轿运车装载和运输的数学建模.pdfVIP

参赛密码 （由组委会填写） 第十一届华为杯全国研究生数学建模竞赛 第十一届华为杯全国研究生数学建模竞赛 题 目 轿运车装载和运输的数学建模 摘 要： 本文主要研究轿运车装载和运输的数学模型，属于整数规划问题，采用 LINGO 软件求解。 针对问题一、二、三，从各类轿运车单层的装载方案出发，以各类装载方 案出现次数作为控制变量，建立两阶段优化模型，一阶段优化轿运车总数量， 二阶段优化使用成本，并以一阶段轿运车最优总数量为等式约束，得各类轿运 车的使用数量和装载方案。问题一至少需18 辆轿运车，其中1-1 和1-2 型分别 为16 辆和2 辆，装载方案见表6；问题二需15 辆轿运车，其中 1-1 和1-2 型分 别为12 辆和1 辆，装载方案见表8；问题三需30 辆轿运车，其中 1-1 和1-2 型 分别为25 辆和5 辆，装载方案见表10。 针对问题四，从各种路线各类轿运车单层的装载方案出发，建立三阶段优 化模型，前两阶段优化模型同问题一、二、三中模型相同，将第二阶段得到的 各类轿运车的使用数量作为第三阶段优化的等式约束，以行驶里程数最短作为 第三阶段优化的目标函数，得到各类轿运车的使用数量、装载方案和行车路线。 问题四所得轿运车使用数量为25 辆，其中 1-1 型和 1-2 型分别为21 和4 辆， 行驶里程数为6404，装载方案和行车路线见表12。 针对问题五，考虑到各类轿运车单层的装载方案过于庞大，建立启发式- 淘汰搜索三阶段优化模型。为简化分析，从所有装载方案中选取200 组剩余空 间最小的方案，并取100 组随机方案，作为装载方案代表。以轿运车使用数量 最小为目标函数进行第一阶段优化，更为简便的获得了一般可行解，然后执行 淘汰-搜索过程，删除出现次数为0 的装载方案(即淘汰过程)，并取随机方案补 全 300 组装载方案代表(即搜索过程，尽可能增大寻优空间)，保证本次优化结 果不劣于上次结果，在一般可行解的基础上不断优化改进，直至多次启发-淘汰 搜索后轿运车数量不再减少，可得轿运车最优可行解为 113 辆。第二阶段优化 模型与问题四相同，轿运车装载方法为：1-1 型90 辆，1-2 型18 辆，2-2 型5 辆。 前两阶段优化模型为不考虑线路情况下得到的轿用车使用量和装载情况， 本文假设第三阶段模型不考虑绕行情况，因而前两阶段的最优可行解实际上是 第三阶段可行解的下限解，故本模型引入车辆松弛变量。进而本文提出两种启 发式方法，方法一首要目标在于最小化总轿运车数量，即在车辆松弛变量尽可 能小的条件下，最小化总行驶里程；考虑到连续优化问题更易于处理，方法二 提出一种局部整数-分散连续的逐步优化方法。首先，将线路1 各型轿运车上下 - 1 - 层每列各种方案出现的次数设为整型变量，其余均为连续变量，求得线路1 各 型轿运车上下层每列的方案，线路 1 的装载方案在之后的连续化过程中保持恒 定；接着设定线路i 装载方案次数为整型变量，线路 1……i-1 装载为恒定不变 的整数，线路i+1……6 装载方案为连续变量；重复该过程，直到所有线路对应 各种方案的出现次数全部固定。方法一所得轿运车的最优可行解为 114 辆，里 程数为38128，方法二所得轿运车的最优可行解为116 辆，里程数为32068 。本 文旨在车辆数最小，其次才是总里程，因而在本题背景下，方法一的结果更优， 但方法二里程更少，最优可行解更易于获得，因而方法二在实际的物流运输中 也可以作为一种可选的方案。 本问题的研究对降低运输成本和提高运输效率具有重要的意义。 关键词：整车运输； LINGO ；两阶段优化；启发式-淘汰搜索；局部整数-分散 连续 - 2 - 一、 问题重述 整车物流指的是按照客户订单对整车快速配送的全过程。随着我国汽车工 业的高速发展，整车物流量，特别是乘用车的整车物流量迅速增长。图 1、2 、 3 就是乘用车整车物流实施过程