第一题：
1、问题重述
华商公司在全省县级及以上城镇设立销售连锁店，主要销售鲜猪肉。已知全省县级及以上城镇地理位置及道路连接。目前公司现有2个生产基地（分别设在120号和63号城镇）、23家销售连锁店，连锁店的日销售量见附录1。若运输成本为元/吨公里，请你为公司设计生产与配送方案，使运输成本最低。
2、问题分析
本题首先使用matlab软件将全省交通网络数据转换成矩阵，即若两点之间有路线，则采用矩阵的形式标注出来，若没有直接路线，则用相对很大的数如M表示，这对其求最短路没有影响。然后采用Floyd算法算出任意两个城镇之间的距离，得出新的最短路矩阵，然后从中挑选出每个连锁店与生产基地所在地城镇63和城镇120之间距离的最小值。由于每个连锁店的日销量都是给定的，并且生产基地必须满足所有连锁店的需求，因此，本题所求的运输成本最低可以转化为生产基地到连锁店的总路线最短。
3、模型假设
(1)位于同一个城镇里的生产基地和连锁店之间的距离视为0，不计入运输成本。
(2)由于要求运输成本最小，所以假定除了距离外，没有其他因素影响运输成本
(3)在求出的最短路中，皆是可行的路线。
4、符号说明
：从到的只以集合中的节点为中间节点的最短路径的长度
5、模型建立
由于要求的问题可转化为最短路问题，而解决任意两点之间的最短路问题，一般而言最为经典的模型便是Floyd算法，所以此模型即为Floyd算法的模型。即状态转移方程如下：
1.若最短路径经过点k，则；
2.若最短路径不经过点k，则。
因此，。
在实际算法中，为了节约空间，可以直接在原来空间上进行迭代，这样空间可降至二维。
6、模型求解
全省交通网络图如下：
先把全省交通网络数据转换成矩阵，其matlab程序见附件程序一（注：如问题分析所说，若两点之间没有直接路线，则用大M表示，分析此题，可用1000代替大M，对程序运行结果无影响），然后采用Floyd算法，求出一个154*154的矩阵，D （i，j）表示i，j之间的最短距离。Floyd算法程序见附件程序二。我们算出任意两个城镇之间的距离，然后分别比较城镇63和城镇120与23个连锁店的距离，比如：如果城镇63与连锁店i的距离小于城镇120与连锁店i的距离，则连锁店i的猪肉由生产基地在城镇63的生产基地供应。最终所得方案如下：
表1 运输成本最小方案
生产基地连锁店所在城镇最短距离（公里）日销售量（kg）运费（元）
城镇63 2 106 38223
5 141 9258 9 1 14744 11 3
6 11503 13 34 451 14 42 9489 15 94 12773 19 145 39653 21 16 14783 22 123 18081 城镇120 4 31 2394
7 6 10 8481 7 65 15570 8
79 38759 12
27 9265 16 11 6103 17 24 3251 20 22 6375 23
64
1840
最终可得总费用最小为：元
注：由于连锁店3和18都在63号城镇、连锁店1和10都在120号城镇，可以将这四个连锁店的运输成本忽略不计。
7、模型评价
（1）优点：容易理解，可以算出任意两个节点之间的最短距离，代码编写简单（2）缺点：比较高，不适合计算大量数据。
第二题
1、问题重述
根据近5年全省各城镇的鲜猪肉月度需求数据，分析各城镇需求特征，并预测未来何时全省鲜猪肉需求达到峰值，并筛选出达到峰值时需求达到前5位和后5位的城镇。
2、问题分析
本题有三个小问题，我们着重考虑第二个小问，即预测何时全省鲜猪肉需求达到峰值。关于第一小问，由于数量过于庞大，用描述统计的方法即可得到各个城镇数据的大致特征。对于第二小问，应反复使用不同的曲线模型进行拟合，然后选出最合适的模型，求出达到峰值的时间。关于第三小问，为避免计算量过大，我们挑选出第一小问中平均值前十位和后十位的城镇逐个预测，最终能筛选出达到峰值时需求达到前5位和后5位的城镇。
3、模型的建立与求解
对于第一小问我们利用描述统计的方法，计算出每个城镇数据的全距、均值以及方差。详细数据见附录。
（1）城镇68、63、76、86、31的数据全局均在500以上，说明这些城镇数据变
化范围较广。
（2）城镇31、63的数据均值都在4000以上，说明这两个城市对猪肉的需求量很大，然而也有例如城镇74、94、30、84对猪肉的月平均需求量在120以下。（3）城镇4、92、98、19、43、3、48、93、60、82、96、99、88、89、5、29、16、34、17、84、30、74数据的标准差均在10以下，说明这些城镇数据的波动较小、很平缓。然而也有城镇数据波动性较大，如城镇68、63、76、86、31、1、83、41、40、79、69的标准差都在100以上。
对于第二小问：
（1）模型假设：题目所给数据季节波动性很弱，可以忽略它的影响。
相邻时间段的数据之间基本不存在自回归现象；
（2）符号说明：y 表示全省鲜猪肉月度需求量
x表示时间，例如x=1表示2008年1月。
（3）模型的建立和求解
我们用SPSS对数据进行曲线拟合，发现拟合度最高的为二次曲线，如下：
y=+ 对方程两边求导，令y’=—2*=0
得x=
即2014年1月中旬全省鲜猪肉需求量达到峰值。
对于第三小问：
我们根据第一问的结果挑选出月度猪肉需求量均值前10位和后10位的城镇。如下表：
表2 月度猪肉需求量均值前10位城镇
城镇47 118 2 102 74
月需求量
均值（公
斤）
城镇30 84 109 129 94
月需求量
均值（公
斤）
表3 月度猪肉需求量均值后10位城镇
城镇120 31 63 106 104
月需求
量均值
（公
斤）
城镇121 100 79 56 101
月需求
量均值
（公
斤）
经过对以上20个城镇的数据逐个拟合，发现城镇31、120、106、121、100、79、56、118、74、30、84的数据没有明显上升或下降的趋势，预测值与平均值不会相差太远，所以在此取其均值作为达到峰值时的预测值。然而城镇101、104、2、47、94、129二次曲线的拟合度都很高，城镇63、109线性拟合度很高。模型如下：
城镇101： y (101)=+城镇104: y (104)=+城镇2: y (2)=+城镇47： y (47)=+城镇94： y (94)=+城镇129： y (129)=+城镇63： y (63)=城镇109： y (109)=+
将x=带入以上方程，得出结果如下：y (101)= ，y (104)= ，y (2)= ，y (47)= ，y (94)= ，y (129)= ，y (63)= ， y (109)=
从而筛选出全省鲜猪肉需求达到峰值时需求达到前5位和后5位的城镇，如下表： 表
4
前
五
位
城
镇
表5 后五位城镇
城镇
需求量（公
斤）
120 31 63 106 101
即全省鲜猪肉需求达到峰值时需求达到前5位的城镇是120、31、63、106、101，后5位的城镇是84、30、74、102、129。
问题三
1、问题重述
已知城镇对公司产品每日需求预测数据，公司未来各城镇每日需求预测数据.但公司产品的需求量与销售量不完全一致，若在当地（同一城镇）购买，则这一
城镇
需求量（公
斤）
84 30 74 102 129
部分需求量与销售量相同，若在不足10公里的其他城镇的销售连锁店购买，则这一部分需求量只能实现一半，而在超过10公里的其他城镇的销售连锁店购买，销售量只能达到需求量的三成。公司决定在各城镇增设销售连锁店，且原有的23家销售连锁店销售能力可在现有销售量的基础上上浮20%，增设的销售连锁店销售能力控制在每日20吨至40吨内，并且要求增设的销售连锁店的销售量必须达到销售能力的下限。同一城镇可设立多个销售连锁店。要求规划增设销售连锁店方案，使全省销售量达到最大。
