数学建模+快递公司送货策略+论文.docxVIP

19 快递公司 2（ 1，5） 13（ 12，9） 7（ 7，9） 6（ 0，8） 第三条路线： 快递公司 10（ 14，0） 12（ 14，6） 8（9，6） 9（ 10， 2） 第四条路线： 快递公司 16（ 2，16） 17（ 6，18） 20（ 7，14） 14（ 10，12） 第五条路线： 快递公司 22（ 21，0） 32（ 22，5） 23（ 27，9） 15（ 19， 9） 11（17，3） 第六条路线： 快递公司 19（ 15，12） 25（ 15，14） 24（ 15，19） 第七条路线： 快递公司 18（ 11， 17） 26（ 20，17） 28（ 24，20） 第八条路线： 20 快递公司 27（ 21，13） 29（ 25，16） 30（ 28，18） 图（ b）业务员行走路线 根据上面确定的路线，把个业务员所经过的送货点数、最近点、所用时间、总载重量进行归纳，并用 C++ 编程求出各业务员送货所得费用以及总费用，如下表： 路线号 所经送货点数 最近送货点 所用时间（小时） 总载重量 费用（元） （ kg） 1 4 1（ 3，2） 2.03333 24 767.5 2 4 2（ 1，5） 2.73333 24.2 1390.6 3 4 10（ 14，0） 2.56667 22.9 1357.5 4 4 16（ 2，16） 3.1 17.7 1438.4 5 5 22（ 21，0） 5.2 22.9 2680.6 6 3 19（ 15，12） 3.33333 25 2310.2 7 3 18（ 11， 17） 4.16667 23.5 2620 8 3 27（ 21，13） 4.33333 24.3 2891.9 合计 30 27.46666 184.5 15456.7 合并则有以下人员分配： 第一个人： 0-1-3-4-5-0 和 0-19-25-24-0 第二个人： 0-2-13-7-6-0 和 0-10-12-8-9-0 第三个人： 0-16-17-20-14-0 第四个人： 0-22-32-23-15-11-0 第五个人： 0-18-26-28-0 第六个人 ;0-27-29-30-0 八 模型评价 1、模型的优点： 1）模型系统的给出了业务员的调配方案，便于指导工作实践。 2）模型简单明了，容易理解与灵活应用。 3）模型的方法和思想对其他类型也适合，易于推广到其他领域。 4）本模型方便、直观，易于在计算机上实现和推广。 2、模型的缺点： 1）模型给出的约束条件可能也有不太现实的。 2）对街道的方向，客户的快件量的假设有待进一步改进。 3、 模型的推广 1）本模型不但适合于快递公司送货问题，还是用于一般的送货以及运输问题，只需要稍微改动模型即可。 2）模型方便、直观，可以实现计算机模拟。 3）建模的方法和思想可以推广到其他类型，如车辆调度问题等。 21 参考文献： [1] ：姜启源、谢金星、叶俊编，数学模型 -3 版，北京，高等教育出版社， 2003.8 ：吴建国、 汪名杰、 李虎军、 刘仁云编， 数学建模案例精编 -1 版，北京，中国水利水电出版社， 2005.5 [3] ：唐焕文、贺明峰编，数学模型引论 -3 版，北京，高等教育出版社， 2005.3 注释： C++ 源码 求解路线及其相关内容： 问题一之方法一： #includeiostream #includefstream #includecmath #define max 1000 using namespace std; struct ver{ int x; int y; int num; float weight; }; bool visited[31]; ver v[31]; int next1(){ int k,min=max,tag=0; float w; for(int i=1;i31;i++){ if(visited[i]==falsev[i].x+v[i].ymin){ min=v[i].x+v[i].y; k=i; w=v[i].weight; tag=1; } if(visited[i]==falsev[i].x+v[i].y==minv[i].weightw){ k=i; w=v[i].weight; tag=1; } } if(tag)return k; else return 0; } 22 int next2(int k,float w){ int min=max,tag=0,m,i; for(i=1;i31;i++){ if(visited[i]==falsefabs(v[k].x-v[i].x)+fabs(v[k].y-v[i].y)minw+v[i].weight=25){ min=