下载文档原格式
数学与计算科学学院实验报告
实验项目名称运输问题求解
所属课程名称运筹学B
实验类型综合
实验日期 2014年10月25日
姓名张丽芬
学号 0102
成绩
附录1：源程序
附录2：实验报告填写说明
1．实验项目名称：要求与实验教学大纲一致.
2．实验目的：目的要明确，要抓住重点，符合实验教学大纲要求.
3．实验原理：简要说明本实验项目所涉及的理论知识.
4．实验环境：实验用的软、硬件环境.
5．实验方案（思路、步骤和方法等）：这是实验报告极其重要的内容.概括整个实验过程.
对于验证性实验，要写明依据何种原理、操作方法进行实验，要写明需要经过哪几个步骤来实现其操作.对于设计性和综合性实验，在上述内容
基础上还应该画出流程图、设计思路和设计方法，再配以相应的文字说明.对于创新性实验，还应注明其创新点、特色.
6．实验过程（实验中涉及的记录、数据、分析）：写明具体实验方案的具体实施步骤，包括实验过程中的记录、数据和相应的分析.
7．实验结论（结果）：根据实验过程中得到的结果，做出结论.
8．实验小结：本次实验心得体会、思考和建议.
9．指导教师评语及成绩：指导教师依据学生的实际报告内容，给出本次实验报告的评价.。
最小费用运输问题i.e:model:!6发点8收点运输问题;sets:warehouses/wh1..wh6/: capacity;vendors/v1..v8/: demand;links(warehouses,vendors): cost, volume; endsets!目标函数;min=@sum(links: cost*volume);!需求约束;@for(vendors(J):@sum(warehouses(I): volume(I,J))=demand(J)); !产量约束;@for(warehouses(I):@sum(vendors(J): volume(I,J))<=capacity(I));!这里是数据;data:capacity=60 55 51 43 41 52;demand=35 37 22 32 41 32 43 38;cost=6 2 6 7 4 2 9 54 95 3 8 5 8 25 2 1 9 7 4 3 37 6 7 3 9 2 7 12 3 9 5 7 2 6 55 5 2 2 8 1 4 3;enddata1 LINGO中的集1.1 The Sets Section of a ModelSets are defined in an optional section of a LINGO model, called the sets section. Before you use sets in a LINGO model, you have to define them in the sets section of the model. The sets section begins with the keyword SETS: (including the colon), and ends with the keyword ENDSETS. A model may have no sets section, a single sets section, or multiple sets sections. A sets section may appear anywhere in a model. The only restriction is you must define a set and its attributes before they are referenced in the model's constraints.1.2 Defining Primitive SetsTo define a primitive set in a sets section, you specify:✓the name of the set,✓optionally, its members (objects contained in the set), and✓optionally, any attributes the members of the set may have.A primitive set definition has the following syntax:setname [/ member_list /] [: attribute_list];When using implicit set member lists, you do not have to list a name for each set member. Use the following syntax when using an implicit set member list:setname / member1..memberN / [: attribute_list];where member1 is the name of the first member in the set and memberN is the name of the last member. LINGO automatically generates all the intermediate member names between member1 and memberN. While this can be a very compact and convenient method for building a primitive set, there is one catch in that only certain formats of names are accepted for the initial and terminal member names. The following table details the available options:!