2、问题分析
由题意知，本题需决定连锁店的增建方案，以使全省销售量最大。那么就需要解决增建多少连锁店，建在哪里的问题。这是一个优化问题，如果用lingo做规划可以解决，但是题中的数据比较大，难以导入，关联性极大，程序也很繁杂。所以，我们将采用先分析，再筛选的方法来解此题。由题意知，在超过10公里以外的城镇购买销售量是原来的三成，反过来说，如果我们从已有的21个已经有连锁店的城镇入手，在距他们10公里以外的城镇（这些城镇的猪肉都由离他们最近的连锁店提供）建立新的连锁店，那么建了新连锁店的城镇的销售量将增加七成，相比在10公里内建新连锁店效果更好。此外，为了达到销售量最大和单个连锁店销售能力下限，在超过10公里的基础上筛选出日销售量比较大的城镇和已有连锁店的城镇作为新建连锁店的试点，再通过由筛选模型建立起来的程序，用matlab 进行筛选，最终得到连锁店的个数和选址。由于在选择试点的个数时会有所不同也会有个人倾向，所以，我们得到的只是与最大值比较相近的结果。
3、模型假设
（1）假设购买者只去距离他们最近的连锁店购买猪肉，不去其他连锁店购买。即各连锁店对其他连锁店所在城镇的销售量无影响。
（2）假设买不到猪肉的购买者去个体户或者其他公司购买。即在计算最大销售量时，若销售能力小于需求量时，按最大销售能力计算，反之，最大销售量按需求量计算。
4、模型的建立与解答
为了规划新增连锁店的个数和地址，以达到全省最大销售量。我们假设各城镇都去离他们最近的连锁店购买猪肉，以此为标准，我们将所有的城镇分成21（有两个城镇原来有2家连锁店）片，每一片中的城镇的猪肉都由这一片中的连锁店提供。然后，将题中所给的每个城镇的猪肉需求量进行排序，并从中挑出除去已存在连锁店的城镇后需求量排在前20位的城镇，然后再按片区从中挑出距离已有连锁店超过10公里的城镇和已有连锁店的城镇，作为建立新连锁店的试点，再用按以下筛选模型建立的程序来筛选出满足销售量大于单个连锁店的销售能力下限（20吨）或者满足大于原有连锁店销售能力的倍加上20吨的城镇。最后，通过比较各种兴建方式的销售量大小来确定建立新连锁店的城镇。而新连锁店的个数将用新建连锁店后该城镇的销售量减去原有连锁店的销售能力的倍（原来没有连锁店的不需要减），再除以20取整便可。
筛选过程如下：
首先，找出除去已存在连锁店的城镇后需求量排在前20位的城镇表6 筛选前的城镇表7 筛选后的城镇
然后由第2小问的结论，按片区
挑选出距离已有的连锁店超过10
公里的城镇。 表8
城镇号
需求量（公斤） 城镇120 87236 城镇31 45123 城镇63 39125 城镇106 34561 城镇101 21299
城镇54 14661 城镇128 14061 城镇号 需求量
（公斤）
城镇101 21299
城镇68 20574 城镇150
20426
城镇121 20154 城镇104 19704
城镇100 18324 城镇110 17545 城镇56 16947 城镇154 16916 城镇76 16836 城镇116 16255 城镇12 16187 城镇148 15576
城镇49 15370 城镇46 15316 城镇50 15260 城镇33 15042 城镇53 14728 城镇54 14661 城镇128 14061
120 106 63 31 141 150
24 145 22 16 123
1 36 27 34 42
76 100 101 104 110
79 154 65 56 11
68 10 64 94 121
注：虽然121和104号城镇离本片区的原有连锁店不足10公里，不过，由于此距离将近10公里，且其需求量比较大，所以，在这里我们暂时把他们放在试点里，等下面一步和最终最大销售量比较时进行筛选和去留决定。（事实上，经检验，这两个点是比较好的点）
接下来，用matlab筛选出符合要求的试点，并作下一步筛选
筛选模型如下：
设：有n个试点，作为新建连锁店的第i个试点所在城镇的坐标为（Xi，Yi），第k 个试点的坐标为（Xk，Yk），则剩余的154-n个城镇的第j个城镇坐标设为（Xj,Yj），第j个城镇的需求量为Nj，各试点所在城镇的需求量为Sk,已有的连锁店销售能力为L。
则通过比较其他其他城镇于试点之间的距离，可知其他城镇中的一个与哪个连锁
店最近，据此将所有的城镇分成n 片，等式如下：
Min((Xj-Xi)^2+(Yj-Yi)^2)=(Xj-Xk)^2+(Yj-Yk)^2，i=1，2，3……，n 若k=i ，则第j 个城镇被分在第k 个试点所在的一片中，
即第j 个城镇的购买者在购买该公司的产品时只去第k 个试点购买； 若此时，(Xj-Xk)^2+(Yj-Yk)^2>100,
则第j 个城镇在第k 个试点的购买量为Bj=*Nj ； 若(Xj-Xk)^2+(Yj-Yk)^2>100，
则第j 个城镇在第k 个试点的购买量为Bj=*Nj
假设有1—a 号城镇都被分在第k 个试点，则第k 个试点所在城镇的销售量Wk 可表示成如下等式：
Wk =Sk +∑Bj a j=1
若第k 个试点建在已有连锁店的城镇，
则，若Wk>*L+20000，则该试点可作为可考虑点，否则此点舍去； 若第k 个试点所在的城镇以前没有连锁店，
则，若Wk>20000，则该试点可作为可考虑点，否则此点舍去。
matlab 的计算结果显示如下：
我们取出了31个试点，其中21个已有连锁店，10个没有连锁店，31个片区内的各城镇编号如下： 120 13 119
106 17 89 91 107 127 128 129 63 7 51 52 53 59 61 62 31 32 33
141 15 130 131 132
10 32
65 6 78
79 66 80 81
1
36 12 35 37
27 18 26 28 29 30
34
42 40 41 43 44 45
94 2 83 84 85 86 87 93 95 96 11 19 23
24 3 25
145 133 140 142 143 144 146 147
22 20 21
16
123 124 125
64
56 9 46 47 48 49 54 55 57
68 8 50 67 69 70 71 72 73 82 76 4 74 75 77 88
100 97 98 99
101 102
104 90 92 103 105
110 514 58 60 108 109 111 112 113 114 115 116 117 118 126
121 38 39 122
150 134 135 136 137 138 139 148 149 151
154 152 153
此结果第一列为试点所在城镇编号，第二列为应该新建连锁店的个数，第三列为该城的需求量，第四列为原有的连锁店的销售能力的倍
120 0 90776 73500
106 048131
63 0 56235
31 1 49843
141 017605
10 0 9956
65 0 8512 18684
79 0 24124
1 0 12808
36 0 11213
27 0 25005 11118
34 0 1355
42 0 11831
94 0 17212
11 0 14853
24 0 10090
