建模送货策略定稿版

建模送货策略述：快递公司送货策略本文是关于快递公司送货策略的优化设计问题，即在给定送货地点和给定设计规范的条件下，确定所需业务员人数，每个业务员的运行线路，总的运行公里数，以及费用模型。模型一：利用“图”的知识，将送货点抽象为“图”中是顶点，由于街道和坐标轴平行，即任意两顶点之间都有路。在此模型中，将两点之间的路线权值赋为这两点横纵坐标之和。如A(x1，y1)，B(x2，y2)两点，则权值为D=|x2-x1|+|y2-y1|。并利用计算机程序对以上结果进行了校核。模型二：根据题意，建立动态规划的满足设计要求的送货策略和费用最省策略进行了模拟，在有标尺的坐标系中得到了能够反映运送最佳路线的模拟图。最后，对设计规范的合理性进行了充分和必要的论业务员人数和各自的行走路线是本题的关键。这个问题可以径,且使用尽量少的人数,并满足以下条件:2)每个客户的需求必须满足,且只能由一个人送货.千克。最最大载重量25kg重载时速20km/h途中的平均速度25km/h重载酬金3元/km*kg表二：任意两点间的距离矩阵1、1、快件一律用重量来衡量2、假定街道方向均平行于坐标轴建立起满足设计要求的送货的数学模型，借助于计算机的高速运算与逻辑判断能力，求出从公司总部配出一个人，到任意未配送的送货点，然后将这个人配到最近的未服务的送货录得到的可行行程(即路线)。对另一个业务员重复上述安排，直到没有未服务的送货每一条行程的业务员的顺序，最小化运输总距离。得到可行解的行程安排解后退出。二列出了题中任意两配送点间的距离。完成送快递的任务，每个人在工作时间范围内，可以序号送货快件量坐标序号送货快件量T坐标点T(km)点(km)xyxY1183222215633654444756308965357779088969992036944.674.2N送货的总次数(1)街道方向均平行于坐标轴，且在该前提下，业务员可以任意选择路线。(2)无塞车现象，即业务员送快递途中不受任何外界因素影响，且业务员的休息时间不(3)业务员人数不限制。(4)每个业务员的路线一旦确定，便不再更改。(5)每个业务员送快递是独立的，每人之间互不影响。(6)业务员到某送货点后必须把该送货点的快件送完。(7)每个业务员每天的工作时间不超过6个小时。(8)业务员回到快递公司后停留一个小时。(xi，yi)序号为i的送货点的坐标M：业务员送货总重载费用重M：业务员送货总空载费用空M：业务员送货总费用总0，业务员在序号为ii本模型考虑用多目标动态规划求解。由于问题一中只要求给出一个合理的方案，且未涉及通过以下两种方法实现：(1)每一个行程的第一个送货点是距离总部最近的未服务的送货点。用这种方法，即可得到一组运行路线，总的运行公里数，以及总费用。(2)每一个行程的第一个送货点是距离总部最远的未服务的送货点。然后以该点为基准，选择距它满足需求的路程最短的人员行驶路径,且使用尽量少的人数，即且6000000快件量，将其从大到小依次排列，快件量需求大者优先，但(1)0(2)(1)0(2)1(3)940286286000(4)0(4)000(6)0(7)0(8)0比较合适:1.插入到(0，1)间，C总=7+4+5+1+4+9=30。2.插入到(1，3)间，C总=5+6+4+9=24。3.插入到(3，0)间，C总=5+4+4+11=24。比较上述三种情况的增量，插入到(3，0)间和(1，3)间增量最小，考虑到下一节点插(1)013450(4)0(5)0(6)0(7)0(8)00000(kg)总路程(km213424.98620线路一线路二线路三线路四线路五线路六线路七线路八线路一线路二线路三线路四线路五线路六线路七线路八最出出发时间路线站点9：00539：321110：452211：58613：10613：3973888949：5980080090(1)0(2)0 (3)0547360000208004290055473600002080042900506000(4)0(5)0(6)0(7)0(8)0(1)0(2)0(3)0(4)0(5)0(6)0(7)0(8)0运输员序号所经站数最远点所用时间(小时)(km)(km)154.833324.1100233.540024.376343.386722.468453.153024.4585432(22，5)2.826723.6546319(15,12)2.660020.8547312(14,6)2.180024.242835(3,11)1.620020.728合计3024.1997184.5480线路一线路二线路三线路四线路五线路六线路七线路八线路一线路二线路三线路四线路五线路六线路七线路八最第四条线路和第七条线路由123号8间间567号743间间间29859：5011810：1749：00611：417.2问题二模型问题二中由于业务员所得的费用是最主要的，业务员安排、路线选择都是为了总费用的最小化提供条件，所以应首先考虑路费，之后再考虑业务员的安排。