):带权有向图(权值计算:距离*频度);核心算法:Floyd算法(佛洛依德算法:每一对顶点之间的最短路径);总体思想:如果超市要选在某一个位置,那么先用Floyd算法得出个顶点之间的最短距离/最小权值。

2 运行环境Visual Stdio C++6.03 概要设计Floyd算法利用动态规划思想,通过把问题分解为子问题来解决任意两点之间的最短路径问题。

设G=(V,E,W)是一个带权有向图,其边V=[v1,v2,…,vn]。

对于k≤n,考虑其结点V的一个子集。

对于V中任何两个结点Vi,Vj,考虑从Vi到Vj的中间结点都在Vk中的所有路径,设是其中最短的。

如果结点Vk在从Vi到Vj的最短路径上,则分为两段,其中一段从Vi到Vk,另一断从Vk 到Vj,这样便得到表达式。

图3-1 超市选址问题原图4 详细设计让所有路径加上中间定点1,取A[i][j]与A[i][l] +A[l][j]中较小的值作A[i][j]的新值,完成后得到A(l),如此进行下去,当第k步完成后,A(k)[i][j]表示从i到且路径上的中间顶点的路径序号小于或等于k的最短路径长度。

当第n-1步完成后,得到A(n-1), A(n-1)即所求结果。

A(n-1)[i][j]表示从i到j 且路径上的中点顶点的序号小于或等于n-1的最短路径长度,即A(n-1)[i][j]表示从i到j最短路径长度。

5调试分析有两个权值,各小区到超市的距离及小区的人数。

图的建立有很大的困难,经过分析这两个值可以合并为一个权值,从而便于分析和解决问题。

6 程序代码#include <string.h>#include <stdio.h>#include <time.h>#include "malloc.h"#include <iostream.h>#define TURE 1#define FALSE 0#define OK 1#define ERROR 0#define OVERFLOW -1#define INF 65535const int MAXVEX=100;typedef char Vextype;typedef struct{Vextype vexs[MAXVEX][MAXVEX];int adj[MAXVEX][MAXVEX];int dis[MAXVEX][MAXVEX];int f[MAXVEX];int n;int e;}Mgraph;void CreatMgraph(Mgraph *G){int i,j,k;printf("请输入小区个数:\n");scanf("%d",&(G->n));printf("请输入小区间的路径数:\n");scanf("%d",&(G->e));printf("请输入小区名称:\n");for(i=0;i<G->n;i++){printf("请输入第%d个小区名称:\n",i);scanf("%s",&G->vexs[i]);}for(i=0;i<G->n;i++)for(j=0;j<G->n;j++){G->adj[i][j]=0;G->dis[i][j]=0;G->f[i]=0;}for(k=0;k<G->e;k++){printf("请输入相通的两小区(输入格式:i,j):\n");scanf("%d,%d",&i,&j);printf("请输入相通两个小区间的距离(格式:dis):\n");scanf("%d",&(G->dis[i][j]));G->adj[i][j]=1;G->adj[j][i]=1;G->dis[j][i]=G->dis[i][j];}for(k=0;k<G->n;k++){printf("请输入第%d个小区的人数:\n",k);scanf("%d",&(G->f[k]));}for(i=0;i<G->n;i++)for(j=0;j<G->n;j++){G->dis[i][j]*=G->f[i];if(G->adj[i][j]==0&&i!=j)G->dis[i][j]=INF;}}void Floyed(Mgraph *G){int A[MAXVEX][MAXVEX],path[MAXVEX][MAXVEX]; int i,j,k,pre;int count[MAXVEX];for(i=0;i<G->n;i++)for(j=0;j<G->n;j++){A[i][j]=G->dis[i][j];path[i][j]=-1;count[i]=0;}for(k=0;k<G->n;k++){for(i=0;i<G->n;i++)for(j=0;j<G->n;j++)if(A[i][j]>(A[i][k]+A[k][j])){A[i][j]=A[i][k]+A[k][j];path[i][j]=k;}}cout<<endl<<"Floyed算法求解如下:"<<endl;for(i=0;i<G->n;i++)for(j=0;j<G->n;j++){if(i!=j){cout<<" "<<i<<"->"<<j<<";";if(A[i][j]==INF){if(i!=j)cout<<"不存在路径"<<"\n"<<endl;}else{cout<<"路径长度为:"<<A[i][j]<<"\n";cout<<"路径为:"<<i<<" ";pre=path[i][j];while(pre!=-1){cout<<pre<<"\n";pre=path[pre][j];}cout<<j<<endl;}}}for(i=0;i<G->n;i++)for(j=0;j<G->n;j++){if(A[i][j]==INF)count[i]=0;elsecount[i]=1;}for(i=0;i<G->n;i++)if(count[i]){for(j=0;j<G->n;j++)A[i][0]+=A[i][j];}for(i=0;i<G->n;i++){k=0;if(count[i])if(A[k][0]>A[i][0])k=i;}cout<<"超市的最佳地址为:"<<G->vexs[k]<<endl; }void main(){Mgraph *Gh=NULL;Gh=(Mgraph *)malloc(sizeof(Mgraph)); CreatMgraph(Gh);Floyed(Gh);}7 测试结果7.1 输入7.2 输出8 参考文献:[1].谭浩强编著《C语言程序设计》,清华大学出版社 .[2].严蔚敏编著《数据结构与算法分析》,清华大学出版社.9 课程总结本次题目是设计一个超市选址的问题,在实际生活中,非常实际的一个题目,有着很大的实际用途。