145 017304
22 0 9520 7650
16 0 1378
123 07652
64 0 5520 2208
56 1 32287 0
68 2 41224 0
76 1 26866 0
100 123634 0
101 124249 0
104 127964 0
110 248815 0
121 126644 0
150 138716 0
154 120456 0
表10 所有（新建的和已有的）连锁店所在城镇实际销售量
城镇编
号120 106 63 31 141 10 65 79
销售量（公斤）735
00 56235 49843 9956 8512 24124
城镇编68 76 100 101 104 110 121 150
号
销售量（公斤）412
24 26866 23634 24249 27964 48815 26644 38716
城镇编
号11 24 145 22 56 24 42 94 销售量
（公斤）17304 7650 32287
城镇编
号36 64 16 123 34 1 154 27
销售量（公斤）112
13 2208 1378 7652 12808 20456 11118
销售量总和为公斤
其结果为在31号城镇再建一个连锁店
在56，76，100，101，104，121，150，154号城镇各建一个连锁店，
在68，110号城镇各建2个连锁店
经检验
去掉121号和104号城镇后其总销售量
约为620000左右，
小于没去掉他们时的销售量总和，
所以连锁店的规划情况应该取
没有去掉121和104号城镇的情况。
没有去掉121和104号城镇的情况
其结果将在附录里给出。
第四题
1、问题重述
在增设销售连锁店的基础上，公司决定增加生产基地，地址设立在城镇所在地，每日产品生产必须达到250吨以上，在生产与销售各环节不能有产品积压。
请你为公司设计生产基地增设方案，使运输成本最低。
2、问题分析
要求运输成本最小，由于各连锁店的需求一定，所以成本只与路线有关，亦即也是最短路问题。所以便可在除了原来的生场地所在的城镇外的城镇中任意设置生产场地。然后求现有的生产场地到各自覆盖的连锁店之间的最短路，如：增设i 城镇为新的生产基地，则共有i，120，63三个生产场地，然后求出此三者各自所覆盖的连锁店，求出总的最短路以及最小运输成本，同时判断是否符合i日产量在250吨以上。如此，求出除去120，63之外的所有城镇最小运输费用，再对152个数据进行比较，求出其中运费最少的并且满足约束条件的一组，便是问题的解。
3、模型假设
（1）一个连锁店的供给全由同一家生产场地提供，亦即由距离最近的生产场地供给，这样便可以达到运费最小。
（2）第三题中新增的连锁店以及各连锁店的需求皆为真实需求，即需求量与销售量相同且有效。
（3）新增的生产地日生产250吨以上，影响原来的生产场地日产量的降低，但降低的最小标准没有要求，即对于原来的生产场地的日销量没有约束。
4、符号说明
D（i，j）：两点之间的最短路。
i：新设的生产场地。
j：连锁店。
C（i，j）：在i，63,120三个产地中到j连锁店的最短路。
d（1，j）：j地连锁店的需求量。
y（i，1）：新增i产地后的最小总费用。
5、模型的建立
首先，除了120与63号城镇，对于任何一个城镇i假设在此设立生产基地，则要确定它所提供供给连锁店，同时也要确定120,63号城镇所覆盖的连锁店。以D （i，j）表示两点之间的最短路，其中i表示新设的生产场地，j表示连锁店，C （i，j）表示在i，63,120三个产地中到j连锁店的最短路，以此确定个生产基地所覆盖的连锁店：
若：D（i，j） C（i，j）=D（i，j），表示i到j的距离最小。 若：D（i，j） C（i，j）=D（63，j），表示63到j的距离最小。 若：D（i，j）>D(120，j）并且D（i，j） C（i，j）=D（120，j），表示120到j的距离最小。 若：D（i，j）>D(120，j)，D（i，j）>D（63，j）并且 D（120，j）>D（63，j），则C（i，j）=D（63，j）， 表示63到j的距离最小。 若：D（i，j）>D(120，j)，D（i，j）>D（63，j）并且 D（63，j）>D（120，j），则C（i，j）=D（120，j）， 表示120到j的距离最小。 以d（1，j）表示j地连锁店的需求量，y（i，1）表示新增i产地后的最小总费用。则有： 比较152个y（i，1），得到运费最小且i的日销量大于250吨的i，则其方案为增加i城镇为产地，运费为y（i，1）。 6、模型求解 根据第一题的Floyd矩阵，找出各个j连锁店到其他预设场地的最短路。用matlab 求解，其程序如附录程序三，得到结果如下： 表11 运输成本最低的生产基地增设方案 数学建模竞赛简介 数学建模就是建立、求解数学模型的过程和方法，首先要通过分析主要矛盾，对各种实际问题进行抽象简化，并按照有关规律建立起变量，参数间的明确关系，即明确的数学模型，然后求出该数学问题的解，并通过一定的手段来验证解的正确性。 数学建模竞赛于1985年起源于美国，起初竞赛题目通常由工业部门、军事部门提出，然后由数学工作者简化或修正。1989年我国大学生开始参加美国大学生数学建模竞赛，1990年我国开始创办我国自己的大学生数学建模竞赛。1993年国家教委（现教育部）高教司正式发文，要求在全国普通高等学校中开展数学建模竞赛。从1994年开始，大学生数学建模竞赛成为教育部高教司和中国工业的应用数学学会共同主办，每年一届的，面向全国高等院校全体大学生的一项课外科技竞赛活动。2010年全国共有30省(市、自治区)九百多所院校一万多个队三万多名大学生参赛，成为目前全国高等学校中规模最大的课外科技活动。数学建模竞赛是教育主管部门主办的大学生三大竞赛之一。 现在的竞赛题目来源于更广泛的领域，都是各行各业的实际问题经过适当简化，提炼出来的极富挑战性的问题，每次两道题，学生任选一题，可以使用计算机、软件包，可以参阅任何资料(含上网参阅任何资料)。竞赛以三人组成的队为单位，三人之间通力合作，在三天三夜内完成一篇论文。不给论文评分，而是按论文的水平为四档：全国一等奖、全国二等奖、赛区一等奖，赛区二等奖，成功参赛奖。我校于2001年开始参加这项竞赛活动。多次获全国一等奖、二等奖、湖北赛区一等奖、二等奖。 数学建模竞赛活动培养了学生的创造力、应变能力、团队精神和拼搏精神，适应了21世纪经济发展和人才培养的挑战。不少参加过全国大学生数学建模竞赛的同学都深有感触，他们说：“参加这次活动是我们大学四年中最值得庆幸的一件事，我们真正体会这几年内学到了什么，自己能干什么。”“那不寻常的三天在我们记忆中留下了永恒的一瞬，真是一次参赛，终身受益。”团队精神贯穿在数学建模竞赛的全过程，它往往是成败的关键。有些参赛队员说：“竞赛使我们三个人认识到协作的重要性，也学会了如何协作，在建模的三天中，我们真正做到了心往一处想，劲往一处使，每个人心中想的就是如何充分发挥自己的才华，在短暂的时间内做出一份尽量完善的答卷。三天中计算机没停过，我们轮流睡觉、轮流工作、轮流吃饭，可以说是抓住了每一滴可以抓住的时间。”“在这不眠的三天中，我们真正明白了团结就是力量这个人生真谛，而这些收获，将会伴随我们一生，对我们今后的学习，工作产生巨大的影响。” 全国研究生数学建模竞赛，参赛队的参赛流程如图1-1所示。图1-1 参赛队操作流程 其中： 若参赛队由培养单位缴费，则无需进行“缴费验证”操作。 1 注册报名 本章介绍参赛队如何在“全国研究生数学建模竞赛”网站中进行注册报名。 