集部分;sets:students:sex,age;endsets!数据部分;data:students,sex,age= John 1 16Jill 0 14Rose 0 17Mike 1 13;enddatai.e2:data:NUMBER_OF_WH = 6;enddatasets:WAREHOUSES / 1..NUMBER_OF_WH/: CAPACITY;endsets1.3 Defining Derived SetsTo define a derived set, you specify:✓the name of the set,✓its parent sets,✓optionally, its members, and✓optionally, any attributes the set members have.A derived set definition has the following syntax:setname( parent_set_list) [ / member_list /] [:attribute_list];i.e3:sets:product/ A ,B/;machine / M, N/;week/ 1..2/;allowed(product,machine,week);endsetsallowed Set Membership:Index Member1 (A,M,1)2 (A,M,2)3 (A,N,1)4 (A,N,2)5 (B,M,1)6 (B,M,2)7 (B,N,1)8 (B,N,2)i.e:sets:!学生集：性别属性sex，1表示男性，0表示女性；年龄属性age. ;students/John,Jill,Rose,Mike/:sex,age;!男学生和女学生的联系集：友好程度属性friend，[0，1]之间的数。
基于Lingo算法的乘用车物流运输调度问题研究摘要：物流和交通运输是国民经济的动脉，对社会经济发展起着非常重要的作用。
本文所研究的是交通运输中的车辆配送调度问题。
采用由点到面的思路，将问题由理想转换为实际，首先采用枚举法对该问的可能性进行枚举，得出多种可行解，总结分析问题的思路为建立模型做准备。
进而本文采用的是逐步建立并完善线性规划模型的思路，并建立了适用于I、II、III三种乘用车物流运输计划的一般通用模型。
关键词：车辆运输装载调度配送优化Research on Vehicle transportation logistics scheduling problem Abstract: Logistics and transportation distribution is a significant fraction of the nationaleconomy. this paper established the corresponding model solve practical problems inpassenger car logistics transportation scheduling, the enumeration method is adopted forthe first ask the possibility of enumeration, it is concluded that a variety of feasiblesolution, summarizes the train of thought for establishing a model to analyze the problem.Thus in this paper is to build and perfect the linear programming model of train of thought,and set up suitable for three kinds of I, II, III general general model for passenger carlogistics transportation plan.Key words: Vehicle transportation load scheduling distribution optimization一、研究背景整车物流指的是按照客户订单对整车快速配送的全过程。
数学建模-(货机装运lingo)货机装运是指将货物从一个起点运输到一个终点，在这个过程中需要考虑到货物的重量、体积、运输方式等多种因素。
在货机装运过程中，一个关键问题是如何最大化运载效率，即在保证运输安全和合法的前提下，尽可能地提高货机的装载量，从而降低单位运输成本。
在数学建模中，可以使用lingo等工具进行货机装运的优化。
具体来说，可以将该问题抽象为一个数学模型，以最大化货机的装载量为目标函数，同时考虑到运输安全、货物重量、体积等约束条件。