《运筹学》案例5 营业网点设置问题

《运筹学》案例5 营业网点设置问题

案例5:证券营业网点设置问题
证券公司提出下一年发展目标是在全国范围内建立不超过12家营业网点。

1)公司为此拨出专款2.2亿元人民币用于营业网点建设;
2)为使网点布局更为科学合理,公司决定:一类地区网点不少于3家;二类地区网点不少于4家;三类地区网点不多于5家;
3)网点的建设不仅要考虑布局的合理性,而且应该有利于提升公司的市场份额,为此,公司提出,新网点都投入运营后,其市场份额应不低于10%;
4)为保证网点筹建的顺利进行,公司要从现有各部门中抽调出业务骨干40人用于筹建,分配方案为:一类地区每家网点4人;二类地区每家网点3人;
三类地区每家网点2人;
5)依据证券行业管理部门提供的有关数据,结合公司的市场调研,在全国选取20个城市并进行分类,每个网点的平均投资额、年平均利润及交易量占全国市场平均份额如下表。

试根据以上条件进行分析,公司下一年应选择哪些城市进行网点建设,使年度利润总额最大。

运筹学上机实验-超市网点设计

运筹学上机实验-超市网点设计

运筹学上机实验(二)题目:便民超市的网点布设学号:2220113731姓名:谭传芳专业:数学与应用数学一.实验内容与要求南平市规划在其远郊建一卫星城镇,下设20个街区,如下图。

各街区居民数预期为1、4、9、13、17、20各12000人;2、3、5、8、11、14、19各14000人;6、7、10、12、15、16、18各15000人。