前提条件 您是本届“全国研究生数学建模竞赛”的参赛队员。 操作步骤 步骤1在浏览器地址栏中输入“全国研究生数学建模竞赛网站”网址。 网站地址：https://www.doczj.com/doc/4d16449796.html,/ 支持浏览器类型：IE、Mozilla Firefox、Google浏览器 步骤2在登录区域中，选择“参赛队登录”页签，如图1-1所示。 图1-1 参赛队注册登录页面 步骤3参赛队注册。 1.单击“注册”，系统跳转至注册页面，如图1-2所示。 图1-2 注册页面 2.填写注册信息，单击“立即注册”。 3.在“注册成功”提示框中，单击“确定”完成注册。 步骤4参赛队登录网站完善参赛选手信息。 1.使用已注册账号登录数模网站。 系统进入参赛队信息管理页面，如图1-3所示。 -左侧为目录树，您可以单击选择您要操作的选项，例如“选手首页”。 -右侧展示“选手首页”页面，可查看参赛相关信息，如选手审核、缴费状态，竞赛日程安排等。 图1-3 参赛队信息维护 2.在“选手首页”单击“编辑资料”，或在左侧目录树中选择“选手资料> 编辑资料”。 系统进入选手资料上报页面，如图1-4所示。 图1-4 完成选手信息 3.在编辑页面如实填写队长、第一队员、第二队员信息。 4.单击“提交信息”，提交竞赛报名。 请如实填写选手信息，参赛选手信息审核通过后不能再编辑，如需修改请联系所在培养单位的负责 老师。 ----结束 后续处理 参赛队完成参赛信息提交后，需等待培养单位审核。审核通过，才完成参赛报名。 参赛队可在“选手中心 > 选手首页”菜单下查看资料审核状态： ●审核前： ●审核通过： ●未审核通过： 未审核通过，参赛队可单击“编辑资料”进入“参赛选手资料上报”页面，修改参赛选 手信息后重新提交审批。 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 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=L位置上的数表示（其中∞表示两个客户之间无直接的路线到i j(,1,,10) (,) 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10个客户配送 2009高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员(打印并签名)：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)：指导教师组 日期：年月日 赛区评阅编号（由赛区组委会评阅前进行编号）： 2009高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国评阅编号（由全国组委会评阅前进行编号）： 论文标题 摘要 摘要是论文内容不加注释和评论的简短陈述，其作用是使读者不阅读论文全文即能获得必要的信息。 一般说来，摘要应包含以下五个方面的内容： ①研究的主要问题； ②建立的什么模型； ③用的什么求解方法； ④主要结果（简单、主要的）； ⑤自我评价和推广。 摘要中不要有关键字和数学表达式。 数学建模竞赛章程规定，对竞赛论文的评价应以： ①假设的合理性 ②建模的创造性 ③结果的正确性 ④文字表述的清晰性 为主要标准。 所以论文中应努力反映出这些特点。 注意：整个版式要完全按照《全国大学生数学建模竞赛论文格式规范》的要求书写，否则无法送全国评奖。 常见评价模型简介 评价类数学模型是全国数学建模竞赛中经常出现的一类模型，如2005年全国赛A题长江水质的评价问题，2008年B题高校学费标准评价体系问题等。主要介绍三种比较常用的评价模型：层次分析模型，模糊综合评价模型，灰色关联分析模型，以期帮助大家了解不同背景下不同评价方法的应用。 层次分析模型 层次分析法(AHP)是根据问题的性质和要求，将所包含的因素进行分类，一般按目标层、准则层和子准则层排列，构成一个层次结构，对同层次内诸因素采用两两比较的方法确定出相对于上一层目标的权重，这样层层分析下去，直到最后一层，给出所有因素相对于总目标而言，按重要性程度的一个排序。其主要特征是，它合理地将定性与定量决策结合起来，按照思维、心理的规律把决策过程层次化、数量化。 运用层次分析法进行决策，可以分为以下四个步骤： 步骤1 建立层次分析结构模型 深入分析实际问题，将有关因素自上而下分层(目标—准则或指标—方案或对象)，上层受下层影响，而层内各因素基本上相对独立。 步骤2构造成对比较阵 对于同一层次的各元素关于上一层次中某一准则的重要性进行两两比较，借助1~9尺度，构造比较矩阵； 步骤3计算权向量并作一致性检验 由判断矩阵计算被比较元素对于该准则的相对权重，并进行一致性检验，若通过，则最大特征根对应的特征向量做为权向量。 步骤4计算组合权向量(作组合一致性检验) 组合权向量可作为决策的定量依据 通过一个具体的例子介绍层次分析模型的应用。 例(选择旅游地决策问题)如何在桂林、黄山、北戴河3个目的地中按照景色、费用、居住条件、饮食、旅途条件等因素进行选择。 步骤1 建立系统的递阶层次结构 将决策问题分为3个层次：目标层O，准则层C，方案层P；每层有若干元素，各层元素间的关系用相连的直线表示。 数学建模简介 当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述，也就是建立数学模型，然后用通过计算得到的结果来解释实际问题，并接受实际的检验。这个建立数学模型的全过程就称为数学建模。 数学建模的广泛应用 数学建模的应用逐渐变的广泛，数学建模大量用于一般工程技术领域，用于代替传统工程设计中的现场实验、物理模拟等手段；在高新科技领域，成为必不可少的工具，无论是在通信、航天、微电子、自动化都是创新工艺、开发新 产品的必要手段；在新的科研领域在用数学方法研究 其中的定量关系时，数学建模就成为首要的、关键的 步骤和这些学科发展和应用的基础。 将计算机技术和数学建模进行紧密结合，使得原 本抽象的数学模型生动具体的呈现在研究者面前，使 得问题得到更好的解决。 数学建模的分支——数据挖掘 数据挖掘（Data Mining，DM）是目前人工智能和数 据库领域研究的热点问题，所谓数据挖掘是指从数据库 的大量数据中揭示出隐含的、先前未知的并有潜在价值 的信息的非平凡过程。数据挖掘是一种决策支持过程， 它主要基于人工智能、机器学习、模式识别、统计学、 数据库、可视化技术等，高度自动化地分析企业的数据， 做出归纳性的推理，从中挖掘出潜在的模式，帮助决策 者调整市场策略，减少风险，做出正确的决策。 数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式（如可视化）将找出的规律表示出来。 数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析，等等。 数学模型的组队非常重要，三个人的团队一定要有分工明确而且互有合作，三个人都有其各自的特长，这样在某方面的问题的处理上才会保持高效率。 