数学建模,线性规划,运输为问题

有限制的运输问题：6个发点6个收点，其供应量、接收量和运费如下表1（”-”表示某个

设：发点i向收点j的货物供应量为xij.

目标函数：

MinZ=20x11+15x12+16x13+5x14+4x15+7x16+17x21+15x22+33x23+12x24+8x25+6x26+9x31 +12x32+18x33+16x34+30x35+13x36+12x41+8x42+11x43+27x44+19x45+14x46+7x52+10x53+ 21x54+10x55+32x56+6x64+11x65+13x66

供应限制：x11+x12+x13+x14+x15+x16=20

x21+x22+x23+x24+x25x+26=30

x31+x32+x33+x34+x35+x36=50

x41+x42+x43+x44+x45+x46=40

x52+x53+x54+x55+x56=30

x64+x65+x66=30

需求限制：x11+x21+x31+x41=30

x12+x22+x32+x42+x52=50

x13+x23+x33+x43+x53=40

x14+x24+x34+x44+x54+x64=30

x15+x25+x35+x45+x55+x65=30

x16+x26+x36+x46+x56+x66=20

LINGO代码:

min=20*x11+15*x12+16*x13+5*x14+4*x15+7*x16+17*x21+15*x22+33*x23+12*x24+8*x25+ 6*x26+9*x31+12*x32+18*x33+16*x34+30*x35+13*x36+12*x41+8*x42+11*x43+27*x44+19* x45+14*x46+7*x52+10*x53+21*x54+10*x55+32*x56+6*x64+11*x65+13*x66;

x11+x12+x13+x14+x15+x16=20;

x21+x22+x23+x24+x25+x26=30;

x31+x32+x33+x34+x35+x36=50;

x41+x42+x43+x44+x45+x46=40;

x52+x53+x54+x55+x56=30;

x64+x65+x66=30;

x11+x21+x31+x41=30;

x12+x22+x32+x42+x52=50;

x13+x23+x33+x43+x53=40;

x14+x24+x34+x44+x54+x64=30;

x15+x25+x35+x45+x55+x65=30;

x16+x26+x36+x46+x56+x66=20;

LINGO求解结果：

Global optimal solution found.

Objective value: 1620.000

Infeasibilities: 0.000000

Total solver iterations: 9

Variable Value Reduced Cost X11 0.000000 14.00000 X12 0.000000 6.000000 X13 0.000000 4.000000 X14 0.000000 3.000000 X15 20.00000 0.000000 X16 0.000000 5.000000 X21 0.000000 7.000000 X22 0.000000 2.000000 X23 0.000000 17.00000 X24 0.000000 6.000000 X25 10.00000 0.000000 X26 20.00000 0.000000 X31 30.00000 0.000000 X32 20.00000 0.000000 X33 0.000000 3.000000 X34 0.000000 11.00000 X35 0.000000 23.00000 X36 0.000000 8.000000 X41 0.000000 7.000000 X42 0.000000 0.000000 X43 40.00000 0.000000 X44 0.000000 26.00000 X45 0.000000 16.00000 X46 0.000000 13.00000 X52 30.00000 0.000000 X53 0.000000 0.000000 X54 0.000000 21.00000 X55 0.000000 8.000000 X56 0.000000 32.00000 X64 30.00000 0.000000

X65 0.000000 3.000000 X66 0.000000 7.000000

Row Slack or Surplus Dual Price

1 1620.000 -1.000000

2 0.000000 -2.000000

3 0.000000 -6.000000

4 0.000000 -5.000000

5 0.000000 -1.000000

6 0.000000 0.000000

7 0.000000 -6.000000

8 0.000000 -4.000000

9 0.000000 -7.000000

10 0.000000 -10.00000

11 0.000000 0.000000

12 0.000000 -2.000000

13 0.000000 0.000000 所以运输方案为：

运输点1 接收点1

运输点2 3020 接收点2

运输点3 30 40接收点3

运输点4 1020接收点4

运输点5 20接收点5

运输点6 接收点6

这样的方案费用最小为1620.

数学建模飞机运输问题

多变量有约束最优化问题摘要本文以一家运输航空公司的一架飞机运载能力100吨和运载货物的容量50000立方英尺有限的情况下，有三种货物（即x1、x2、x3）需要运输，公司规定每吨货物收取一定的费用，而要运输的每种货物的吨数都有规定的上限（最多不超过30吨、40吨、50吨），并且公司规定由于飞机需要保养与维护，飞机须停飞115天，因此每年只有250天的工作时间。在此情况下每天怎样安排运输三种货物使公司每年获得最大利润w。对于此问题只用线性规划的一般方法建立相应的数学模型，在用数学软件求出在给定限行区域内的最优解（w、x1、x2、x3），在对这些最优解进行分析与讨论，确定其为有效最优解。并以此作为公司对三种货物运输安排方式。对于问题一，求使得运输航空公司获得最大利润w的x1、x2、x3三种货物的吨数，建立相应的数学模型。再根据运输能力最多100吨和运载货物容积的最大50000立方英尺，还有每天公司规定的每种货物的运输上限即x1种货物最多运输30吨，x2种货物最多运输40吨，x3种货物最多50吨，建立约束条件。并用数学软件mathematica进行求解，即为所求的最优解（也就是w=21875，x1=30，x2=7.5，x3=50）。