便民超市准备在上述街区进行布点。

根据方便就近的原则,在某一街区设点,该点将服务于该街区及相邻街区。

例如在编号为3的街区设一超市点,它服务的街区为1、2、3、4、6。

由于受经费限制,便民超市将在上述20个街区内先设两个点,请提供你的建议:在哪两个街区设点,使其服务范围的居民人数为最多。

二.实验原理根据图示及材料可以总结出以下表格:2、设街区编号为Xi,在第i 个街区设点能服务到的人数为a i令 Xi=1时,表示在第i 街区设点;Xi=0时,表示在第i 街区不设点{10,2..m ax )20,193,2,1(01201201或目标函数:个街区不设点,在第个街区设点,在第==⎩⎨⎧=⋯⋯==∑∑==i i i i ii ii x x a t s x aZ i i i x三.实验步骤:数学模型上面已经建立,下面利用运筹学整数规划模型求解1、打开运筹学软件,点击整数规划,选择纯整数规划,单击菜单中的“新建”2、在变量个数中输入:20,在约束条件中输入:21,选择Max ,然后单击确定3、在目标函数中变量X1,X2,……X19,X20所对应的系数分别填入:4、共设21个约束条件(j=21),前20个约束条件是为了保证Xi=0或1,第21个约束条件是为了保证从20个街区中选2个。

(1)在约束条件j (j=1、2、3…18、19、20)中:除了变量Xi (当i=j 时)的系数填“1”,其余变量的系数都填“0”,符号都选择“≤”,b 的值都为“1”;(2)在约束条件j (j=21)中:所有变量Xi 的系数都填“1”,符号选择“=”,b 的值为“2”单击“确定”,数据输出如下结果表明:在街区6和14设点时,便民超市可以服务的居民人数最多,预期最多服务人数为208000人。

奥运会临时超市网点设计

奥运会临时超市网点设计

A题:奥运会临时超市网点设计摘要对于问卷所提供的数据,用ACCESS和SPSS统计和制表,得出同一人群的不同的乘车分布表、餐饮分布表、消费额分布表,并作出相应分布的直方图。

从直方图可以形象地看出,乘车除私车人数较少外,其余乘车方式基本均衡,吃西餐比吃中餐人少,尤其是年龄段2的人群。

用餐和出行视为两个不同时间段,分别就每个时间段进行计算。

用餐和出行均采用最短路径,然后列出具体路径表,再由此表和已统计出的规律计算经过每个商区人数,然后把用餐和出行计算出的人数相加即得通过该商区人数,也即为通过该商区的人数,该人数除以总人数得人流量,最后绘制出人流量分布表。

根据第一二问的结果,并根据人购物欲望值与商区提供的效用值对应,大MS和小MS在每个商区所提供的效用是不同的,视商区的人流量而定,人流量越大所提供的效用越大。

运用著名的经济学中的生产函数的思想:柯布.道格拉斯生产函数理论,建立起商区效用产出与各商区的大、小MS个数的关系模型。

根据生产函数的产出均衡条件,得出各商区大、小MS的数量近似分布。

根据最后的结果分析总结出经济可行的MS布局方案。

关键字:个人倾向,生产函数,边际效益,效用函数。

一、问题重述2022年北京奥运会中,为了满足观众、游客、工作人员等的购物须求,要在比赛主场馆的周边地区建设临时商业网点,称为迷你超市(MS)网,主要经营食品、奥运纪念品等。

设置时要满足三个基本要求:满足奥运会期间的购物需求、分布基本均衡和商业上盈利。

图1和图2给出了相应的信息在规定的20个商区内设计MS网点。

图3是预演运动的运动场,从问卷调查中,可以得到人流量的归律。

问题1 根据调查数据,找到观众在出行、用餐和购物等方面的归律。

问题2 在奥运期间每位观众每天平均出行两次,并且采用最短路径,算出20个商区的人流量分布。

问题3 要求满足三个基本要求,得出20个商区内MS网点的设计方案。

并且阐明其方法的科学性,是否符合实际。

二、问题分析题1需要找出观众在出行、用餐、购物等方面的规律,附录中给出了某体育场馆的相关调查数据,通过对调查结果的分析发现三次调查的结果基本相似,于是采取按人数求加权平均值。

  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)。

运筹学案例分析报告
—便民超市的网点布设
班级:1516122
组号:6
姓名、学号
(组长、分工):吴锴楠、建立数学模型
(组员、分工):张灿龙、编写lingo程序
(组员、分工):游泽锋、编写报告
一、案例描述
南平市规划在其远郊建一卫星城镇,下设20个街区,如图所示。