下面以一个具体例子来说明如何使用lingo进行货机装运的优化：假设有一架货机，其载重量为10000公斤，可以装载两种货物A和B，每种货物的重量和体积如下：货物类型重量（公斤）体积（立方米）A 600 1.5B 400 0.8同时，从起点到终点的运输费用如下：货物类型运输费用（元/公斤）A 10B 15要求在保证运输安全和合法的前提下，最大化货机的装载量，即：subject to:A +B <= 10000（装载量不超过10000公斤）其中，A和B表示货机装载的货物A和B的数量，V是货机的装载体积，运输费用是由货物类型和运输距离等因素决定的，这里简化为一个固定值。
使用lingo进行求解的过程如下：1.首先，在lingo中创建一个新的模型文件，并定义目标函数和约束条件：2.对模型进行求解，并设置模型参数：model:solve;parameters:V = 15;end;在上述代码中，V表示货机的装载体积，这里假设为15立方米。
solve表示对模型进行求解，通过设置end来结束参数定义。
3.对求解结果进行分析和优化，例如考虑不同装载体积下的最优解：for V := 15 to 20 dobeginwriteln('Optimal value for V=',V,': ',model.obj);在以上代码中，for循环遍历不同的装载体积值（15到20），分别求解模型并输出优化结果。
实验二运输问题（一）实验目的：熟悉运用Excel和LINGO软件求解运输问题，掌握其求解方法（二）内容及要求：求解习题2-12、2-14（三）实验报告：2-12. 1，2，3三个城市每年需分别供应电力320，250和350单位，由Ⅰ，II两个电站提供，它们的最大可供电量分别为400个单位和450个单位，单位费用如表2-23所示。
由于需要量大于可供量，决定城市1的供应量可减少0~30单位，城市2的供应量不变，城市3的供应量不能少于270单位，试求总费用最低的分配方案（将可供电量用完）。
表1供应电力单位费用表解：用LINGO求解：LINGO模型代码为：min=15*x11+18*x12+22*x13+21*x21+25*x22+16*x23;x11+x12+x13+x21+x22+x23=850;x11+x12+x13<=400;x21+x22+x23<=450;x11+x21<320;x11+x21>290;x12+x22=250;x13+x23>270;x13+x23<350;点击“求解”按钮后，获得求解报告如下：Global optimal solution found.Objective value: 14650.00Infeasibilities: 0.000000Total solver iterations: 4Variable Value Reduced CostX11 150.0000 0.000000X12 250.0000 0.000000X13 0.000000 12.00000X21 140.0000 0.000000X22 0.000000 1.000000X23 310.0000 0.000000Row Slack or Surplus Dual Price1 14650.00 -1.0000002 0.000000 -16.000003 0.000000 6.0000004 0.000000 0.0000005 30.00000 0.0000006 0.000000 -5.0000007 0.000000 -8.0000008 40.00000 0.0000009 40.00000 0.000000又上述求解报告可知，电站I向城市1供电150单位，向城市2供电250单位，向城市3不供电；II向城市1供电140单位，向城市2不供电，向城市3供电310单位，此时总费用最小，为：14650。
例2 运输问题解： 设决策变量ij x = 第i 个发点到第j 个售点的运货量，i =1,2,…m; j =1,2,…n; 记为ij c =第i 个发点到第j 个售点的运输单价，i =1,2,…m; j =1,2,…n 记i s =第i 个发点的产量， i =1,2,…m; 记j d =第j 个售点的需求量， j =1,2,…n. 其中，m = 6; n = 8.设目标函数为总成本，约束条件为（1）产量约束；（2）需求约束。
于是形成如下规划问题：nj m i x n j d xm i s x x c ij j n i ij i mj ij m i nj ij ij ,...,2,1,,...,2,1,0 ,...,2,1,,...,2,1, st.z min 1111==>=<==<==∑∑∑∑====把上述程序翻译成LINGO 语言，编制程序如下：!exam_2.lg4 源程序model : !6发点8收点运输问题;sets :rows/1..6/: s; !发点的产量限制;cols/1..8/: d; !售点的需求限制;links(rows,cols): c, x; !运输单价，决策运输量;endsets!-------------------------------------;data:s = 60,55,51,43,41,52;d = 35 37 22 32 41 32 43 38;c = 6 2 6 7 4 2 9 54 95 3 8 5 8 25 2 1 9 7 4 3 37 6 7 3 9 2 7 12 3 9 5 7 2 6 55 5 2 2 8 1 4 3;enddata!------------------------------------;min = @sum(links: c*x); !目标函数=运输总成本;@for(rows(i):@sum(cols(j): x(i,j))<=s(i) ); ! 产量约束;@for(cols(j):@sum(rows(i): x(i,j))=d(j) ); !需求约束;end。