对于问题二中，要求计算每个约束的影子价格。我们将利用问题一中建立的目标函数和约束条件，将其编写成源程序输入到Lindo软件中进行求解。再将得到的界进行讨论与和模型的稳健性分析并且通过其在题意的理解，解释其含义。问题三中，对于公司将耗资改装飞机以扩大运货区来增加运输能力，且旧飞机使用寿命为5年，每架飞机的改造要花费200000美元，可以增加2000立方英尺的容积。重量限制仍保持不变。假设飞机每年飞行250天，这些旧飞机剩余的使用寿命约为5年。根据此问题我们将建立数学规划模型，利用Lindo软件计算其影子价格和利润并且与前面进行比较，进行分析。关键词：线性规划、mathematica软件的应用、Lindo的软件应用。

数学建模大赛货物运输问题

货物配送问题【摘要】本文是针对解决某港口对某地区8个公司所需原材料A、B、C的运输调度问题提出的方案。我们首先考虑在满足各个公司的需求的情况下，所需要的运输的最小运输次数，然后根据卸载顺序的约束以及载重费用尽量小的原则，提出了较为合理的优化模型，求出较为优化的调配方案。针对问题一，我们在两个大的方面进行分析与优化。第一方面是对车次安排的优化分析，得出①~④公司顺时针送货，⑤~⑧公司逆时针送货为最佳方案。第二方面我们根据车载重相对最大化思想使方案分为两个步骤，第一步先是使每个车次满载并运往同一个公司，第二步采用分批次运输的方案，即在第一批次运输中，我们使A材料有优先运输权；在第二批次运输中，我们使B材料有优先运输权；在第三批次中运输剩下所需的货物。最后得出耗时最少、费用最少的方案。耗时为小时，费用为元。针对问题二，加上两个定理及其推论数学模型与问题一几乎相同，只是空载路径不同。我们采取与问题一相同的算法，得出耗时最少，费用最少的方案。耗时为小时，费用为元。针对问题三的第一小问，我们知道货车有4吨、6吨和8吨三种型号。我们经过简单的论证，排除了4吨货车的使用。题目没有规定车子不能变向，所以认为车辆可以掉头。然后我们仍旧采取①~④公司顺时针送货，⑤~⑧公司逆时针送货的方案。最后在满足公司需求量的条件下，采用不同吨位满载运输方案，此方案分为三个步骤：第一，使8吨车次满载并运往同一公司；第二，6吨位车次满载并运往同一公司；第三，剩下的货物若在1~6吨内，则用6吨货车运输，若在7~8吨内用8吨货车运输。最后得出耗时最少、费用最省的方案。耗时为小时，费用为。一、问题重述某地区有8个公司(如图一编号①至⑧)，某天某货运公司要派车将各公司所需的三种原材料A,B,C从某港口(编号⑨)分别运往各个公司。路线是唯一的双向道路(如图１)。货运公司现有一种载重 6吨的运输车，派车有固定成本20元/辆，从港口出车有固定成本为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。运输车载重运费元/吨公里，运输车空载费用元/公里。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，为了安全，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，另外必须要满足各公司当天的需求量(见表１)。问题：

线性规划典型例题

例1：生产计划问题某工厂明年根据合同，每个季度末向销售公司提供产品，有关信息如下表。若当季生产的产品过多，季末有积余，则一个季度每积压一吨产品需支付存贮费O.2万元。现该厂考虑明年的最佳生产方案，使该厂在完成合同的情况下，全年的生产费用最低。试建立模型。解：法1 设每个季度分别生产x1,x2,x3,x4 则要满足每个季度的需求x4≥26 x1+ x2≥40 x1+ x2+ x3≥70 x1+ x2+ x3+ x4=80 考虑到每个季度的生产能力 0≤x1≤30 0≤x2≤40 0≤x3≤20 0≤x4≤10 每个季度的费用为：此季度生产费用+上季度储存费用第一季度15.0x1 第二季度14 x2 0.2(x1-20) 第三季度15.3x3+0.2(x1+ x2-40) 第四季度14.8x4+0.2(x1+ x2+ x3-70)

