汽车租赁调度问题数学建模论文

1、承 诺 书 我们仔细阅读了全国大学生数学建模竞赛章程和全国大学生数学建模竞赛参赛规则（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。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章程和参赛规则的，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，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。我们

2、授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）： 74 所属学校（请填写完整的全名）： 延安大学 参赛队员 (打印并签名) ：1. 刘彤 2. 张克华 3. 郭潇潇 指导教师或指导教师组负责人 (打印并签名)： 董庆来 （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期： 2014 年 8 月

3、22日赛区评阅编号（由赛区组委会评阅前进行编号）：2014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）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：汽车租赁调度问题摘要本文针对我国国内汽车租赁与调度的问题进行分析与研究，主要采用线性规划优化问题来建立数学模型，合理运用lingo，matlab软件编程计算出最终结果。 针对问题 1，基于附件1所给的数据，通过matlab软件分析得到各代理点之间的距离，在根据附录6不同代理点之间的转运成本用matlab软件得出

4、各代理点之间的转运成本。最后由附录1，附录3，附录6用lingo得出各代理点之间的转入、转出车辆数以及使总的转运费用最低的最佳调度方案。针对问题 2，在基于问题一所得结果的基础上，从转运费用和短缺损失两个方面进行考虑，建立目标函数。然后使二者之和最低，进一步求出目标函数的最小值。同时，为防止转运周折产生的多余费用，只进行汽车的单向转入与转出 ，利用excel 做出关于附录一所有汽车费用的表格，再运用累加法算出相对最小转运费。最后，找到其中相对运费与短缺损失费最多的的转运方式删去，从而得到满足调度的最优方案。针对问题 3，综合考虑公司获利、转运费用以及短缺损失等因素，在需求量大于拥有量时，对代理

5、点进行分析，利用规划模型求出代理点转给代理点一辆车所获得的利润。再以此类推，分别求出转移一辆汽车至其余代理点所获得的利润。最后，取代理点转给所有的转入的代理点所获得的利润的最大值，即得到使公司获得利益最大化的调度方案。关键词： lingo matlab 最优化问题 累加法 短缺损失费 目标函数 最大利润 公司获利 一、 问题重述国内汽车租赁市场兴起于1990年北京亚运会，随后在北京、上海、广州及深圳等国际化程度较高的城市率先发展，直至2000年左右，汽车租赁市场开始在其他城市发展。 某城市有一家汽车租赁公司，此公司年初在全市范围内有379辆可供租赁的汽车，分布于20个代理点中。每个代理点的位置

6、都以地理坐标和的形式给出，单位为千米。假定两个代理点之间的距离约为他们之间欧氏距离（即直线距离）的1.2倍。 现在需要根据附件所提供的数据，来解决以下四个问题： 1.给出未来四周内每天的汽车调度方案，在尽量满足需求的前提下，使总的转运费用最低； 2.考虑由于汽车数量不足而带来的经济损失，给出使未来四周总的转运费用及短缺损失最低的汽车调度方案； 3.综合考虑公司获利、转运费用以及短缺损失等因素，确定未来四周的汽车调度方案；4为了使年度总获利最大，从长期考虑是否需要购买新车。如果购买的话，确定购买计划（考虑到购买数量与价格优惠幅度之间的关系，在此假设如果购买新车，只购买一款车型）。二、 模型假设1

7、、假设汽车的转运成本仅与距离有关，不考虑汽车在转运途中的损耗。2、假设汽车只进行单向转入与转出。3、若代理点的拥有量和需求量相等时，该代理点将不再参与汽车的转运系统。4、假设每天租赁出的汽车于当日归还于该代理点。5、每次进行调度都基于上一日的调度方案。6、供应量一直满足于汽车租赁公司所提供的车辆 7、若代理点的拥有量和需求量相等时，该代理点将不再参与汽车的转运。8、在求最低费用时，优先条件始终以问题一的转运费用最低优先。9、若每天的总需求量大于实际总拥有量时，才存在短缺损失费；反之，则不存在短缺损失费。10、若每天的总需求量等于实际总拥有量，则该天的调度安排是唯一的（即各代理点拥有的车辆数等于

