运筹学解决运输实际问题课题报告-长沙理工大.docVIP

运筹学解决运输实际问题课题报告-长沙理工大.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PAGE PAGE 9 数学与计算科学学院 实 验 报 告 实验项目名称 运输问题 所属课程名称 运筹学B 实 验 类 型 综合实验 实 验 日 期 班 级 成 绩 一、实验概述: 【实验目的】 学会使用LINGO软件定义集合; 学会运用LINGO软件和MATLAB软件解决运输问题。 【实验原理】 利用整数规划、0-1规划和指派问题原理建立数学模型,并利用MATLAB软件和LINGO软件进行求解。 【实验环境】 计算机,Matlab软件,lingo软件,运筹学软件 二、实验内容: 【实验方案】 通过对实际问题的具体分析,建立模型,再利用MATLAB软件和LINGO软件进行求解。 【实验过程】(实验步骤、记录、数据、分析) 已知某企业有甲、乙、丙三个分厂生产一种产品,其产量分别为7、9、7个单位,需运往A、B、C、D四个门市部,各,门市部需求量分别为3、5、7、8个单位。已知单位运价如下表,试确定运输计划使总运费最少。 运价表 A B C D 产量 甲 12 13 10 11 7 乙 10 12 14 10 9 丙 14 11 15 12 7 需求量 3 5 7 8 23 1.模型建立 因为总产量和总需求量均为23,故产销平衡。 设表示由第i个分厂运往第j个门市部的产品数量,则建立数学模型为: 2.模型求解 1)运用MATLAB软件进行求解,程序如下: clc c=[12 13 10 11 10 12 14 10 14 11 15 12]; Aeq=[1 1 1 1 0 0 0 0 0 0 0 0; 0 0 0 0 1 1 1 1 0 0 0 0; 0 0 0 0 0 0 0 0 1 1 1 1; 1 0 0 0 1 0 0 0 1 0 0 0; 0 1 0 0 0 1 0 0 0 1 0 0; 0 0 1 0 0 0 1 0 0 0 1 0; 0 0 0 1 0 0 0 1 0 0 0 1]; beq=[7 9 7 3 5 7 8]; A=[]; b=[]; VIB=[0 0 0 0 0 0 0 0 0 0 0 0]; VUB=[]; [x,y]=linprog(c,A,b,Aeq,beq,VIB,VUB) 结果为: x = 0.0000 0.0000 7.0000 0.0000 3.0000 0.0000 0.0000 6.0000 0.0000 5.0000 0.0000 2.0000 y = 239.0000 2)运用LINGO软件进行求解,程序如下: MODEL: !3 Warehouse,4 Customer Transportation Problem; sets: Warehouse /1..3/: a; Customer /1..4/: b; Routes(Warehouse, Customer): c,x; endsets ! Here are the parameters; data: a=7,9,7; b=3,5,7,8; c=12,13,10,11, 10,12,14,10, 14,11,15,12; enddata !The objective; [OBJ] min=@sum(Routes:c*x); ! The supply constraints; @for(Warehouse(i):[SUP]@sum(Customer(j):x(i,j))=a(i)); !The demand constraints; @for(Customer(j):[DEM]@sum(Warehouse(i):x(i,j))=b(j)); END 结果为: Global optimal solution found. Objective value: 239.0000 Infeasibilities: 0.000000 Total solver iterations: 6 Variable Value

文档评论(0)

zijingling + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档