三个人的分工可以分为这几个方面： 数学员：学习过很多数模相关的方法、知识，无论是对实际问题还是数学理论都有着比较敏感的思维能力，知道一个问题该怎样一步步经过化简而变为数学问题，而在数学上又有哪些相关的方法能够求解，他可以不能熟练地编程，但是要精通算法，能够一定程度上帮助程序员想算法，总之，数学员要做到的是能够把一个问题清晰地用数学关系定义，然后给出求解的方向； 程序员：负责实现数学员的想法，因为作为数学员，要完成大部分的模型建立工作，因此调试程序这类工作就必须交给程序员来分担了，一些程序细节程序员必须非常明白，需要出图，出数据的地方必须能够非常迅速地给出；ACM的参赛选手是个不错的选择，他们的程序调试能力能够节约大量的时间，提高在有限时间内工作的工作效率； 写手：在全文的写作中，数学员负责搭建模型的框架结构，程序员负责计算结果并与数学员讨论，进而形成模型部分的全部内容，而写手要做的。就是在此基础之上，将所有的图表，文字以一定的结构形式予以表达，注意写手时刻要从评委，也就是论文阅读者的角度考虑问题，在全文中形成一个完整地逻辑框架。同时要做好排版的工作，最终能够把数学员建立的模型和程序员算出的结果以最清晰的方式体现在论文中。一个好的写手能够清晰地分辨出模型中重要和次要的部分，这样对成文是有非常大的意义的。因为论文是评委能够唯一看到的成果，所以写手的水平直接决定了获奖的高低，重要性也不言而喻了。 三个人至少都能够擅长一方面的工作，同时相互之间也有交叉，这样，不至于在任何一个环节卡壳而没有人能够解决。因为每一项工作的工作量都比较庞大，因此，在准备的过程中就应该按照这个分工去准备而不要想着通吃。这样才真正达到了团队协作的效果。 比赛流程：对于比赛流程，在三天的国赛里，我们应该用这样一种安排方式：第一天：定题+资 天津大学数学建模选拔赛 题目城市物流配送方案优化设计 摘要 所谓物流配送就是按照用户的货物（商品）订货要求和物流配送计划，在物流配送节点进行存储、分拣、加工和配货等作业后，将配好的货物送交收货人的过程。本文就如何设计该城市的配送方案和增设新的配送网点并划分配送范围展开讨论。 第一问中，首先，在设计合理的配送方案时，我们要知道评价一个配送方案的优劣需考虑哪些指标。根据层次分析法所得各指标的权重及各因素之间关系可知：合理的配送方案需要优化货车的调度以及行驶路线。 然后，根据该城市的流配送网络路网信息以及客户位置及需求数据信息，用EXCEL 进行数据统计并用matlab绘制物流信息图，在图中可以清晰地看出客户位置密集和稀疏的区域。之后，我们运用雷达图分割法将城市分为20个统筹区（以及100个二级子区域）。 接着，我们针对一个二级子区域分析货车行驶的最佳路线。利用聚类分析和精确重心法在二级子区域N1中设置了7个卸货点，该目标区域内的用户都将在该区域的卸货点取货。我们利用图论中的Floyd算法和哈密尔顿圈模型求解往返最短路线问题，得知最短路线为1246753 配送中心配送中心，最短路程为 →→→→→→→→ 84.4332KM，最短运货用时为2.11小时。 最后，根据用户位置和需货量，计算出货车数量和车次，并给出了其中一种合理的针对整个城市的货车调度配送方案。 第二问中，我们建立了多韦伯模型，通过非线性0-1规划，确定了城市增加的5个 一．问题重述 配送是指在经济合理区域范围内，根据客户要求，对物品进行拣选、加工、包装、分割、组配等作业，并按时送达指定地点的物流活动，即按用户定货要求，在配送中心或其它物流结点进行货物配备，并以最合理方式送交用户。 配送是从用户利益出发、按用户要求进行的一种活动，因此，在观念上必须明确“用户第一”，把用户利益作为设计配送方案时首先要考虑的问题。城市的配送系统不但要考虑企业自身和用户的利益，也应从公众利益出发，尽量减少交通拥挤和废物排放。这无疑更增加了配送系统管理的难度，有效解决该问题对于改善城市出行环境和提高企业服务水平具有重要意义。 基于以上背景，为某企业设计其配送方案，建立数学模型分析如下问题： （1）假设该公司在整个城区仅有一个配送中心（107.972554615162，26.6060305362822）。附件1中给出了企业顾客位置和需求数据。附件2为配送网络路网信息。由于顾客需求为平均量，为克服需求高峰车辆不够的情况，实际中通常对每辆车的装载量进行限制，实际载货量为规定满载量的70%。司机工作时间为每天8小时。不考虑车辆数量限制，请为企业设计合理的配送方案。（每件产品规格：长：27.5CM，宽：9CM，厚：5CM）。配送用车请参考实际货车规格自己选定。 （2）适当增加配送中心数量，能降低配送成本，假设计划增设5个配送中心，请为各配送网点划分配送范围。 二、问题背景和问题分析 2.1问题背景 所谓物流配送就是按照用户的货物（商品）订货要求和物流配送计划，在物流配送节点（仓库、商店、货物站、物流配送中心等）进行存储、分拣、加工和配货等作业后，将配好的货物送交收货人的过程，城市物流配送是指在城市范围内进行的物流配送业务活动，城市物流配送系统的服务对象归类为：政府、工业、商业、农业、大众客户。城市物流配送已随客户需求变化从“少品种、大批量、少批次、长周期”向“多品种、小批量、多批次、短周期”转变。随着中国城市化进程的进一步加快，不管是从城市经济发展，还是从城市空间结构、城市交通运输布局及城市基础设施建设来考虑，每个城市都面临一个对原有的物流配送系统进行改造、建立新的物流配送系统的问题，这就是城市物流配送系统优化提出的原因。[1] 2.2问题分析 对于第一问，为了得到最优的配送方案，我们着重从货车的调度和货车的行走路线进行设计。首先我们需要对城市进行分区，并设计货车在所有区域内进行统筹调度的方法。然后，我们针对某一个小的区域，运用图论的知识，寻找货车运送完全部货物的最短路线，实现用户、社会和公司总体利益的最大化。 对于第二问，我们需要找到五个新增配送中心的位置并且划分各个配送网点的配送范围。这是一个典型的多韦伯问题。期间我们不但要注意使得配送中心到用户的距离之和最短。同时也要满足配送中心尽量偏重用户需求量大的地区的要求。 一、数学模型的定义 现在数学模型还没有一个统一的准确的定义，因为站在不同的角度可以有不同的定义。不过我们可以给出如下定义：“数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。”具体来说，数学模型就是为了某种目的，用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构表达式。一般来说数学建模过程可用如下框图来表明： 数学是在实际应用的需求中产生的，要解决实际问题就必需建立数学模型，从此意义上讲数学建模和数学一样有古老历史。例如，欧几里德几何就是一个古老的数学模型，牛顿万有引力定律也是数学建模的一个光辉典范。今天，数学以空前的广度和深度向其它科学技术领域渗透，过去很少应用数学的领域现在迅速走向定量化，数量化，需建立大量的数学模型。特别是新技术、新工艺蓬勃兴起，计算机的普及和广泛应用，数学在许多高新技术上起着十分关键的作用。因此数学建模被时代赋予更为重要的意义。 二、建立数学模型的方法和步骤 1. 模型准备 要了解问题的实际背景，明确建模目的，搜集必需的各种信息，尽量弄清对象的特征。 2. 模型假设 根据对象的特征和建模目的，对问题进行必要的、合理的简化，用精确的语言作出假设，是建模至关重要的一步。如果对问题的所有因素一概考虑，无疑是一种有勇气但方法欠佳的行为，所以高超的建模者能充分发挥想象力、洞察力和判断力，善于辨别主次，而且为了使处理方法简单，应尽量使问题线性化、均匀化。 3. 模型构成 根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量间的等式关系或其它数学结构。