8、其需求的车辆数）；反之，进行调度，若总需求量小于实际总拥有量，在进行调度时，需要转入的代理点只要满足需求即停止调度。3、 符号说明:代理点的横坐标；:代理点的纵坐标；:总的转运费用的最小值；:从代理点转运到代理点的车辆数；:代理点和代理点的距离；:代理点和代理点的欧氏距离；:代理点和代理点之间每转运一辆汽车的费用；:第天的最小转运费；4、 问题分析问题1:基于附件1所给的数据，通过matlab软件分析得到各代理点之间的距离，在根据附录6不同代理点之间的转运成本用matlab软件得出各代理点之间的转运费。最后由附录1，附录3，附录6用lingo得出各代理点之间的转入、转出车辆数以及使总的转运用最

9、低的最佳调度方案。问题2：为防止转运周折产生的多余费用,只进行汽车的单向转入与转出，考虑汽车的转运费用及短缺损失的和，直至相对的转入需求量与原来拥有的量相同时终止程序并分析结果。问题3；综合考虑公司获利、转运费用以及短缺损失等因素，在需求量大于拥有量的时候，对于代理点考虑,代理点中的 1 辆汽车转给代理点的话，（一辆车获得的利润 ） =（代理点的一辆汽车的租赁收入）（代理点转运到代理点的转运费+取其它的转入的代理点的短缺损失中的一辆汽车的最小的费用）。以此类推，分别求出相对应的获得的利润。取代理点转给所有的转入的代理点所获得的利润的最大值。 再比较所有利润找出获利最大的方案使得需求量与拥有量相

10、平衡，得到第天所获得的最大的利润。 5、 模型的建立和求解问题一：只考虑转运成本条件下调动方案的确定 5.1.1 转移调度的初步分析： 拥有量大于需求量的代理点只能出多余的车辆， 如果转移出的车辆多了， 还要从别的代理点重新再转移车辆，这样会使转移的距离变长，转运费变多，因此，代理点要么转进，要么转出， 不可能某个代理点既转进又转出的 （证明见附录）。在尽可能满足需求的情况下，分时间考虑转运费的大小，然后利用累加法即可算出最小转运费。公式推导过程如下：根据各代理点位置坐标点计算出各个代理点之间的实际距离，再由此求出各个代理点之间的欧式距离，然后，由已知量和求第天最小转运费用。最后，将每天的最小

11、转运费用想叠加，从而求出总的转运费用最小值。=；（=1,2，20；=1,2，20；=1,2，20）（1） 第2日各个代理点的拥有量、需求量以及拥有量与需求量之差表5-1-1： 代理点汽车需求量汽车拥有量拥有量-需求量 115227 22218-4 32219-3 42718-9 515249 62016-4 715194 823175 919223 101615-1 112718-9 122423-1 133014-16 1413185 1517181 162417-7 1716215 18132310 1912186 202819-9 合计387379-9 根据表 5.1.1 可知，1、5、

12、7、8、9、14、15、17、18、19 为转出的代理点，2、3、4、6、10、11、12、13、16、20 为转入的代理点。分析： 在需求量等于拥有量时，转运费用为 0。 在需求量大于拥有量的时候，根据附录二 “代理点 i 和代理点 j 之间转运一辆汽车的运费”一表， 可以得到取转入 2 中转运运费最小的方式为15转给2， 运费为0.031，同时取转入3、4、6、10、11、12、13、16、20 中转运运费最小的方式分别为17转给3、运费为0.04，15转给 4、运费为 0.023，18 转给6、运费为0.021，5 转给10、运费为0.006，18转给 11、运费为 0.042，14 转

13、给12、运费为0.045，14转给13、运费为0.015，14 转给 16、运费为0.017，17转给20、运费为0.011。 在这些转运运费最小的方式中，找到运费最多的一种方式，去掉这种方式，使得其相对应的转入对象的需求量与原来的拥有量相同， 如果总的需求量仍然大于总的拥有量， 去掉第二多的方式，使得其相对应的转入对象的需求量与原来的拥有量相同，以此类推，直至需求量等于拥有量时才停止这种做法。 在需求量小于拥有量时候，与的方法相类似。若1代理点的需求量小于拥有量，根据附录2查到转入的代理点的转运运费，取其中的最小值。相应地，记录其他转出代理点（即需求量小于拥有量）到转入代理点的转运运费的最小