各街区居民数预期为1、4、9、13、17、20各12000人;2、3、5、8、11、14、19各14000人;6、7、10、12、15、16、18各15000人。

便民超市准备在上述街区进行布点。

根据方便就近的原则,在某一街区设点,该点将服务于该街区及相邻街区。

例如在编号为3的街区设一超市点,它服务的街区为1、2、3、4、6。

由于受到经费限制,便民超市将在上述20个街区内先设两个点。

请提供你的建议:在哪两个街区设点,使其服务范围的居民人数为最多。

二、案例中关键因素及其关系分析
1、在某一街区设点,该点将服务于该街区及相邻街区(当街区i或街区i的相邻街区设网点时,街区i受服务)。

当街区i受服务时,受服务居民人数增加ai,各街区
3、要求两个街区设点,使其服务范围的居民人数为最多
三、模型构建
1、决策变量设置
同时每一个街区有受服务和不收服务两种状态,故每个街区可以设置一个0-1变量:
因为每一个街区有设为网点和不设为网点两种状态,故每个街区可以设置一个0-1变量:
2、目标函数的确定:
街区i受服务,受服务居民人数增加ai,该案例目标为使服务范围的居民人数为最多,故目标函数可设为:
3、约束条件的确定
i)便民超市将在20个街区内设两个点,由此可确定一个约束条件:
ii)当街区i和它的相邻街区中设有一个或两个网点时,街区i受服务,即街区i和它的相邻街区对应的各个yi加起来为1或2,此时xi应为1;当街区i和它的相邻街区中没有网点时,街区i不受服务,即街区i和它的相邻街区对应的各个yi加起来为0,此时xi应为0;用[m]表示不超过m的最大整数,由此可确定20个约束条件:
4、数学模型构建
综上,该案例的整个数学模型如下:
s.t.
四、模型求解
1、求解工具及适应性分析
求解工具:Lingo11。

2、求解过程分析
把上面的方程的用lingo写出来,然后在设置为全局最优解,最后运行求解,我们的编程程序如下:
max=x1*12+x2*14+x3*14+x4*12+x5*14+x6*15+x7*15+x8*14+x9*12+x10*15+x11*14+x1 2*15+x13*12+x14*14+x15*15+x16*15+x17*12+x18*15+x19*14+x20*12;
y1+y2+y3+y4+y5+y6+y7+y8+y9+y10+y11+y12+y13+y14+y15+y16+y17+y18+y19+y20=2; x1=@floor((y1+y2+y3+y4+1)/2);
x2=@floor((y1+y2+y3+y6+y9+y11+1)/2);
x3=@floor((y1+y2+y3+y4+y6+1)/2);
x4=@floor((y1+y4+y3+y6+y5+1)/2);
x5=@floor((y4+y5+y7+y8+1)/2);
x6=@floor((y2+y3+y4+y6+y7+y11+y13+1)/2);
x7=@floor((y5+y6+y7+y8+y13+y15+1)/2);
x8=@floor((y5+y7+y8+y15+1)/2);
x9=@floor((y2+y9+y10+y11+1)/2);
x10=@floor((y9+y10+y11+y12+y17+1)/2);
x11=@floor((y2+y6+y9+y10+y11+y12+y13+y14+1)/2);
x12=@floor((y10+y11+y12+y14+y18+y17+1)/2);
x13=@floor((y6+y7+y11+y13+y14+y15+1)/2);
x14=@floor((y11+y12+y13+y14+y15+y16+y18+y20+1)/2);
x15=@floor((y7+y8+y13+y14+y15+y16+1)/2);
x16=@floor((y14+y15+y16+y20+1)/2);
x17=@floor((y10+y12+y17+y18+y19+1)/2);
x18=@floor((y12+y14+y17+y18+y19+y20+1)/2);
x19=@floor((y17+y18+y19+y20+1)/2);
x20=@floor((y14+y16+y18+y19+y20+1)/2);
3、求解结果及分析
经过运行得到的结果为:182,即服务范围内居民人数最多为182*10^3;
其中y6=y14=1,
y1=y2=y3=y4=y5=y7=y8=y9=y10=y11=y12=y13=y15=y16y=17=y18=y19=y20=0
即在第6和第14街区设置网点;
其中x2=x3=x4=x6=x7=x11=x12=x13=x14=x15=x16=x18=x20=1,
x1=x5=x8=x9=x10=x17=x19=0
即第2、3、4、6、7、11、12、13、14、15、16、18、20街区的居民受服务,第1、5、8、9、10、17、19街区的居民不受服务。