工厂一年的费用即为这四个季度费用之和, 得目标函数；minf=15.6 x1+14.4 x2+15.5 x3+14.8 x4-26 s.t．x1+ x2≥40 x1+ x2+ x3≥70 x1+ x2+ x3+ x4=80 20≤x1≤30 0≤x2≤40 0≤x3≤20 0≤x4≤10。法2：设第i季度生产而用于第j季度末交货的产品数量为xij吨根据合同要求有： xll=20 x12+x22=20 x13+x23+x33=30 x14+x24+x34+x44=10 又根据每季度的生产能力有： xll+x12+x13+x14≤30 x22+x23+x24≤40 x33+x34≤20 x44≤10 第i季度生产的用于第j季度交货的每吨产品的费用cij=dj+0.2(j-i)，于是，有线性规划模型。 minf=15.Oxll+15.2x12+15.4xl3+15.6xl4+14x22+14.2x23+14.4x24+15.3 x33+15.5x34+14.8x44 s．t． xll=20， x12+x22=20， x13+x23+x13=30， x14+x24+x34+x44=10， x1l+x12+x13+x14≤30， x22+x23+x24≤40， x33+x34≤20，

线性规划在运输问题中的应用

线性规划在运输问题中的应用【摘要】用运筹学的思想探讨运筹学课程的教学方法。运筹学中的指派问题、最短路问题，最小费用流问题可转化为运输问题或转运问题，从而可以统筹安排这些教学内容，为提高教学效果，减少教学时间找出更优的教学方法。【关键词】运输问题；转运问题；运筹学；线性规划；教学方法引言：随着我国国民经济的不断发展，企业之间的交易活动更加频繁,同地区、不同地区、甚至跨国的交易活动也不断发生，运输则成为交易的活动重点了。交通运输作为国民经济的一个重要部门，作为人类进步、社会发展的一个重要推动力，其发展模式正在对环境产生越来越重要的影响。传统的运输方式已经不能满足环境保护、经济发展以及交通运输本身发展的需求，探寻与环境、资源条件相适应的运输是非常重要的一个问题。人们在运输方面趋利避害建立更好的运输方法，让交通运输的方法达到一个更高的水平。 1．线性规划简介线性规划法是解决多变量最优决策的方法，是在各种相互关联的多变量约束条件下，解决或规划一个对象的线性目标函数最优的问题，即给与一定数量的人力、物力和资源，如何应用而能得到最大经济效益。当资源限制或约束条件表现为线性等式或不等式，目标函数表示为线性函数时，可运用线性规划法进行决策。线性规划法就是在线性等式或不等式的约束条件下，求解线性目标函数的最大值或最小值的方法。其中目标函数是决策者要求达到目标的数学表达式，用一个极大或极小值表示。约束条件是指实现目标的能力资源和内部条件的限制因素，用一组等式或不等式来表示。线性规划是决策系统的静态最优化数学规划方法之一。它作为经营管理决策中的数学手段，在现代决策中的应用是非常广泛的，它可以用来解决科学研究、工程设计、生产安排、军事指挥、经济规划；经营管理等各方面提出的大量问题。最近几年，我国物流产业快速发展，形成了物流热。在物流作业的管理活动中，有着大量的规划问题，物资的合理调运就是其中一个比较重要的问题。求物资调运的最优调运方案，就是要在满足各种资源限制的条件下，找到使运输总费用最小的调运方案。 2.线性规划在运输中的应用在现实的生产经营、商品销售、经济建设和物资管理过程中，常常会遇到各类物资的分配和调运问题，即将各种生产资料或生活资料消耗品从供给基地调运到需求基地，这里就需要如何根据现有条件科学、合理的安排调运方案，提高运输经济效益。这就是属于线性规划中网络配送的以最小的成本完成货物的运输问题。运输问题就是讨论有关物资调运的问题，即将数量和单位运价都给定的某种物资从供应站运送到消费站，要求在供给和需求平衡的同时，制定出流量与流向，使总运输成本最低。运输问题是特殊的线性规划问题，根据问题的要求，建立数学模型，用表上作业法或线性规划软件求解，即可得出最佳的调运方案，取得了较好的经济效益。在运输问题中，确定的需求限制占据着重要的地位，即必须确定需求以及相应地确定需求的约束条件。 3.运输问题的特征运输问题关心的是以最低的总配送成本把供应中心（出发地）的任何产品运送到每一个接收中心（目的地）。每一个出发地都有一定供应量配送到目的地，每一个目的地都需要一定的需求量。运输问题在供应量和需求量两方面都做出了如下的假设：需求假设。每一个出发地都有一个固定的供应量，所有的供应量都必须配送到目的地。与之类似，每一个目的地都有