14、值。 在所有的转运运费最小值中，找到转运运费最多的一种方式，去掉这种方式，使其不再转出任何汽车，即使其需求量与拥有量相同。以此类推，直至需求量等于拥有量相同时才停止这种做法。根据 Lingo 软件的“6 发点8收点约束问题”，得到第s天最小的转运费 。 5.1.2 相应的模型建立： 转入量（横行）和转出量（纵列）表5-1-2：由分析可知：代理点2，3，4，6，10，11，12，13，16，20在满足供应量是379的情况下，短缺车辆分别为：4，3，9，4，1，1，7，0，16，7，9。建立相应的目标函数与模型，利用 lingo 进行求解：求得结果：其中车辆运输结果如下：TRANSPORT( AG

15、1, AG2) 4.TRANSPORT( AG1, AG4) 3.TRANSPORT( AG5, AG3) 3.TRANSPORT( AG5, AG10) 1.TRANSPORT( AG5, AG13) 5.TRANSPORT( AG7, AG4) 4.TRANSPORT( AG8, AG4) 1.TRANSPORT( AG8, AG20) 4.TRANSPORT( AG9, AG6) 1.TRANSPORT( AG9, AG11) 2.TRANSPORT( AG14, AG13) 5.TRANSPORT( AG15, AG4) 1.TRANSPORT( AG17, AG20) 5.TRANS

16、PORT( AG18, AG6) 3.TRANSPORT( AG18, AG16) 7.TRANSPORT( AG19, AG13) 6.即2 =1. 万元。第 2 日汽车调度分配方案为：代理点1转运4辆汽车到代理点2；代理点1转运3辆汽车到代理点4；代理点5转运3辆汽车到代理点3；代理点5转运1辆汽车到代理点10；代理点5转运5辆汽车到代理点13；代理点7转运4辆汽车到代理点4；代理点8转运1辆汽车到代理点4；代理点8转运4辆汽车到代理点20；代理点9转运1辆汽车到代理点6；代理点9转运2辆汽车到代理点11；代理点14转运5辆汽车到代理点13；代理点15转运1辆汽车到代理点4；代理点17转运

17、5辆汽车到代理点20；代理点18转运7辆汽车到代理点16；代理点19转运6辆汽车到代理点13。(2) 第 3 日各个代理点的拥有量、需求量以及拥有量与需求量之差的表5-1-3：代理点汽车需求量汽车拥有量需求量-拥有量 116151 228226 325223 41527-12 5281513 624204 7251510 819127 91819-1 101316-3 111720-3 121823-5 132630-4 1419136 151517-2 1630246 17281612 181213-1 19281216 201328-15 合计41737938 与第二天同理可知： 代理点1

18、(0)2(6)3(0)5(13)6(0)7(10)8)(0)14(0)16(5)17(12)19(0)4(12)0.0660.0480.1260.1140.0860.0430.040.0250.040.0640.0549(1)0.1140.1310.1280.0530.0470.0560.0440.0440.050.0450.04410(3)0.2050.1370.0370.0060.0320.010.0660.0970.1480.0620.04611(3)0.0560.1050.1210.0970.0160.1380.0890.060.0410.0560.0512(5)0.0760.0610

19、.0910.1750.0980.20.0830.0450.0510.0760.06313(4)0.0610.0140.1110.0650.0320.0640.0910.0150.0120.0640.02615(2)0.0770.0310.0640.070.0320.1090.0330.0170.0380.070.02318(1)0.0970.0840.0920.1370.0210.0710.0250.0590.0180.040.01520(15)0.1780.1570.0320.050.0470.1050.0120.0470.060.0110.031 转入量（横行）和转出量（纵列）的表5-1-

