汽车租赁的优化调度问题.docVIP

汽车租赁的优化调度问题 摘　要 本文利用matlab和lingo进行线性规划从而实现汽车租赁的优化调度。根据题意确定合理的目标函数和约束条件，同时基于贪心算法思想，在不影响全局最优解的前提下划分子集简化运算，通过规划子集的最优解，最终得到各个问题的全局最优解。 由于当需求量与实际车辆数相等时，该天的车辆安排是唯一的，因此以该天为节点将全局划分为若干子集，全部子集的最优解则组成全局的最优解。利用贪心算法的思想通过求解各子集的最优实现全局最优，使得计算的数据量分散开来，提高了运算效率。 问题一规划目标为转运费用最小，在保证各代理点转进与转出的车辆数相等以及分配后的车辆数符合实际供求关系的前提下，利用lingo对划分的子集进行规划求解，最终得到最小转运费用为40.5150万元以及此时对应的车辆调度安排。 问题二在问题一的基础上规划目标为转运费用和短缺损失费用的总和最小，在同样的约束条件下利用lingo进行求解，最终得到转运和短缺导致的最小总费用为70.3055万元以及此时对应的车辆调度安排。 问题三规划目标为公司获得的利润，公司获得的利润为车辆租赁收入扣除转运费用和短缺损失费用后的数值。考虑同样的约束条件，利用lingo进行优化，最终得到公司最大获利为3966.053万元以及此时对应的车辆调度安排。 问题四通过对附件4的分析决定采购第8类车型，通过对附件2的分析发现每天代理点的需求量前后不存在相关性，因此抽取其中的三分之一作为计算数据来考虑今年的年度总获利最大的购车方案。考虑到实际情况，购车方案中的购车成本要在一年内能够完全收回。在此基础上分别求解并分析购买新车数量为0、10、20、30、40、50的时候年度最大获利情况的变化，利用三次多项式拟合发现购车数量在20和30之间存在最大值。再分析购车数量为21、22、23、24、25、26、27、28、29的时候年度最大获利值的变化情况，最终得出新购买26辆第8类车型可以获得最大年度获利，约为51822.33万元。 为了检验本模型的性能，以一周为检验区间，分别求解每天最优时的结果和不进行调度安排时的结果，与本模型得到的结果进行对比，得到了本模型求解的结果是已知最优的结论。 本模型利用贪心算法，通过合理划分子集的思想来分散计算量，在实际数据处理中有一定的借鉴意义。Lingo显示规划的结果为全局最优，模型求解较好 关键词：汽车租赁 线性规划 贪心算法 随机数据相关性分析 多项式拟合  1　问题重述 国内汽车租赁市场自兴起以来发展迅猛。某城市有一家汽车租赁公司，此公司年初在全市范围内有379辆可供租赁的汽车，分布于20个代理点中。每个代理点的位置都以地理坐标X和Y的形式给出，单位为千米。假定两个代理点之间的距离约为他们之间欧氏距离（即直线距离）的1.2倍。附件1至附件6给出了问题的一些数据。 试建立数学模型，请解决如下问题： 1．给出未来四周内每天的汽车调度方案，在尽量满足需求的前提下，使得总的转运费用最低； 2．考虑到由于汽车数量不足而带来的经济损失，给出使未来四周总的转运费用及短缺损失最低的汽车调度方案； 3．综合考虑公司获利、转运费用以及短缺损失等因素，确定未来四周的汽车调度方案； 4．为了使年度总获利最大，从长期考虑是否需要购买新车？如果购买的话，确定购买计划（考虑到购买数量与价格优惠幅度之间的关系，在此假设如果购买新车，只购买一款车型）。 2　问题分析 本题主要在不同的限制条件下研究车辆租赁的优化调度问题贪心算法是很常见的算法之一，这是由于它简单易行，构造贪心策略不是很困难但是遗憾的是  3　模型假设 1.租出的车辆只归还于所租赁的代理点。 2.汽车的转运成本仅与距离有关，不考虑汽车在转运途中的损耗。 3.租赁的汽车当日归还，不存在拖延的现象。 4.不考虑车型对维修、转运等费用带来的影响。 5.调度工作在第二天各代理点营业开始前已经完成。 6.当总需求量不大于实际车辆数的时候保证各个代理点的需求都得到满足d i j —— 代理点i到代理点j的欧氏距离（i≤20,j≤20） c i j —— 代理点i到代理点j的转运成本（万元/千米）（i≤20,j≤20） r t i —— 代理点i第t天的需求量（t≤29,i≤20） kz —— 编码过程中的控制参数，当判断条件大于零的时候kz=2；当判断条件小于零的时候kz=0 f i j —— 代理点i到代理点j的转运费用（万元/辆）（i≤20,j≤20） F20×20 —— 代理点间相互转运的费用矩阵，由f i j组成 a t i j —— 第t天代理点i转运给代理点j的车辆数。当i=j的时候表示该天的分配方案中i代理点留给自己的车辆数（t≤29,i≤20, j≤20，A t i j≥0） A29×20×20 —— 未来四周公司各个代理