#蔬菜运输问题--数学建模

蔬菜运输问题 2012年8月22日摘要本文运用floyd算法求出各蔬菜采购点到每个菜市场的最短运输距离，然后用lingo软件计算蔬菜调运费用及预期短缺损失最小的调运方案，紧接着根据题目要求对算法加以修改得出每个市场短缺率都小于20%的最优调运方案，并求出了最佳的供应改进方案。关键词最短路问题 floyd算法运输问题一、问题重述光明市是一个人口不到15万人的小城市。根据该市的蔬菜种植情况，分别在花市（A），城乡路口（B）和下塘街（C）设三个收购点，再由各收购点分送到全市的8个菜市场，该市道路情况，各路段距离（单位：100m）及各收购点，菜市场①L⑧的具体位置见图1，按常年情况，A,B,C三个收购点每天收购量分别为200，170和160（单位：100 kg）,各菜市场的每天需求量及发生供应短缺时带来的损失（元/100kg）见表 1.设从收购点至各菜市场蔬菜调运费为1元/(100kg.100m). ①7 ② 5 4 8 3 7 A 7 ⑼ 6 B ⑥ 6 8 5 5 4 7 11 7 ⑾ 4 ③ 7 5 6 6 ⑤ 3 ⑿ 5 ④ ⑽ 8 6 6 10 C 10 ⑧ 5 11 ⑦图1 表1 菜市场每天需求（100 kg）短缺损失（元/100kg） ①75 10 ②60 8 ③80 5 ④70 10 ⑤100 10 ⑥55 8 ⑦90 5 ⑧80 8 (a)为该市设计一个从收购点至个菜市场的定点供应方案，使用于蔬菜调运及预

期的短缺损失为最小； (b)若规定各菜市场短缺量一律不超过需求量的20%，重新设计定点供应方案 (c)为满足城市居民的蔬菜供应，光明市的领导规划增加蔬菜种植面积，试问增产的蔬菜每天应分别向A,B,C三个采购点供应多少最经济合理。二、问题分析求总的运费最低，可以先求出各采购点到菜市场的最小运费，由于单位重量运费和距离成正比，题目所给的图1里包含了部分菜市场、中转点以及收购点之间的距离，（a）题可以用求最短路的方法求出各采购点到菜市场的最短路径，乘上单位重量单位距离费用就是单位重量各运输线路的费用，然后用线性方法即可解得相应的最小调运费用及预期短缺损失。第二问规定各菜市场短缺量一律不超过需求量的20%，只需要在上题基础上加上新的限制条件，即可得出新的调运方案。第三问可以在第二问的基础上用灵敏度分析进行求解，也可以建立新的线性问题进行求解。三、模型假设 1、各个菜市场、中转点以及收购点都可以作为中转点； 2、各个菜市场、中转点以及收购点都可以的最大容纳量为610吨； 3、假设只考虑运输费用和短缺费用，不考虑装卸等其它费用； 4、假设运输的蔬菜路途中没有损耗； 5、忽略从种菜场地到收购点的运输费用。四、符号说明 A收购点分送到全市的8个菜市场的供应量分别为a1,b1,c1,d1,e1,f1,g1,h1, B收购点分送到全市的8个菜市场的供应量分别为a2,b2,c2,d2,e2,f2,g2,h2, C收购点分送到全市的8个菜市场的供应量分别为a3,b3,c3,d3,e3,f3,g3,h3, 8个菜市场的短缺损失量分别为a,b,c,d,e,f,g,h(单位均为100kg)。五、模型的建立和求解按照问题的分析，首先就要求解各采购点到菜市场的最短距离，在图论里面关于最短路问题比较常用的是Dijkstra算法，Dijkstra算法提供了从网络图中某一点到其他点的最短距离。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。但由于它遍历计算的节点很多，所以效率较低，实际问题中往往要求网络中任意两点之间的最短路距离。如果仍然采用Dijkstra算法对各点分别计算，就显得很麻烦。所以就可以使用网络各点之间的矩阵计算法，即Floyd 算法。 Floyd算法的基本是：从任意节点i到任意节点j的最短路径不外乎2种可能，1是直接从i到j，2是从i经过若干个节点k到j。i到j的最短距离不外乎存在经过i和j之间的k和不经过k两种可能，所以可以令k=1，2，3，...，n(n是城市的数目)，在检查d(i,j)和d(i,k)+d(k,j)的值；在此d(i,k)和d(k,j)分别是目前为止所知道的i到k和k到j的最短距离。因此d(i,k)+d(k,j)就是i到j经过k的最短距离。所以，若有d(i,j)>d(i,k)+d(k,j)，就表示从i出发经过k再到j的距离要比原来的i到j距离短，自然把i到j的d(i,j)重写为