五、结论
1、决策效果(结果)的评价
通过严格的案例分析以及我们组全体成员的研究讨论、反思修正以及lingo软件的精密的计算,本案例得出最佳决策结果,在第6和第14街区设置网点,使服务范围的居民人数为最多,为182*10^3.
2、遇到的问题及解决方法
刚开始的时候我们遇到的第一个问题就是如何把xi和yi联系起来,使得满足当街区i 和它的相邻街区中设有一个或两个网点时,即街区i和它的相邻街区对应的各个yi有
为1的时候xi=1,当街区i和它的相邻街区中没有网点时,即街区i和它的相邻街区对应的各个yi都为0时,xi=0;于是我们想把目标规划的的最大化转变为最小化,利用yi<M*xi把xi和yi联系起来,于是我们利用三个服务人数中的ai,减去他们三个中的最大值作为新的ai,这样就能求原规划的最大值就是求新规划的最小值了,但是后来我们经过运算发现得出来的结果是错误的,我们重新讨论了一下,发现那样做的话,新的目标规划里的ai的比例会与原来ai的比例不相同,而我们也没有找出能使得到新的ai比例相同的方法,所以我们最终放弃了这种转变规划的方法。

接着我们经过讨论得出了另外一种方法,就是把每个xi能服务到的所能对应的选点列出来相加,而得到下面原始的目标函数:
Max
z=(y1+y2+y3+y4+1)/2]*x1*12+[(y1+y2+y3+y6+y9+y11+1)/2]*x2*14+[(y1+y2+y3+y4+ y6+1)/2]*x3*14+[(y1+y4+y3+y6+y5+1)/2]*x4*12+[(y4+y5+y7+y8+1)/2]*x5*14+[(y2 +y3+y4+y6+y7+y11+y13+1)/2]*x6*15+[(y5+y6+y7+y8+y13+y15+1)/2]*x7*15+[(y5+y7 +y8+y15+1)/2]*x8*14+[(y2+y9+y10+y11+1)/2]*x9*12+[(y9+y10+y11+y12+y17+1)/2] *x10*15+[(y2+y6+y9+y10+y11+12+13+14+1)/2]*x11*14+[(y10+y11+y12+y14+y18+y17 +1)/2]*x12*15+[(y6+y7+y11+y13+y14+y15+1)/2]*x13*12+[(y11+y12+y13+y14+y15+y 16+y18+y20+1)/2]*x14*14+[(y7+y8+y13+y14+y15+y16+1)/2]*x15*15+[(y14+y15+y16 +y20+1)/2]*x16*15+[(y10+y12+y17+y18+y19+1)/2]*x17*12+[(y12+y14+y17+y18+y19 +y20+1)/2]*x18*15+[(y17+y18+y19+y20+1)/2]*x19*14+[(y14+y16+y18+y19+y20+1)/ 2]*x20*12,经运算后我们得到了两个选点y6和y14,对比图形发现也较为合理,但是经过我们认真检查,发现得出来的xi都是1,然后我们再看回规划发现此时原规划里的xi是不受约束的,为了得到最大值,它会都取1 。

于是,我们再次改进得到新的目标规划如上文。

最后运算得到的结果还是选点y6和y14,各个xi的值也都正确。

相关文档
最新文档