20、5 建立相应的目标函数与模型，利用 lingo 进行求解：求得结果：其中车辆运输结果如下：TRANSPORT( AG4, AG2) 2.TRANSPORT( AG4, AG7) 10.00000TRANSPORT( AG9, AG5) 1.TRANSPORT( AG10, AG5) 3.TRANSPORT( AG11, AG17) 3.TRANSPORT( AG12, AG2) 1.TRANSPORT( AG12, AG16) 4.TRANSPORT( AG13, AG2) 3.TRANSPORT( AG13, AG5) 1.TRANSPORT( AG15, AG5) 2.TRANSPORT(

21、 AG18, AG16) 1.TRANSPORT( AG20, AG5) 6.TRANSPORT( AG20, AG17) 9.即3= 1. 万元。 第3日汽车调度分配方案为： 代理点2转运11辆汽车到代理点14；代理点3转运1辆汽车到代理点20； 代理点5转运5辆汽车到代理点10；代理点5转运11辆汽车到代理点20； 代理点6转运2辆汽车到代理点18；代理点7转运3辆汽车到代理点19； 代理点9转运1辆汽车到代理点19；代理点11转运5辆汽车到代理点4； 代理点11转运1辆汽车到代理点19；代理点13转运3辆汽车到代理点14； 代理点16转运1辆汽车到代理点18；代理点17转运5辆汽车到代理

22、点19； 代理点17转运5辆汽车到代理点20。 由于本模型需要处理的数据过于庞大，所以将其它时间段的答案保存在附录的问题一里面。 问题二：转移调度的确定5.2.1 问题分析： 拥有量大于需求量的代理点只能出多余的车辆，如果转移出的车辆多了，还要从别的代理点重新再转移车辆，这样会使转移的距离变长，转运费变多。因此，代理点要么转进，要么转出，不可能某个代理点既转进又转出的（证明见附录一）。考虑到由于汽车数量不足而带来的经济损失，因此考虑汽车的转运费用及短缺损失的和，建立相应模型使之总损失最低。5.2.2 相应的模型建立：第二天：建立相应的目标函数与模型，利用 lingo 进行求解：求得结果：Var

23、iable Value Reduced CostXAB 4. 0.XGC 3. 0.XGD 1. 0.XHD 5. 0.XOD 1. 0.XRD 2. 0.XOF 4. 0.XEJ 1. 0.XAK 3. 0.XIK 3. 0.XQK 1. 0.XRK 2. 0.第 2 日汽车调度分配方案为：从代售点A-代售点B:4辆从代售点G-代售点C:3辆从代售点J-代售点D:1辆从代售点H-代售点D:5辆从代售点O-代售点D:1辆从代售点R-代售点D:2辆从代售点O-代售点F:4辆从代售点E-代售点J:1辆从代售点A-代售点K:3辆从代售点I-代售点K:3辆从代售点Q-代售点K:1辆从代售点R-代售点K

24、:2辆从代售点N-代售点L:1辆从代售点B-代售点M:8辆从代售点N-代售点M:3辆从代售点S-代售点M:6辆从代售点N-代售点P:1辆从代售点R-代售点P:6辆从代售点Q-代售点T:4辆从代售点A-代售点B:4辆第三天：建立相应的目标函数与模型，利用 lingo 进行求解：求得结果： Global optimal solution found. Objective value: 6. Total solver iterations: 31Variable Value Reduced CostXLB 1. 0.XMB 5. 0.XOC 2. 0.XTC 1. 0.XTE 2. 0.XKF 4.

25、 0.XDG 6. 0.XIG 1. 0.XJG 3. 0.XDN 1. 0.XLN 4. 0.XKP 3. 0.XRP 1. 0.XTQ 12.00000 0. 第 3 日汽车调度分配方案为：从代售点L-代售点B:1辆从代售点M-代售点B:5辆从代售点O-代售点C:2辆从代售点T-代售点C:1辆从代售点T-代售点E:2辆从代售点K-代售点F:4辆从代售点D-代售点G:6辆从代售点I-代售点G:1辆从代售点J-代售点G:3辆从代售点D-代售点N:1辆从代售点L-代售点N:4辆从代售点K-代售点P:3辆从代售点R-代售点P:1辆从代售点T-代售点K:12辆 由于本模型需要处理的数据过于庞大，所以