128499-管理运筹学-第二章线性规划-习题

11（2），12,14,18 习题 2-1 判断下列说法是否正确：（1）任何线性规划问题存在并具有惟一的对偶问题； T （2）对偶问题的对偶问题一定是原问题；T （3）根据对偶问题的性质，当原问题为无界解时，其对偶问题无可行解，反之，当对偶问题无可行解时，其原问题具有无界解；F （4）若线性规划的原问题有无穷多最优解，则其对偶问题也一定具有无穷多最优解；（5）若线性规划问题中的b i ，c j 值同时发生变化，反映到最终单纯形表中，不会出现原问题与对偶问题均为非可行解的情况；（6）应用对偶单纯形法计算时，若单纯形表中某一基变量x i <0，又x i 所在行的元素全部大于或等于零，则可以判断其对偶问题具有无界解。（7）若某种资源的影子价格等于k ，在其他条件不变的情况下，当该种资源增加 5个单位时，相应的目标函数值将增大5k ；（8）已知y i 为线性规划的对偶问题的最优解，若y i >0，说明在最优生产计划中第 i 种资源已经完全耗尽；若y i =0，说明在最优生产计划中的第i 种资源一定有剩余。 2-2将下述线性规划问题化成标准形式。 ????? ? ?≥≥-++-≤+-+-=-+-+-+-=无约束 43 214321432143214321,0,,232142224.5243max )1(x x x x x x x x x x x x x x x x st x x x x z 2-3分别用图解法和单纯形法求解下述线性规划问题，并对照指出单纯形表中的各基可行解对应图解法中可行()?????≥≤≤-+-=++-+-=无约束 321 3213213 21,0,06 24 .322min 2x x x x x x x x x st x x x z 域的哪一顶点。 ()??? ??≥≤+≤++=0,8259 43.510max 12 1212121x x x x x x st x x z ()??? ??≥≤+≤++=0,242615 53.2max 22 121212 1x x x x x x st x x z 2-4已知线性规划问题，写出其对偶问题： 5 43212520202410max x x x x x z ++++=

数学建模运输问题

数学建模运输问题公司内部档案编码：[OPPTR-OPPT28-OPPTL98-OPPNN08]

求量在50个单位以内即可。因此我们在问题二模型的基础上进行改进，以货车容量为限定条件，建立相应的规划模型并设计一个简单的寻路算法，对于模型求解出来的结果，本文利用Kruskal算法结合题中所给的邻接矩阵进行优化。得到优化结果为：第一辆车：-1，第二辆车：，总路程为280公里。关于问题四，在问题一的基础上我们首先用Matlab软件编程确定提货点到每个客户点间的最短路线，然后结合一些限定条件建立一个目标模型，设计一个较好的解决方案进行求解可得到一种很理想的运输方案。根据matlab运行结果分析得出4条最优路线分别为：1-5-2，1-4-3-8，1-7-6，1-9-10。最短总路线为245公里，最小总费用为645。关键词： Floyd算法 Kruskal算法整数规划旅行商问题一、问题重述某运输公司为10个客户配送货物，假定提货点就在客户1所在的位置，从第i个客户到第j个客户的路线距离（单位公里）用下面矩阵中的(,) i j=位置上的数表示（其中∞表示两个客户之间无直接的 i j(,1,,10) 路线到达）。 1、运送员在给第二个客户卸货完成的时候，临时接到新的调度通知，让他先给客户10送货，已知送给客户10的货已在运送员的车上，请帮运送员设计一个到客户10的尽可能短的行使路线（假定上述矩阵中给出了所有可能的路线选择）。 2、现运输公司派了一辆大的货车为这10个客户配送货物，假定这辆货车一次能装满10个客户所需要的全部货物，请问货车从提货点出发给

(完整版)简单的线性规划问题(附答案)

简单的线性规划问题 [ 学习目标 ] 1.了解线性规划的意义以及约束条件、目标函数、可行解、可行域、最优解等基本概念 .2. 了解线性规划问题的图解法，并能应用它解决一些简单的实际问题．知识点一线性规划中的基本概念知识点二线性规划问题 1．目标函数的最值线性目标函数 z＝ax＋by (b≠0)对应的斜截式直线方程是 y＝－a x＋z，在 y 轴上的截距是z， b b b 当 z 变化时，方程表示一组互相平行的直线．当 b>0，截距最大时， z 取得最大值，截距最小时， z 取得最小值；当 b<0，截距最大时， z 取得最小值，截距最小时， z 取得最大值． 2．解决简单线性规划问题的一般步骤在确定线性约束条件和线性目标函数的前提下，解决简单线性规划问题的步骤可以概括为：“画、移、求、答”四步，即， (1)画：根据线性约束条件，在平面直角坐标系中，把可行域表示的平面图形准确地画出来，可行域可以是封闭的多边形，也可以是一侧开放的无限大的平面区域．(2)移：运用数形结合的思想，把目标函数表示的直线平行移动，最先通过或最后通过的顶点 (或边界 )便是最优解． (3)求：解方程组求最优解，进而求出目标函数的最大值或最小值． (4)答：写出答案．

