运输决策支持培训PPT课件.ppt

②加三个约束条件： “$D$2=$B$7*$B$2+$B$8*$c$2”、“$D$3=$B$7*$B$3+$B$8*$C$3”和“$D$4=$B$7*$B$4+$B$8*$C$5”。若输入后发现有错，可单击“更改”按钮修改。 ③单击“求解”按钮，则Excel自动进行运算并将结果显示在可变单元格和目的单元格内。如图9．5所示，在B7单元格内显示25．6，在B8单元格内显示26．4，在D5单元格内显示最大利润为547．2。于是我们可以得出结论，根据现有的运输工具，可运输大型设备A为25．6套，巨型设备B为26．4套，最大利润为547．2。 (5)“规划求解”参数说明 单击“规划求解参数”对话框中的“选项”按钮，打开“规划求解选项”对话框(见图9．6)，其中包含的各个项目的含义如附表所示。 可以在开发决策支持系统中嵌人Excel模型求解特定问题，从而快速实现辅助决策系统的开发工作。 第九章 运输决策支持系统 9．3．2车辆路径决策支持系统 车辆路径配送问题，又称为运输线路规划问题，也就是运输车辆的优化调度问题，一直是运输系统领域的典型问题。总体上看，车辆的优化调度问题一般可根据时间特性和空间特性分为车辆路径规划问题和车辆调度问题。 1)车辆路径问题的基础背景 在现有的物流管理系统研究中，车辆路径配送问题(Vehicle Routlting Problem，VRP)是较受关注的一个方面。它是指在客户需求位置已知的情况下，确定车辆在各个客户间的行程路线，使得运输路线最短或运输成本最低。该问题是物流配送系统中的常见问题，如邮件的投递，飞机、火车及公交的调度等。选择适当的行车路径，可以加快客户需求的响应速度，提高服务质量，降低服务成本。VRP是一个NP完全问题，对于此类问题，只有当其规模较小时，才能求得其精确解。因此，如何针对车辆路径问题的特点，构造运算简单、性能优异的启发式算法，不仅对物流系统，而且对许多可以转化为车辆路径的组合优化问题都有十分重要的意义。 第九章 运输决策支持系统 通过配送中心进行配送是物流系统中的主要配送形式之一，车辆调度及路线安排是配送中心配送决策的重要内容，它直接影响剑配送成本和服务质量。目前，配送中心大多使用经验式的车辆调度／分配方法： ①对重要客户指定某几辆车专门负责，以保证服务质量； ②划分配送区域，针对较远的客户群，使用较大配送量的车辆负责配送，而较近的客户群则使用一般性的车辆负责配送； ③指定某几辆车专门负责临时需求，即随要随送。 在路线安排上，一般方法是将客户按地理位置分成几个区域，再按照客户要求的送达时间从小到大进行排序，优先满足要求送达时间早的客户，如遇到问题再进行调整。 面对配送区域的扩大、零售商数目的增加，这种人工作业方式已难以实现配送车辆的调度优化，因此迫切需要计算机来优化车辆调度。 2)VRP问题的描述 VRP最早是由G．Dantzig提出的，它是一类最常见、研究最多的NP问题，图 经常用来描述该问题。在图 中 ， 。节点O表示物流中心，其他节点为客户。每个客户的需求为 ，边 对应的距离、运输时间或成本为 。所有车输的运输能力为 ，最大的行驶距离为 。车辆从物流中心(depot)出发，完成运输任务后回到物流中心，每个顾客唯一接受一辆车的服务一次。问题的目标函数通常有车辆数和配送成本，首先要最小化车辆数，然后最小化总配送成本。具体问题如下： VRP问题的前提是物流中心的位置、客户点位置和道路情况已知，由此设计一套车辆调度的方案。图9．7是一个简单VRP的图示。 配送中心的车辆调度及路线安排问题可描述为：在配送中心位置、客户点位置和道路等已知的情况下，对 辆车、 个客户点，确定车辆分配情况(每辆车负责的客户点)及每辆车的行车路线，使成本最小，同时要满足以下约束条件： ①所有车辆路线均起始并终止于配送中心，每一客户点只由一辆车服务(但一辆车可以服务多个客户点)； ②每个客户点都有一个非负的货物需求量，但每辆车负责的客户点货物需求量总和不超过该车辆的最大装载量； 第九章 运输决策支持系统 3)VRP的数学模型 (9．1)为目标函数，以总的配送费用最小为目的；(9．2)为每个顾客只能被服务一次的约束条件； (9．3)为防止同一个地点之间巡回的约束条件； (9．4)是车辆容量限制约束条件；