26、将其它时间段的答案保存在附录的问题一里面。 问题三：公司利益最大化的最优调度方案。5.3.1 问题分析：拥有量大于需求量的代理点只能出多余的车辆， 如果转移出的车辆多了， 还要从别的代理点重新再转移车辆，这样会使转移的距离变长，转运费变多，因此，代理点要么转进，要么转出，不可能某个代理点既转进又转出的。综合考虑公司获利、转运费用以及短缺损失等因素，得出使未来四周获利最大的汽车调度方案。5.3.2 相应的模型建立：第二天：建立相应的目标函数与模型，利用 lingo 进行求解：求得结果： Global optimal solution found. Objective value: 18.7392

27、0 Total solver iterations: 40 Variable Value Reduced Cost XAB 4. 0. XAK 3. 0. XEJ 1. 0. XEM 8. 0. XGC 3. 0. XGD 1. 0. XHD 5. 0. XIK 3. 0. XNL 1. 0. XNM 3. 0. XNP 1. 0. XOD 1. 0. XQK 1. 0. XQT 4. 0. XRD 2. 0. XRK 2. 0. XRP 6. 0. XSM 6. 0. XOF 4. 0. 第 2 日汽车调度分配方案为：从代售点 A-代售点B : 4辆从代售点 A-代售点K : 3辆从代售点E

28、-代售点 J: 1辆从代售点E -代售点M : 8辆从代售点 G-代售点C : 3辆从代售点 G-代售点D : 1辆从代售点 H-代售点D :5 辆从代售点 I-代售点K : 3辆从代售点 N-代售点L : 1辆从代售点 N-代售点M : 3辆从代售点 N-代售点P : 1辆从代售点 O-代售点 D: 1辆从代售点Q -代售点K : 1辆从代售点 Q-代售点T : 4辆从代售点R -代售点D : 2辆从代售点 R-代售点P : 6辆从代售点 S-代售点M : 6辆从代售点O -代售点F :4 辆 第三天：建立相应的目标函数与模型，利用 lingo 进行求解：求得结果： Global optim

29、al solution found. Objective value: 11.06890 Total solver iterations: 34Variable Value Reduced CostXDG 6. 0.XDN 1. 0.XIG 1. 0.XJG 3. 0.XKF 4. 0.XKP 3. 0.XLB 1. 0.XLN 4. 0.XMB 5. 0.XOC 2. 0.XRP 1. 0.XTC 1. 0.XTE 2. 0.XTQ 12.00000 0. 第 3日汽车调度分配方案为：从代售点D-代售点G:6辆从代售点D-代售点N:1辆从代售点I-代售点G:1辆从代售点J-代售点G:3辆从代

30、售点K-代售点F:4辆从代售点K-代售点P:3辆从代售点L-代售点B:1辆从代售点L-代售点N:4辆从代售点M-代售点B:5辆从代售点O-代售点C:2辆从代售点R-代售点P:1辆从代售点T-代售点C:1辆从代售点T-代售点E:2辆从代售点T-代售点Q:2辆 由于本模型需要处理的数据过于庞大，所以将其它时间段的答案保存在附录的问题一里面。 六结果分析与检验6.1 问题 1的结果分析 在进行求最小转运费，以尽量满足需求量为前提，以前一天的需求量作为后一天的拥有量，以此类推，并将最多转运费用的转运方式舍去，也详细地给出了未来四周内每天的汽车调度方案具有一定的科学性与可行性。 每天的最小转运费来求总的

31、最小转运费， 可能会产生一定的误差。计算过程中的小数点的取舍带来一定程度的误差。 另外，软件计算可能也会产生一定的误差。但在进行可靠性分析的时候，结果还是比较真实的。6.2 问题 2 的结果分析 为了使转运费和因不能满足需求而产生的短缺损失费用最低，在问题1的基础上，将模型改进，加上短缺损失的费用，进行求解。在软件的可靠性分析下，发现该方法还是比较可行，并且容易进行实施。6.3 问题 3 的结果分析 为了使公司的获利最大，利用租赁与转运费、短缺损失费之间的关系，建立相应的模型，求解。剔除车辆时，因为短缺损失费与转运费的原因而造成一定的误差。 七、模型优缺点和改进方向7.1 优点本小组针对已有的