知识点三简单线性规划问题的实际应用 1．线性规划的实际问题的类型 (1)给定一定数量的人力、物力资源，问怎样运用这些资源，使完成的任务量最大，收到的效益最大； (2)给定一项任务，问怎样统筹安排，使完成这项任务耗费的人力、物力资源量最小．常见问题有： ①物资调动问题例如，已知两煤矿每年的产量，煤需经两个车站运往外地，两个车站的运输能力是有限的，且已知两煤矿运往两个车站的运输价格，煤矿应怎样编制调动方案，才能使总运费最小？ ②产品安排问题例如，某工厂生产甲、乙两种产品，每生产一个单位的甲种或乙种产品需要的A、B、C 三种材料的数量，此厂每月所能提供的三种材料的限额都是已知的，这个工厂在每个月中应如何安排这两种产品的生产，才能使每月获得的总利润最大？ ③下料问题例如，要把一批长钢管截成两种规格的钢管，应怎样下料能使损耗最小？2．解答线性规划实际应用题的步骤 (1)模型建立：正确理解题意，将一般文字语言转化为数学语言，进而建立数学模型，这需要在学习有关例题解答时，仔细体会范例给出的模型建立方法． (2)模型求解：画出可行域，并结合所建立的目标函数的特点，选定可行域中的特殊点作为最优解． (3)模型应用：将求解出来的结论反馈到具体的实例中，设计出最佳的方案．题型一求线性目标函数的最值 y≤2，例 1 已知变量 x，y 满足约束条件 x＋y≥1，则 z＝3x＋y 的最大值为 ( ) x－y≤1， A ． 12 B ．11 C ．3 D ．－ 1 答案 B 解析首先画出可行域，建立在可行域的基础上，分析最值点，然后通过解方程组得最值点的坐标，代入即可．如图中的阴影部分，即为约束条件对应的可行域，当直线y＝－3x＋z 经 y＝2，x＝ 3，

数学建模--运输问题

运输问题摘要本文主要研究的是货物运输的最短路径问题，利用图论中的Floyd算法、Kruskal算法，以及整数规划的方法建立相关问题的模型，通过matlab，lingo 编程求解出最终结果。关于问题一，是一个两客户间最短路程的问题，因此本文利用Floyd算法对其进行分析。考虑到计算的方便性，首先，我们将两客户之间的距离输入到网络权矩阵中；然后，逐步分析出两客户间的最短距离；最后，利用Matlab软件对其进行编程求解，运行得到结果：2-3-8-9-10总路程为85公里。关于问题二，运输公司分别要对10个客户供货，必须访问每个客户，实际上是一个旅行商问题。首先，不考虑送货员返回提货点的情形，本文利用最小生成树问题中的Kruskal算法，结合题中所给的邻接矩阵，很快可以得到回路的最短路线：1-5-7-6-3-4-8-9-10-2；然后利用问题一的Floyd算法编程，能求得从客户2到客户1（提货点）的最短路线是：2-1，路程为50公里。即最短路线为：1-5-7-6-3-4-8-9-10-2-1。但考虑到最小生成树法局限于顶点数较少的情形，不宜进一步推广，因此本文建立以路程最短为目标函数的整数规划模型；最后，利用LINGO软件对其进行编程求解，求解出的回路与Kruskal算法求出的回路一致。关于问题三，是在每个客户所需固定货物量的情况下，使得行程之和最短。这样只要找出两条尽可能短的回路，并保证每条线路客户总需求量在50个单位以内即可。因此我们在问题二模型的基础上进行改进，以货车容量为限定条件，建立相应的规划模型并设计一个简单的寻路算法，对于模型求解出来的结果，本文利用Kruskal算法结合题中所给的邻接矩阵进行优化。得到优化结果为：第一辆车：1-5-2-3-4-8-9-1，第二辆车：1-7-6-9-10-1，总路程为280公里。关于问题四，在问题一的基础上我们首先用Matlab软件编程确定提货点到每个客户点间的最短路线，然后结合一些限定条件建立一个目标模型，设计一个较好的解决方案进行求解可得到一种很理想的运输方案。根据matlab运行结果分析得出4条最优路线分别为：1-5-2，1-4-3-8，1-7-6，1-9-10。最短总路线为245公里，最小总费用为645。关键词： Floyd算法 Kruskal算法整数规划旅行商问题

数学建模运输问题

线性规划在运输问题中的应用

线性规划在运输问题中的应用 Newly compiled on November 23, 2020

数学建模运输问题

华东交通大学数学建模 2012年第一次模拟训练题所属学校：华东交通大学（ECJTU ）参赛队员：胡志远、周少华、蔡汉林、段亚光、李斌、邱小秧、周邓副、孙燕青指导老师：朱旭生（博士）摘要：本文的运输问题是一个比较复杂的问题，大多数问题都集中在最短路径的求解问题上，问题特点是随机性比较强。根据不同建模类型针对问题一，我们直接采用Dijkstra 算法（包括lingo 程序和手算验证），将问题转化为线性规划模型求解得出当运送员在给第二个客户卸货完成的时，若要他先给客户10送货，此时尽可能短的行使路线为：109832V V V V V →→→→，总行程85公里。针对问题二，我们首先利用prim 算法求解得到一棵最小生成树： 121098436751V V V V V V V V V V V →→→→→→→→→→ 再采用Dijkstra 算法求得客户2返回提货点的最短线路为12V V →故可得到一条理想的回路是：121098436751V V V V V V V V V V V →→→→→→→→→→ 后来考虑到模型的推广性，将问题看作是哈密顿回路的问题，建立相应的线性规划模型求解，最终找到一条满足条件的较理想的的货车送货的行车路线： 121098436751V V V V V V V V V V V →→→→→→→→→→。针对问题三，我们首先直接利用问题二得一辆车的最优回路，以货车容量为限定条件，建立相应的规划模型并设计一个简单的寻路算法，最终可为公司确定合理的一号运输方案:两辆车全程总和为295公里（见正文）；然后建立线性规划模型得出二号运输方案：两辆车全程总和为290公里（见正文）；针对问题四，

