中南大学 数学建模 lingo matlab 优化建模论文 货运公司的运输问题(1).docVIP

货运公司的运输问题

摘要

货运公司的车辆调度方案直接影响货运公司的当前经济效益和长远发展。本文根据货运公司需要完成的运输量和确定的运输路线图，以线性规划为基础，通过建立数学模型，对调度方案进行分析和优化，寻找车辆调度的最佳方案，从而为货运公司提供明确的、运费最小的车辆调度方案。

货运公司追求在条件允许的情况下，使运营成本最大化的降低，通过对影响运营成本的因素进行仔细的分析，对不同问题分别建立数学模型，进而推导出最佳运营方案。具体方案如下：

问题一中，首先利用线性规划对每天的出车次数进行限定，并用Lingo8.0求解，得到其在满足八个工厂需求的情况下的最小出车次数；继而以此出车次数为基础，综合考虑运营成本的影响因素，并充分利用运输线路图以及材料的需求表格的特点，对具体的出车方案进行逐步推导，得出一个可行的运营方案，即方案Ⅰ(见表1)。由于方案Ⅰ的设计受到出车次数的限制，可能不是最佳方案，通过严格的计算后，对方案Ⅰ进行适当的调整，推导出完善的方案Ⅱ（见表2）。经过验证，方案Ⅱ比方案Ⅰ更加优秀。

问题二中，在本题的条件下，允许运输车掉头只会影响运输车卸货后空载的行驶路程，即运输车的空载费用，故通过修改计算公式中的相关数据，并参考方案Ⅱ的调度方法，得出最佳调度方案（见表3），并计算出需要安排的运输车的数量为4辆。

问题三中，由于已知条件的更改，不相邻的公司间可能存在更短路使成本更少。因此应用图论相关知识，首先依次找出各可能互相带货的公司相连的最短路，去掉其他多余路径，然后得到的这些最短路组成的图形即为新运输路径，再根据新路径决定货物分配，得出新的运营方案。

关键词：线性规划图论最短路问题

一．问题重述

某地区有8个公司（标号=1-8\*GB3=1\*GB3①—=8\*GB3⑧如图一），某天它们各个的需求量如图二。某货运公司要派车将各个公司所需货物A.B.C从港口（标号=9\*GB3⑨如图一）运往这8个公司。路线是唯一的双向道路（如图一）。货运公司现有一种载重6吨的运输车，派车固定成本20元/辆，从港口出车固定成本为10元/车次（车辆每出动一次为一车次）。每辆车平均需要用15分钟的时间装车，到每个公司卸车时间平均为10分钟，运输车平均速度为60公里／小时（不考虑塞车现象），每日工作不超过8小时。运输车载重运费1.8元/吨公里，运输车空载费用0.4元/公里。货运公司要将各个公司所需的货物全部运到。一个单位的原材料A,B,C分别毛重4吨、3吨、1吨，原材料不能拆分，大小件同车时必须小件在上，大件在下。卸货时必须先卸小件，而且不允许卸下来的材料再装上车。

问题一：货运公司派出六辆车，从港口出发（不定方向），但在运货过程中，不能掉头，应如何调度才能使得货运公司的成本最小？（要求具体列出每辆车的运输方案，运输成本。）

问题二：每辆车在运输过程中可以掉头，在满足各个公司的需求条件下，应如何啊名牌车辆数，怎样调度调度才能使得货运公司的成本最小？

问题三：当各个公司间都有或者部分有道路直接相通时，分析运输调度的难度所在，并针对这两种情况分别给出解决问题的想法（可结合实际情况深入分析）。

（图一）唯一的运输路线图和里程数

（图二）各个公司对每种材料的需求量（单位/天）

公司

编号

各种材料的需求量（单位/天）

A

B

C

①

4

1

5

②

1

5

2

③

2

0

4

④

3

1

2

⑤

1

2

4

⑥

0

4

3

⑦

2

2

5

⑧

5

3

1

二．问题分析

货运公司的车辆调度方案直接影响货运公司的当前经济效益和长远发展。为此需要对货运公司的出车调度方案进行合理的规划，从而制订出明确的最优调度方案，这样不仅能使货运公司有效地降低运营成本，而且有利于货运公司的长远发展。

对比分析之下，问题一与问题二具有极大的相似性，因而可采取类似的方法来解决最优调度方案的问题。通过对问题一进行深入的分析，首先以各公司对各种材料的需求为约束条件，建立线性规划模型，从而得出出车次数的最低要求。出车次数有最低要求，而车辆数又有数量限制：6辆，每辆车的工作时间也有8小时的限制，再综合考虑运输费用的相关因素，从而逐步推导出具体的出车调度方案，通过对方案进行严格的计算，并仔细研究方案的调度缺陷，从而进行适当的调整，得出更完善的方案。对于问题二的分析，是基于问题一的最后方案进行研究的，区分二者的不同之处。经分析发现由于问题二中运输车可以掉头，故可以减少由于运输车在途中空载的路程，而这只会影响计算公式中的数值的改变，因而和第一问的求解方法基本上是一致的，能够比较轻易的推导出最优的调度方案。对于问题三，由于有可能存在各公司间的更短路，并且路程越是短，越能节约成本，因此，找出能够