这时，我们便会进入一个广阔的应用数学天地，这里在高数、概率老人的膝下，有许多可爱的孩子们，他们是图论、排队论、线性规划、对策论等许多许多，真是泱泱大国，别有洞天。不过我们应当牢记，建立数学模型是为了让更多的人明了并能加以应用，因此工具愈简单愈有价值。 4. 模型求解 可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法，特别是计算机技术。一道实际问题的解决往往需要纷繁的计算，许多时候还得将系统运行情况用计算机模拟出来，因此编程和熟悉数学软件包能力便举足轻重。 5. 模型分析 对模型解答进行数学上的分析。“横看成岭侧成峰，远近高低各不同”，能否对模型结果 第一题： 1、问题重述 华商公司在全省县级及以上城镇设立销售连锁店，主要销售鲜猪肉。已知全省县级及以上城镇地理位置及道路连接。目前公司现有2个生产基地（分别设在120号和63号城镇）、23家销售连锁店，连锁店的日销售量见附录1。若运输成本为元/吨公里，请你为公司设计生产与配送方案，使运输成本最低。 2、问题分析 本题首先使用matlab软件将全省交通网络数据转换成矩阵，即若两点之间有路线，则采用矩阵的形式标注出来，若没有直接路线，则用相对很大的数如M表示，这对其求最短路没有影响。然后采用Floyd算法算出任意两个城镇之间的距离，得出新的最短路矩阵，然后从中挑选出每个连锁店与生产基地所在地城镇63和城镇120之间距离的最小值。由于每个连锁店的日销量都是给定的，并且生产基地必须满足所有连锁店的需求，因此，本题所求的运输成本最低可以转化为生产基地到连锁店的总路线最短。 3、模型假设 (1)位于同一个城镇里的生产基地和连锁店之间的距离视为0，不计入运输成本。 (2)由于要求运输成本最小，所以假定除了距离外，没有其他因素影响运输成本 (3)在求出的最短路中，皆是可行的路线。 4、符号说明 ：从到的只以集合中的节点为中间节点的最短路径的长度 5、模型建立 由于要求的问题可转化为最短路问题，而解决任意两点之间的最短路问题，一般而言最为经典的模型便是Floyd算法，所以此模型即为Floyd算法的模型。即状态转移方程如下： 1.若最短路径经过点k，则； 2.若最短路径不经过点k，则。 因此，。 在实际算法中，为了节约空间，可以直接在原来空间上进行迭代，这样空间可降至二维。 6、模型求解 全省交通网络图如下： 先把全省交通网络数据转换成矩阵，其matlab程序见附件程序一（注：如问题分析所说，若两点之间没有直接路线，则用大M表示，分析此题，可用1000代替大M，对程序运行结果无影响），然后采用Floyd算法，求出一个154*154的矩阵，D （i，j）表示i，j之间的最短距离。Floyd算法程序见附件程序二。我们算出任意两个城镇之间的距离，然后分别比较城镇63和城镇120与23个连锁店的距离，比如：如果城镇63与连锁店i的距离小于城镇120与连锁店i的距离，则连锁店i的猪肉由生产基地在城镇63的生产基地供应。最终所得方案如下： 表1 运输成本最小方案 生产基地连锁店所在城镇最短距离（公里）日销售量（kg）运费（元） 城镇63 2 106 38223 一、数学建模的意义 数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段。 数学建模就是用数学语言描述实际现象的过程。这里的实际现象既包涵具体的自然现象比如自由落体现象，也包涵抽象的现象比如顾客对某种商品所取的价值倾向。这里的描述不但包括外在形态，内在机制的描述，也包括预测，试验和解释实际现象等内容。 我们也可以这样直观地理解这个概念：数学建模是一个让纯粹数学家（指只懂数学不懂数学在实际中的应用的数学家）变成物理学家，生物学家，经济学家甚至心理学家等等的过程。 数学模型一般是实际事物的一种数学简化。它常常是以某种意义上接近实际事物的抽象形式存在的，但它和真实的事物有着本质的区别。要描述一个实际现象可以有很多种方式，比如录音，录像，比喻，传言等等。为了使描述更具科学性，逻辑性，客观性和可重复性，人们采用一种普遍认为比较严格的语言来描述各种现象，这种语言就是数学。使用数学语言描述的事物就称为数学模型。有时候我们需要做一些实验，但这些实验往往用抽象出来了的数学模型作为实际物体的代替而进行相应的实验，实验本身也是实际操作的一种理论替代。 应用数学去解决各类实际问题时，建立数学模型是十分关键的一步，同时也是十分困难的一步。建立教学模型的过程，是把错综复杂的实际问题简化、抽象为合理的数学结构的过程。要通过调查、收集数据资料，观察和研究实际对象的固有特征和内在规律，抓住问题的主要矛盾，建立起反映实际问题的数量关系，然后利用数学的理论和方法去分析和解决问题。这就需要深厚扎实的数学基础，敏锐的洞察力和想象力，对实际问题的浓厚兴趣和广博的知识面。数学建模是联系数学与实际问题的桥梁，是数学在各个领械广泛应用的媒介，是数学科学技术转化的主要途径，数学建模在科学技术发展中的重要作用越来越受到数学界和工程界的普遍重视，它已成为现代科技工作者必备的重要能力之。为了适应科学技术发展的需要和培养高质量、高层次科技人才，数学建模已经在大学教育中逐步开展，国内外越来越多的大学正在进行数学建模课程的教学和参加开放性的数学建模竞赛，将数学建模教学和竞赛作为高等院校的教学改革和培养高层次的科技人才的个重要方面，现在许多院校正在将数学建模与教学改革相结 数学建模竞赛中常用软件的操作本节主要介绍数学建模竞赛中常用软件MATLAB和Lingo的一些基本操作。 一、Desktop简介 在桌面双击MA TLABb图标，或双击安装目录C:\Program Files\MATLAB\R2012a\bin下的MA TLAB文件。启动后默认界面如下图。 图1 Desktop操作桌面的外貌 1. Command Window 该窗口是进行MATLAB各种操作的主要窗口。在该窗内可以输入各类指令、函数、表达式；显示除了图形外所有的运算结果，错误时，给出相关出错提示。 指令输入完后只有按回车键【Enter】才能执行；如果输入的指令不含赋值号，计算结果被赋于默认的变量ans。 变量名和函数名对大小写敏感，变量第一个字符必须是英文字母，最多包含63个字符（英文、数字和下划线），不能包括空格、标点、运算符；不能使MA TLAB的关键词和自用的变量名（eps,pi等）函数名（sin,exp等）、文件夹名（rwt,toolbox等）。 在Matlab中有一些固定变量，例如 (1) ans：在没有定义变量名时，系统默认变量名为ans； (2) eps：容许误差，非常小的数； (3) pi：即圆周率 ； (4) i, j：虚数单位； (5) inf：表示正无穷大，由1/0运算产生； (6) NaN（Not A Number）：表示不定值，由inf/inf或0/0运算产生； (7) nargin：函数的输入变量数目； (8) nargout：函数的输出变量数目。 在MA TLAB中，控制流关键字if, for, end等用蓝色字体表示；输入指令中的非控制指令、数字显示为黑色字体；字符串显示为紫色字体；注释为绿色字体；警告信息为红色字体。 2 工作空间浏览器 工作空间（Workspace）窗口用于浏览MATLAB中的变量。在工作空间窗口内，用户可以方便地查看、编辑存储的数据变量。 