线性规划经典例题

线性规划常见题型及解法由已知条件写出约束条件，并作出可行域，进而通过平移直线在可行域内求线性目标函数的最优解是最常见的题型，除此之外，还有以下六类常见题型。一、求线性目标函数的取值范围例1、若x 、y 满足约束条件222x y x y ≤?? ≤??+≥? ，则z=x+2y 的取值范围是（） A 、[2,6] B 、[2,5] C 、[3,6] D 、（3,5] 解：如图，作出可行域，作直线l ：x+2y ＝0，将 l 向右上方平移，过点A （2,0）时，有最小值 2，过点B （2,2）时，有最大值6，故选A 二、求可行域的面积例2、不等式组260302x y x y y +-≥?? +-≤??≤? 表示的平面区域的面积为（） A 、4 B 、1 C 、5 D 、无穷大解：如图，作出可行域，△ABC 的面积即为所求，由梯形OMBC 的面积减去梯形OMAC 的面积即可，选B 三、求可行域中整点个数例3、满足|x|＋|y|≤2的点（x ，y ）中整点（横纵坐标都是整数）有（） A 、9个 B 、10个 C 、13个 D 、14个 x y O 2 2 x=2 y =2 x + y =2 B A 2x + y – 6= 0 = 5 x ＋y – 3 = 0 O y x A B C M y =2

解：|x|＋|y|≤2等价于2(0,0)2(0,0)2(0,0) 2 (0,0)x y x y x y x y x y x y x y x y +≤≥≥??-≤≥? ? -+≤≥??--≤? 作出可行域如右图，是正方形内部（包括边界），容易得到整点个数为13个，选D 四、求线性目标函数中参数的取值范围例4、已知x 、y 满足以下约束条件5503x y x y x +≥?? -+≤??≤? ，使z=x+ay(a>0) 取得最小值的最优解有无数个，则a 的值为（） A 、－3 B 、3 C 、－1 D 、1 解：如图，作出可行域，作直线l ：x+ay ＝0，要使目标函数z=x+ay(a>0)取得最小值的最优解有无数个，则将l 向右上方平移后与直线x+y ＝5重合，故a=1，选D 五、求非线性目标函数的最值例5、已知x 、y 满足以下约束条件220240330x y x y x y +-≥?? -+≥??--≤? ，则z=x 2+y 2的最大值和最小值分别是（） A 、13，1 B 、13，2 C 、13，4 5 D 、 5 解：如图，作出可行域,x 2+y 2是点（x ，y ）到原点的距离的平方，故最大值为点A （2,3）到原点的距离的平方，即|AO|2=13，最小值为原点到直线2x ＋y －2=0的距离的平方，即为 4 5 ，选C 六、求约束条件中参数的取值范围例6、已知|2x －y ＋m|＜3表示的平面区域包含点（0,0）和（－ 1,1），则m 的取值范围是（） A 、（-3,6） B 、（0,6） C 、（0,3） D 、（-3,3）

数学建模运输问题

华东交通大学数学建模2012年第一次模拟训练题所属学校：华东交通大学（ECJTU ）参赛队员：胡志远、周少华、蔡汉林、段亚光、李斌、邱小秧、周邓副、孙燕青指导老师：朱旭生（博士）摘要：本文的运输问题是一个比较复杂的问题，大多数问题都集中在最短路径的求解问题上，问题特点是随机性比较强。根据不同建模类型针对问题一，我们直接采用Dijkstra 算法（包括lingo 程序和手算验证），将问题转化为线性规划模型求解得出当运送员在给第二个客户卸货完成的时，若要他先给客户10送货，此时尽可能短的行使路线为：109832V V V V V →→→→，总行程85公里。针对问题二，我们首先利用prim 算法求解得到一棵最小生成树： 121098436751V V V V V V V V V V V →→→→→→→→→→ 再采用Dijkstra 算法求得客户2返回提货点的最短线路为12V V →故可得到一条理想的回路是：121098436751V V V V V V V V V V V →→→→→→→→→→ 后来考虑到模型的推广性，将问题看作是哈密顿回路的问题，建立相应的线性规划模型求解，最终找到一条满足条件的较理想的的货车送货的行车路线： 121098436751V V V V V V V V V V V →→→→→→→→→→。针对问题三，我们首先直接利用问题二得一辆车的最优回路，以货车容量为限定条件，建立相应的规划模型并设计一个简单的寻路算法，最终可为公司确定合理的一号运输方案:两辆车全程总和为295公里（见正文）；然后建立线性规划模型得出二号运输方案：两辆车全程总和为290公里（见正文）；针对问题四，