32、大量真实、 可靠的数据， 查阅相关资料， 根据已经掌握的相关的统计、数学软件，针对题目中给出的具体问题，分别制定了各种切实可行的模型方案。模型优越点在以下几个方面：(1) 充分分析了每个研究问题所需要的条件，以及最优情况的可能性，以此进行求解。(2) 模型涉及到的参变量都有具体的来源，结合一定的数据可以很方便地进行计算，具有一定的可操作性。(3) 使用的 lingo 软件有相应的求解最大值与最小值的方法，以及最优解的调配方案，为数据的分析提供了便利。(4) 取平均值进行求解，简化了数据的冗杂，并且保住了数据的相对可靠性。(5) 模型简单易懂，具有科学性。 7.2 缺点(1) 模型的适用条件存在

33、一定的局限性，可能会造成问题思考的不全面。(2) 模型从局部考虑每天的最值进行求解，可能会与整体考虑进行求解有一定的出入。(3) 计算的工程量有一定的大，需要投入大量的人力、时间。(4) 使用 lingo 进行分析时，可能会由于人为因素而造成一定的误差。7.3 模型的改进(1) 应尽可能地引进可以带入更多的数据的，简便运算次数的模型，并进行相应的创新。(2) 考虑转运费用、短缺损失费、最大利润的时候，可以考虑更多因素进行求解，例如：租汽车的时间、归还时间等等。(3) 使用 spss、matlab 等数学软件进行更为精确的统计分析，帮助改进模型。(4) 加入一些复杂的算法， 并且在对结果进行分析

34、的时候， 可以咨询一些相关人士进行相关因素的询问。7、 参考文献1.数学建模案例精编.吴建国等.北京：中国水利水电出版社，20052.数学建模竞赛, 浙江大学出版社 杨启帆、何勇、谈之奕编，2006年3.运筹学教程，邱菀花,冯允成,魏法杰,周泓北京：机械工业出版社，2004年 4数学模型（第三版），姜启源,谢金星,叶俊，高等教育出版社，2003年 5数学建模及典型案例分析，李志林,欧宜贵,化学工业出版社，2006年6数学模型方法与算法，侯文华,梁冯珍,边薜萍，高等教育出版社,2005年5月7数学模型与计算，赵东方，科学出版社，2007年2月九、附录问题1:距离 ： x=0,0;10,10;45

35、,65;20,37;67,54;43,20;56,55;30,44;54,33;61,54;45,12;1,35;19,17;23,21;30,23;18,22;45,41;33,34;37,29;34,43; dismat=pdist(x)dismat = Columns 1 through 8 14.1421 79.0569 42.0595 86.0523 47.4236 78.4920 53.2541 63.2851 Columns 9 through 16 81.4678 46.5725 35.0143 25.4951 31.1448 37.8021 28.4253 60.8769 C

36、olumns 17 through 24 47.3814 47.0106 54.8179 65.1920 28.7924 72.0069 34.4819 64.3506 Columns 25 through 32 39.4462 49.6488 67.3573 35.0571 26.5707 11.4018 17.0294 23.8537 Columns 33 through 40 14.4222 46.7547 33.2415 33.0151 40.8044 37.5366 24.5967 45.0444 Columns 41 through 48 14.8661 25.8070 33.24

37、15 19.4165 53.0000 53.2541 54.5894 49.1935 Columns 49 through 56 44.5982 50.7740 24.0000 33.2415 36.8782 24.5967 49.9800 28.6007 Columns 57 through 64 40.2492 12.2066 34.2345 44.3847 35.3553 19.1050 20.0250 16.2788 Columns 65 through 72 17.2047 15.1327 25.3180 13.3417 18.7883 15.2315 41.6173 11.0454

38、 Columns 73 through 80 38.3275 24.6982 6.0000 47.4131 68.6804 60.6053 55.0000 48.2701 Columns 81 through 88 58.5235 25.5539 39.4462 39.0512 34.7851 37.3363 27.2947 17.0294 Columns 89 through 96 38.4708 8.2462 44.5982 24.1868 20.0250 13.3417 25.0799 21.0950 Columns 97 through 104 17.2047 10.8167 24.6