LINGO是用来求解线性和非线性优化问题的简易工具。
LINGO内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO高效的求解器可快速求解并分析结果。
当你在windows下开始运行LINGO系统时，会得到类似下面的一个窗口：外层是主框架窗口，包含了所有菜单命令和工具条，其它所有的窗口将被包含在主窗口之下。
在主窗口内的标题为LINGO Model –LINGO1的窗口是LINGO的默认模型窗口，建立的模型都都要在该窗口内编码实现。
下面举两个例子。
例如何在LINGO中求解如下的LP问题：,6002100350..32min 212112121≥≤+≥≥++x x x x x x x t s x x在模型窗口中输入如下代码：min =2*x1+3*x2; x1+x2>=350; x1>=100;2*x1+x2<=600;然后点击工具条上的按钮 即可。
例 使用LINGO 软件计算6个发点8个收点的最小费用运输问题。
产销单位运价如下表。
销地产地B 1B 2B 3B 4B 5B 6B 7B 8产量A 1 6 2 6 7 4 2 5 9 60 A 2 4 9 5 3 8 5 8 2 55 A 3 5 2 1 9 7 4 3 3 51 A 4 7 6 7 3 9 2 7 1 43 A 5 2 3 9 5 7 2 6 5 41 A 6 5 5 2 2 8 1 4 3 52 销量3537223241324338使用LINGO软件，编制程序如下：model:!6发点8收点运输问题;sets:warehouses/wh1..wh6/: capacity;vendors/v1..v8/: demand;links(warehouses,vendors): cost, volume; endsets!目标函数;min=@sum(links: cost*volume);!需求约束;@for(vendors(J):@sum(warehouses(I): volume(I,J))=demand(J)); !产量约束;@for(warehouses(I):@sum(vendors(J): volume(I,J))<=capacity(I)); !这里是数据;data:capacity=60 55 51 43 41 52;demand=35 37 22 32 41 32 43 38;cost=6 2 6 7 4 2 9 54 95 3 8 5 8 25 2 1 9 7 4 3 37 6 7 3 9 2 7 12 3 9 5 7 2 6 55 5 2 2 8 1 4 3;enddataend然后点击工具条上的按钮即可。
为了能够使用LINGO的强大功能，接着第二节的学习。
§2 LINGO中的集对实际问题建模的时候，总会遇到一群或多群相联系的对象，比如工厂、消费者群体、交通工具和雇工等等。
LINGO允许把这些相联系的对象聚合成集（sets）。
一旦把对象聚合成集，就可以利用集来最大限度的发挥LINGO建模语言的优势。
现在我们将深入介绍如何创建集，并用数据初始化集的属性。
学完本节后，你对基于建模技术的集如何引入模型会有一个基本的理解。
为什么使用集集是LINGO建模语言的基础，是程序设计最强有力的基本构件。
借助于集，能够用一个单一的、长的、简明的复合公式表示一系列相似的约束，从而可以快速方便地表达规模较大的模型。
什么是集集是一群相联系的对象，这些对象也称为集的成员。
一个集可能是一系列产品、卡车或雇员。
每个集成员可能有一个或多个与之有关联的特征，我们把这些特征称为属性。
属性值可以预先给定，也可以是未知的，有待于LINGO求解。
例如，产品集中的每个产品可以有一个价格属性；卡车集中的每辆卡车可以有一个牵引力属性；雇员集中的每位雇员可以有一个薪水属性，也可以有一个生日属性等等。
LINGO有两种类型的集：原始集(primitive set)和派生集(derived set)。
一个原始集是由一些最基本的对象组成的。
一个派生集是用一个或多个其它集来定义的，也就是说，它的成员来自于其它已存在的集。
模型的集部分集部分是LINGO模型的一个可选部分。
在LINGO 模型中使用集之前，必须在集部分事先定义。
集部分以关键字“sets:”开始，以“endsets”结束。
一个模型可以没有集部分，或有一个简单的集部分，或有多个集部分。
一个集部分可以放置于模型的任何地方，但是一个集及其属性在模型约束中被引用之前必须定义了它们。
2.3.1 定义原始集为了定义一个原始集，必须详细声明：·集的名字·集的成员[可选]·集成员的属性[可选]定义一个原始集，用下面的语法：setname[/member_list/][:attribute_list]; sets:warehouses/wh1..wh6/: capacity;vendors/v1..v8/: demand;links(warehouses,vendors): cost, volume;endsets注意：用“[]”表示该部分内容可选。
下同，不再赘述。
Setname是你选择的来标记集的名字，最好具有较强的可读性。