《运筹学》习题线性规划部分练习题及答案.doc

《运筹学》线性规划部分练习题一、思考题 1.什么是线性规划模型，在模型中各系数的经济意义是什么？ 2 .线性规划问题的一般形式有何特征？ 3. 建立一个实际问题的数学模型一般要几步？ 4. 两个变量的线性规划问题的图解法的一般步骤是什么？ 5. 求解线性规划问题时可能出现几种结果，那种结果反映建模时有错误？ 6. 什么是线性规划的标准型，如何把一个非标准形式的线性规划问题转化成标准形式。 7?试述线性规划问题的可行解、基础解、基础可行解、最优解、最优基础解的概念及它们之间的相互关系。 8?试述单纯形法的计算步骤，如何在单纯形表上判别问题具有唯一最优解、有无穷多个最优解、无界解或无可行解。 9. 在什么样的情况下采用人工变量法，人工变量法包括哪两种解法？ 10. 大M法中，M的作用是什么？对最小化问题，在目标函数中人工变量的系数取什么？最大化问题呢？ 11 ?什么是单纯形法的两阶段法？两阶段法的第一段是为了解决什么问题？在怎样的情况下，继续第二阶段？二、判断下列说法是否正确。 1 .线性规划问题的最优解一定在可行域的顶点达到。 2 .线性规划的可行解集是凸集。 3. 如果一个线性规划问题有两个不同的最优解，则它有无穷多个最优解。 4. 线性规划模型中增加一个约束条件，可行域的范围一般将缩小，减少一个约束条件，可行域的范围一般将扩大。 5 .线性规划问题的每一个基本解对应可行域的一个顶点。 6. 如果一个线性规划问题有可行解，那么它必有最优解。 7. 用单纯形法求解标准形式（求最小值）的线性规划问题时，与j 0对应的变量都可以被选作换入变量。 8 .单纯形法计算中，如不按最小非负比值原则选出换出变量，则在下一个解中至少有一个基变量的值是负的。 9. 单纯形法计算中，选取最大正检验数k对应的变量x k作为换入变量，可使目标函数值得到最快的减少。 10 . 一旦一个人工变量在迭代中变为非基变量后，该变量及相应列的数字可以从单纯形表中删除，而不影响计算结果。三、建立下面问题的数学模型 1 .某公司计划在三年的计划期内，有四个建设项目可以投资：项目I从第一年到第三年年初都可以投资。预计每年年初投资，年末可收回本利120%，每年又可以重新将所获本利纳入投资计划；项目n需要在第一年初投资，经过两年可收回本利150% , 又可以重新将所获本利纳入投资计划，但用于该项目的最大投资额不得超过20万元；项目川需要在第二年年初投资，经过两年可收回本利160%，但用于该项目的最大投资额不得超过15万元；项目"需要在第三年年初投资，年末可收回本利140%，但用于该项目的最大投资额不得超过10万元。在这个计划期内，该公司第一年可供投资的资金有 30万元。问怎样的投资方案，才能使该公司在这个计划期获得最大利润？ 2 .某饲养场饲养动物，设每头动物每天至少需要700克蛋白质、30克矿物质、 100克维生素。现有五种饲料可供选用，各种饲料每公斤营养成分含量及单价如下表2—1所示：

数学建模,线性规划,运输为问题

有限制的运输问题：6个发点6个收点，其供应量、接收量和运费如下表1（”-”表示某个设：发点i向收点j的货物供应量为xij. 目标函数： MinZ=20x11+15x12+16x13+5x14+4x15+7x16+17x21+15x22+33x23+12x24+8x25+6x26+9x31 +12x32+18x33+16x34+30x35+13x36+12x41+8x42+11x43+27x44+19x45+14x46+7x52+10x53+ 21x54+10x55+32x56+6x64+11x65+13x66 供应限制：x11+x12+x13+x14+x15+x16=20 x21+x22+x23+x24+x25x+26=30 x31+x32+x33+x34+x35+x36=50 x41+x42+x43+x44+x45+x46=40 x52+x53+x54+x55+x56=30 x64+x65+x66=30 需求限制：x11+x21+x31+x41=30 x12+x22+x32+x42+x52=50 x13+x23+x33+x43+x53=40 x14+x24+x34+x44+x54+x64=30 x15+x25+x35+x45+x55+x65=30 x16+x26+x36+x46+x56+x66=20 LINGO代码: min=20*x11+15*x12+16*x13+5*x14+4*x15+7*x16+17*x21+15*x22+33*x23+12*x24+8*x25+ 6*x26+9*x31+12*x32+18*x33+16*x34+30*x35+13*x36+12*x41+8*x42+11*x43+27*x44+19* x45+14*x46+7*x52+10*x53+21*x54+10*x55+32*x56+6*x64+11*x65+13*x66; x11+x12+x13+x14+x15+x16=20; x21+x22+x23+x24+x25+x26=30; x31+x32+x33+x34+x35+x36=50; x41+x42+x43+x44+x45+x46=40; x52+x53+x54+x55+x56=30; x64+x65+x66=30; x11+x21+x31+x41=30;