39、982 28.2312 22.0907 5.0990 44.3847 58.5235 Columns 105 through 112 53.0377 47.3814 41.2311 50.3289 17.8045 31.1448 32.2025 25.0599 Columns 113 through 120 26.4008 32.5730 35.3412 30.3645 29.1548 24.0416 21.0000 25.0599 Columns 121 through 128 15.2971 10.4403 16.5529 4.1231 22.1359 22.8473 53.0377 38

40、.4838 Columns 129 through 136 33.2415 26.0000 37.6431 12.0416 21.0238 17.4642 22.3607 44.9444 Columns 137 through 144 62.9365 55.9732 50.3289 43.8406 53.6004 20.6155 34.4093 34.6554 Columns 145 through 152 29.1548 49.6488 26.4764 23.7697 18.6011 28.7924 29.0000 25.0599 Columns 153 through 160 18.788

41、3 32.8938 25.4558 26.0768 31.3847 21.4009 44.4072 32.0156 Columns 161 through 168 36.4966 33.9559 5.6569 12.5300 5.0990 35.3836 22.0227 21.6333 Columns 169 through 176 30.0167 7.2801 5.0990 29.7321 16.4012 16.1245 24.5967 12.0416 Columns 177 through 184 23.4307 11.4018 9.2195 20.3961 33.0151 19.2094

42、 20.2485 26.4008 Columns 185 through 190 13.8924 14.4222 11.1803 6.4031 9.0554 14.3178由附件1所得距离和附件6得到两代理店之间的转运费：问题二：第二天的程序：model:min =0.3*(4-Xab-Xeb-Xgb-Xhb-Xib-Xnb-Xob-Xqb-Xrb-Xsb)+0.24*(3-Xac-Xec-Xgc-Xhc-Xic-Xnc-Xoc-Xqc-Xrc-Xsc)+0.33*(9-Xad-Xed-Xgd-Xhd-Xid-Xnd-Xod-Xqd-Xrd-Xsd)+0.32*(4-Xaf-Xef-Xgf-X

43、hf-Xif-Xnf-Xof-Xqf-Xrf-Xsf)+0.2*(1-Xaj-Xej-Xgj-Xhj-Xij-Xnj-Xoj-Xqj-Xrj-Xsj)+0.185*(9-Xak-Xek-Xgk-Xhk-Xik-Xnk-Xok-Xqk-Xrk-Xsk)+0.27*(1-Xal-Xel-Xgl-Xhl-Xil-Xnl-Xol-Xql-Xrl-Xsl)+0.286*(16-Xam-Xem-Xgm-Xhm-Xim-Xnm-Xom-Xqm-Xrm-Xsm)+0.245*(7-Xap-Xep-Xgp-Xhp-Xip-Xnp-Xqp-Xrp-Xsp)+0.03*(9-Xat-Xet-Xgt-Xht-Xit-

44、Xnt-Xot-Xqt-Xrt-Xst)+Xab*0.0339+Xac*0.1233+Xad*0.0656+Xaf*0.1081+Xaj*0.2052+Xak*0.0558+Xal*0.0756+Xam*0.0611+Xap*0.0989+Xat*0.1776+Xeb*0.1728+Xec*0.0619+Xed*0.1139+Xef*0.1448+Xej*0.0064+Xek*0.0967+Xel*0.1754+Xem*0.0654+Xep*0.0912+Xet*0.0501+Xgb*0.0926+Xgc*0.0535+Xgd*0.0704+Xgf*0.1344+Xgj*0.0097+Xgk*0.1384+Xgl*0.1997+Xgm*0.0636+Xgp*0.0845+Xgt*0.1052+Xhb*0.0662+Xhc*0.0808+Xhd*0.0395+Xhf*0.0458+Xhj*0.0664+Xhk*0.089+Xhl*0.0826+Xhm*0.0909+Xhp*0.0872+Xht*0.0123+Xib*0.131+Xic*0.1276+Xi