集名字必须严格符合标准命名规则：以拉丁字母或下划线（_）为首字符，其后由拉丁字母（A—Z）、下划线、阿拉伯数字（0，1，…，9）组成的总长度不超过32个字符的字符串，且不区分大小写。
注意：该命名规则同样适用于集成员名和属性名等的命名。
Member_list是集成员列表。
如果集成员放在集定义中，那么对它们可采取显式罗列和隐式罗列两种方式。
如果集成员不放在集定义中，那么可以在随后的数据部分定义它们。
①当显式罗列成员时，必须为每个成员输入一个不同的名字，中间用空格或逗号搁开，允许混合使用。
例可以定义一个名为students的原始集，它具有成员John、Jill、Rose和Mike，属性有sex和age：sets:students/John Jill, Rose Mike/: sex, age; endsets②当隐式罗列成员时，不必罗列出每个集成员。
可采用如下语法：setname/member1..memberN/[: attribute_list];这里的member1是集的第一个成员名，memberN 是集的最末一个成员名。
LINGO将自动产生中间的所有成员名。
LINGO也接受一些特定的首成员名和末成员名，用于创建一些特殊的集。
列表如下：③集成员不放在集定义中，而在随后的数据部分来定义。
例!集部分;sets:students:sex,age;endsets!数据部分;data:students,sex,age= John 1 16Jill 0 14Rose 0 17Mike 1 13;Enddata注意：开头用感叹号（!），末尾用分号（;）表示注释，可跨多行。
在集部分只定义了一个集students，并未指定成员。
在数据部分罗列了集成员John、Jill、Rose 和Mike，并对属性sex和age分别给出了值。
集成员无论用何种字符标记,它的索引都是从1开始连续计数。
在attribute_ list可以指定一个或多个集成员的属性，属性之间必须用逗号隔开。
可以把集、集成员和集属性同C语言中的结构体作个类比。
如下图：集←→结构体集成员←→结构体的域集属性←→结构体实例LINGO内置的建模语言是一种描述性语言，用它可以描述现实世界中的一些问题，然后再借助于LINGO求解器求解。
因此，集属性的值一旦在模型中被确定，就不可能再更改。
在LINGO中，只有在初始部分中给出的集属性值在以后的求解中可更改。
这与前面并不矛盾，初始部分是LINGO求解器的需要，并不是描述问题所必须的。
2.3.2 定义派生集为了定义一个派生集，必须详细声明：·集的名字·父集的名字·可选，集成员·可选，集成员的属性可用下面的语法定义一个派生集：setname(parent_set_list)[/member_list/][:attribute_list];setname是集的名字。
parent_set_list是已定义的集的列表，多个时必须用逗号隔开。
如果没有指定成员列表，那么LINGO会自动创建父集成员的所有组合作为派生集的成员。
派生集的父集既可以是原始集，也可以是其它的派生集。
例sets:product/A B/;machine/M N/;week/1..2/;allowed(product,machine,week):x;endsetsLINGO生成了三个父集的所有组合共八组作为allowed集的成员。
列表如下：编号成员1 (A,M,1)2 (A,M,2)3 (A,N,1)4 (A,N,2)5 (B,M,1)6 (B,M,2)7 (B,N,1)8 (B,N,2)成员列表被忽略时，派生集成员由父集成员所有的组合构成，这样的派生集成为稠密集。
如果限制派生集的成员，使它成为父集成员所有组合构成的集合的一个子集，这样的派生集成为稀疏集。
同原始集一样，派生集成员的声明也可以放在数据部分。
一个派生集的成员列表有两种方式生成：①显式罗列；②设置成员资格过滤器。
当采用方式①时，必须显式罗列出所有要包含在派生集中的成员，并且罗列的每个成员必须属于稠密集。
使用前面的例子，显式罗列派生集的成员：allowed(product,machine,week)/A M 1,A N 2,B N 1/;如果需要生成一个大的、稀疏的集，那么显式罗列就很讨厌。
幸运地是许多稀疏集的成员都满足一些条件以和非成员相区分。
我们可以把这些逻辑条件看作过滤器，在LINGO生成派生集的成员时把使逻辑条件为假的成员从稠密集中过滤掉。
例sets:!学生集：性别属性sex，1表示男性，0表示女性；年龄属性age. ;students/John,Jill,Rose,Mike/:sex,age;!男学生和女学生的联系集：友好程度属性friend，[0，1]之间的数。
;linkmf(students,students)|sex(&1) #eq# 1 #and# sex(&2) #eq# 0: friend;!男学生和女学生的友好程度大于的集;linkmf2(linkmf) | friend(&1,&2) #ge# : x; endsetsdata:sex,age = 1 160 140 170 13;friend = ;enddata用竖线（|）来标记一个成员资格过滤器的开始。
#eq#是逻辑运算符，用来判断是否“相等”，可参考§4. &1可看作派生集的第1个原始父集的索引，它取遍该原始父集的所有成员；&2可看作派生集的第2 个原始父集的索引，它取遍该原始父集的所有成员；&3，&4，……，以此类推。