表1 工作空间浏览器主要功能及其操作方法 工作空间常用的管理指令有： （1）who及whos：查询指令 （2）clear：清除工作空间中的所有变量 clear var1 var2：清除工作空间中的变量var1和var2 （3）saveFileName ：把全部内存变量保存为Filename.mat文件 送货路线设计问题 1、问题重述 现今社会网络越来越普及,网购已成为一种常见的消费方式,随之物流行业也渐渐兴盛,每个送货员需要以最快的速度及时将货物送达,而且她们往往一人送多个地方,请设计方案使其耗时最少。 现有一快递公司,库房在图1中的O点,一送货员需将货物送至城市内多处,请设计送货方案,使所用时间最少。该地形图的示意图见图1,各点连通信息见表3,假定送货员只能沿这些连通线路行走,而不能走其它任何路线。各件货物的相关信息见表1,50个位置点的坐标见表2。 假定送货员最大载重50公斤,所带货物最大体积1立方米。送货员的平均速度为24公里/小时。假定每件货物交接花费3分钟,为简化起见,同一地点有多件货物也简单按照每件3分钟交接计算。 现在送货员要将100件货物送到50个地点。请完成以下问题。 1、若将1~30号货物送到指定地点并返回。设计最快完成路线与方式。给出结果。要求标出送货线路。 2、假定该送货员从早上8点上班开始送货,要将1~30号货物的送达时间不能超过指定时间,请设计最快完成路线与方式。要求标出送货线路。 3、若不需要考虑所有货物送达时间限制(包括前30件货物),现在要将100件货物全部送到指定地点并返回。设计最快完成路线与方式。要求标出送货线路,给出送完所有快件的时间。由于受重量与体积限制,送货员可中途返回取货。可不考虑中午休息时间。 2、问题分析 送货路线问题可以理解为:已知起点与终点的图的遍历问题的合理优化的路线设计。 图的遍历问题的指标:路程与到达的时间,货物的质量与体积,以及最大可以负载的质量与体积。在路线的安排问题中,考虑所走的路程的最短即为最合理的优化指标。 对于问题二要考虑到所到的点的时间的要求就是否满足题意即采用多次分区域的假设模型从而找出最优的解 对于问题三则要考虑到体积与质量的双重影响,每次到达后找到达到最大的体积与质量的点然后返回,再依次分析各个步骤中可能存在的不合理因素达到模型的进一步合理优化得到最合理的解。 3、模型假设与符号说明 3、1、模型的假设 (1)、到同一地点的货物要一次拿上,即不考虑再以后又经过时再带些货物 (2)、要求达到不超过的时间不包括此次在该点交易的时间。 (3)、所用的距离数据都精确到米而时间则精确到0、0001h (4)、同一地点有多件货物也简单按照每件3分钟交接计算。 美国零售业巨头沃尔玛之所以能够迅速成为世界零售业之最,其中一个重要的原因是重视配送系统的建设与完善。从1962年第一家商场开业以来到目前为止，沃尔玛在美国有1800多家商场，在英国、墨西哥、德国及中国等国家及世界各地有1000多家商场，其中有720多个超级商业中心，沃尔玛在世界各地有110万职工。沃尔玛1970年在美国建起第一个配送中心，现在这个中心为4个洲32家商场配送。沃尔玛在2000年仅配送系统投资达1600亿美元，在美国利用自己的配送中心为连锁商场配送商品。在其他国家沃尔玛利用第三方物流。沃尔玛的企业理念是：“最低的成本，提供高质量的服务”。 试就下面的两个问题建立数学模型，并给出合理的解答： 1.考虑直送式配送运输，即一个供应点对一个客户的专门送货。在下面的物流网络图中（图1），寻找从A 点到K 点的最优配送线路。 图一 2．针对一般的分销系统，即系统由分销中心（DC ），多个零售商组成，该系统的运营成本主要由运输成本与库存成本构成。分销中心用自己的车辆为各零售商供货，而分销中心由制造商直接供货，假设零售商处的顾客需求是随机的且服从一定的概率分布，不同零售商之间以及同一零售商不同时期之间的需求是独立的。一般DC 与零售商均采用周期补货策略，补货时刻为周期末，DC 的一个补货周期一般包含多个零售商的补货周期。现考虑只有一个分销中心和30个零售商组成的分销系统，配送货物为单一产品。试就顾客需求服从参数为6的Possion 分布，销售中心位置为（0，0），30个零售商的位置可在[-200，200] [-200，200]的平面上随机产生得到的分销系统的运输、配送策略建立数学模型，并以题目中提供的部分数据为基础，进行数据模拟。 1 w=[ H G K F E D C B A 8 10 9 7 4 14 13 2 5 6 7 8 10 11 12 《数学建模》课程简介 20053025 数学建模 4.5 Mathematical Modeling 4-1 预修要求：微积分、线性代数 面向对象：竺可桢学院工程高级班 内容简介： 本课程以物理、生态、环境、医学、管理、经济、信息技术等领域的一些典型实例为背景，阐述如何通过建立数学模型的方法来研究、解决实际问题的基本方法和技能。开设本课程的目的是，在传授知识的同时，通过典型建模实例的分析和参加建模实践活动，培养和增强学生自学能力、创新素质。参加数学建模课的学习，应自己动手解决一、二个实际问题，以求在实际参与中获取真知。 本课程包括一定学时的讨论班，学生可利用课外时间自己参与建模实践活动并自愿参加由指导教师组织的讨论班活动。选修本课程的本科生经双向选择还有机会参加全国大学生数学建模竞赛（每年约90人）和美国大学生数学建模竞赛（每年为21人）。 推荐教材或参考书： “数学建模”，杨启帆、谈之奕、何勇编著，浙江大学出版社出版，2006年7月 《数学建模》教学大纲 20053025 数学建模 4.5 Mathematical Modeling 4-1 预修要求：微积分、线性代数 面向对象：竺可桢学院工程高级班 一、教学目的与基本要求： 通过典型数学模型分析和课外建模实践，使学生基本掌握运用数学知识建立数学模型来研究科研问题或实际课题的基本技能与基本技巧，本课程教学除传授知识外还要求学生在实际建模中注意培养和提高自身的能力，以便提高自己的综合素质与实际本领。 二、主要内容及学时分配： 1.数学建模概论，3学时 2.初等模型，8学时：舰艇的汇合，双层玻璃的功效，崖高的估算，经验模型，参数 识别，量纲分析法建模，方桌问题、最短路径与最速方案等 3.微分方程建模，14学时：马尔萨斯模型和罗杰斯蒂克模型，为什么要用三级火箭发 射人造卫星，药物在体内的分布，传染病模型，捕食系统的P-P模型，双种群生态 系统研究等 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40.5007小时，费用为4685.6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26.063小时，费用为4374.4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 19.6844小时，费用为4403.2。 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1.8元/吨公里，运输车空载费用0.4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： 第十三章线性规划与数学建模简介 【授课对象】理工类专业学生 【授课时数】6学时 【授课方法】课堂讲授与提问相结合 【基本要求】1、了解数学模型的基本概念、方法、步骤； 2、了解线性规划问题及其数学模型； 3、了解线性规划问题解的性质及图解法. 【本章重点】线性规划问题. 【本章难点】线性规划问题、线性规划问题解的性质、图解法. 【授课内容】 本章简要介绍数学建模的基本概念、方法、步骤，并以几个典型线性规划问题为例，介绍构建数学模型的方法及其解的性质。 §1 数学建模概述 一、数学建模 数学建模是构造刻划客观事物原型的数学模型并用以分析、研究和解决实际问题的一种科学方法。运用这种科学方法，必须从实际问题出发，遵循从实践到认识再实践的认识规律，围绕建模的目的，运用观察力、想象力的抽象概括能力，对实际问题进行抽象、简化，反复探索，逐步完善，直到构造出一个能够用于分析、研究和解决实际问题的数学模型。因此，数学建模是一种定量解决实际问题的创新过程。 二、数学模型的概念 模型是人们对所研究的客观事物有关属性的模拟。例如在力学中描述力、 量和加速度之间关系的牛顿第二定律F＝ma就是一个典型的（数学）模型。一般地，可以给数学模型下这样的定义：数学模型是磁于以部分现实世界为一定目的而做的抽象、简化的数学结构。 通俗而言，数学模型是为了一定目的对原型所作的一种抽象模拟，它用数学式子，数学符号以及程序、图表等描述客观事物的本质特征与内在联系。 三建立数学模型的方法和步骤 建立数学模型没有固定模式。下面介绍一下建立模型的大体过程： 1.建模准备 建模准备是确立建模课题的过程。这类课题是人们在生产和科研中为了使 认识和实践过一步发展必须解决的问题。因此，我们首先要发现这类需要解决的实际问题。其次要弄清所解决问题的目的要求并着手收集数据。进行建模筹划，组织必要的人力、物力等，确立建模课题。 2．模型假设 作为建模课题的实际问题都是错综复杂的、具体的。如果不对这些实际问题进行抽象简化，人们就无法准确把握它的本质属性，而模型假设就是根据建模的目的对原型进行抽象、简化，抓住反映问题本质属性的主要因素，简化掉那些非本质的次要因素。有了这些假设，就可以在相对简单的条件下，弄清各因素之间的关系，建立相应的模型。 合理的假设是建立理想模型的必要条件和基本保证。如果假设是合理的，则模型切合实际，能解决实际问题；如果假设不合理中或过于简化，则模型与实际情况不符或部分相符，就解决不了问题，就要修改假设，修改模型。 3．构造模型 数学建模物流配送中心 选址模型 文件管理序列号：[K8UY-K9IO69-O6M243-OL889-F88688] 物流配送中心选址模型 姓名：学号：班级： 摘要：在现代络中，配送中心不仅执行一般的职能，而且越来越多地执行指挥调度、信息处理、作业优化等神经中枢的职能，是整个络的灵魂所在。因此，发展现代化配送中心是现代业的发展方向。文章首先使用重心法计算出较为合适的备选地，再考虑到各项配送中心选址的固定成本和可变成本，从而使配送中心选址更加优化和符合实际。 关键词：物流选址；选址；重心法；优化模型； 1．背景介绍 1．1 研究主题 如下表中，有四个零售点的坐标和物资需求量，计算并确定物流节点的位置。 1.2 前人研究进展 1.2.1国内外的研究现状： 国外对物流配送选址问题的研究已有60余年的历史，对各种类型物流配送中心的选址问题在理论和实践方面都取得了令人注目的成就，形成了多种可行的模型和方法。归纳起来，这些配送中心选址方法可分为三类： （1）应用连续型模型选择地点； （2）应用离散型模型选择地点； （3）应用德尔菲（Delphi）专家咨询法选择地点。 第一类是以重心法为代表，认为物流中心的地点可以在平面取任意点，物流配送中心设置在重心点时，货物运送到个需求点的距离将最短。这种方法通常只是考虑运输成本对配送中心选址的影响，而运输成本一般是运输需求量、距离以及时间的函数，所以解析方法根据距离、需求量、时间或三者的结合，通过坐标上显示，以配送中心位置为因变量，用代数方法来求解配送中心的坐标。解析方法考虑影响因素较少，模型简单，主要适用于单个配送中心选址问题。解析方法的优点在于计算简单，数据容易搜集，易于理解。由于通常不需要对进行整体评估，所以在单一设施定位时应用解析方法简便易行。 第二类方法认为物流中心的各个选址地点是有限的几个场所，最适合的地址只能按照预定的目标从有限个可行点中选取。 第二类方法的中心思想则是将专家凭经验、专业知识做出的判断用数值形式表示，从而经过分析后对选址进行决策。 国内在物流中心选址方面的研究起步较晚，只有10余年历史，但也有许多学者对其进行了较深入的研究，在理论和实践上都取得了较大的成果。北方交通大学鲁晓春等对配送中心的重心法地址做出了深入的研究，认为原有的重心法存在着问题，并把原有的计算公式用流通费用偏微分方程来取代。中国矿业大学周梅 美国零售业巨头沃尔玛之所以能够迅速成为世界零售业之最,其中一个重要的原因是重视配送系统的建设与完善。从1962年第一家商场开业以来到目前为止，沃尔玛在美国有1800多家商场，在英国、墨西哥、德国及中国等国家及世界各地有1000多家商场，其中有720多个超级商业中心，沃尔玛在世界各地有110万职工。沃尔玛1970年在美国建起第一个配送中心，现在这个中心为4个洲32家商场配送。沃尔玛在2000年仅配送系统投资达1600亿美元，在美国利用自己的配送中心为连锁商场配送商品。在其他国家沃尔玛利用第三方物流。沃尔玛的企业理念是：“最低的成本，提供高质量的服务”。 试就下面的两个问题建立数学模型，并给出合理的解答： 1.考虑直送式配送运输，即一个供应点对一个客户的专门送货。在下面的物流网络图中（图1），寻找从A 点到K 点的最优配送线路。 图一 2．针对一般的分销系统，即系统由分销中心（DC ），多个零售商组成，该系统的运 营成本主要由运输成本与库存成本构成。分销中心用自己的车辆为各零售商供货，而分销中心由制造商直接供货，假设零售商处的顾客需求是随机的且服从一定的概率分布，不同零售商之间以及同一零售商不同时期之间的需求是独立的。一般DC 与零售商均采用周期补货策略，补货时刻为周期末，DC 的一个补货周期一般包含多个零售商的补货 周期。现考虑只有一个分销中心和30个零售商组成的分销系统，配送货物为单一产品。 试就顾客需求服从参数为6的Possion 分布，销售中心位置为（0，0），30个零售商的位置可在[-200，200] [-200，200]的平面上随机产生得到的分销系统的运输、配送策略建立数学模型，并以题目中提供的部分数据为基础，进行数据模拟。 1 w=[ 0 5 11 6 inf inf inf inf inf 5 0 4 inf 2 14 inf inf inf 11 4 0 10 inf 8 7 inf inf 6 inf 10 0 inf inf 12 7 inf inf 2 inf inf 0 13 inf inf inf inf 14 8 inf 13 0 inf inf inf inf inf 7 12 inf inf 0 10 8 inf inf inf 7 inf inf 10 0 9 inf inf inf inf inf inf 8 9 0 ]; n=size(w,1); w1=w(1,:); %赋初值 for i=1:n l(i)=w1(i); z(i)=1; end s=[]; s(1)=1; u=s(1); k=1 l z while k数学建模竞赛简介
全国研究生数学建模竞赛-参赛队的参赛流程如图11所示。
数学建模运输问题
全国大学生数学建模竞赛论文
数学建模常见评价模型简介
数学建模简介
美国大学生数学建模竞赛组队和比赛流程
城市物流配送方案优化模型_数学建模
数学模型的定义
连锁店和生产基地增设以及货物配送问题数学建模
数学建模的介绍
数学建模竞赛中常用软件的操作
数学建模_送货线路设计问题
数学建模 配送问题
数学建模课程简介
数学建模大赛-货物运输问题
线性规划与数学建模简介
数学建模物流配送中心选址模型
数学建模配送问题
相关主题
文本预览