为了使总能够费用最是先送货给离快递公司最近切块间最重的送货点，以此类推，在保证时间、。根据这一思路，重以总费用的确定就可以转化为满足一定条件下的各路线的最远点的选择问题。某路线业务员经过的路径选择应遵循以下原则：一是，近者优先原则。某业务员最近起始送货点的选择直接关系到费用的多少，所以该业务员在沿途往送货终点站中应尽量把较近点的快件送完，不让下一条路线再把较近点作为起始送货站。二是，不走冤枉路原则。一方面，离原点(快递公司)较远的送货点坐标应分别大于离原点较近送货点的坐标，在各个坐标上均不走回头路，即按图(a)中的①②路线前进，而不按③路线前进：图(a)业务员行走路线约定员控制。M=303Ti(xi+yi)重载费用：重i=1空载费用：空M=M+M总费用：总重空j(xi+yi+xi+yi+130ai)66ji=1axax且ayayiiiiaxax且ayay根据路线约束条件③以及表二知：送货点1(3，2)、2(1，5)首先必须作为某路线的出6(0，8)、9(10，2)、10(14，0)、16(2，16)、22(21，0)、15(19，9)、25(15，14)为某条路线的最近点，分别确定次近点等，最后确定各路线如图(b)所图(b)业务员行走路线所经过的送货点数、最近点、所用时间、总载重量进行12345数44534所用时间(小(kg) 644.3333322.92261.8723.7514.91506.7823.1666715.41577.692到各送货点的时间(各业务员的出发时间为0)以及各路线从快递公司出发的参考时间 图(b)业务员行走路线所经过的送货点数、最近点、所用时间、总载重量进行数所用时间(小(kg) 123444442.5666722.91357.5443.117.71438.4555.222.92680.6633.33333252310.2734.1666723.526208324.32891.9合计3027.46666184.515456.7第六个人;0-27-29-30-0(1)模型系统的给出了业务员的调配方案，便于指导工作实践。(2)模型简单明了，容易理解与灵活应用。(3)模型的方法和思想对其他类型也适合，易于推广到其他领域。(4)本模型方便、直观，易于在计算机上实现和推广。(1)模型给出的约束条件可能也有不太现实的。(2)对街道的方向，客户的快件量的假设有待进一步改进。(1)本模型不但适合于快递公司送货问题，还是用于一般的送货以及运输问题，只需(2)模型方便、直观，可以实现计算机模拟。(3)建模的方法和思想可以推广到其他类型，如车辆调度问题等。streamtreamathdefinemax1000usingnamespacestd;olvisitedgtiiiiyminmin=v[i].x+v[i].y;wvi].weight;}evixviyminviweightwwvi].weight;}}}itedifalsefabsvkxvixfabsvkyviyminwviweight25){min=fabs(v[k].x-v[i].x)+fabs(v[k].y-v[i].y);}itedifalsefabsvkxvixfabsvkyviyminwviweight=25&&v[i].weight>v[m].weight){mitag;}}}whilek=0){truewvk].weight;ncevkxvkytimevkxvky;coutvk].num<<"->";whiletag=0){fstationagtrueutvtagnumwwv[tag].weight;timetimefabsvkxvtagxfabsvk].y-v[tag].y))/25.0;imevtagxvtagynumofstationdistancedistancefabsvkxvtagx+fabs(v[k].y-gyvtagy/25.0;}}timetimevkxvky0+(num_of_station+1)/6.0;ancedistancevkxvkycout"<<time<<""<<distance<<"km}}falseviweightcoutvinumvixv[i].y<<"):"<<v[i].weight<<'\t';}way;return}streamtreamathdefinemax1000usingnamespacestd;olvisitedtiiiviymaxmax1=v[i].x+v[i].y;wvi].weight;}sevixviymaxviweightwwvi].weight;}}}itedifalsefabsvkxvixfabsvkyviyminwviweight25){min=fabs(v[k].x-v[i].x)+fabs(v[k].y-v[i].y);}itedifalsefabsvkxvixfabsvkyviyminwviweight=25&&v[i].weight<v[m].weight){mitag;}}}whilek=0){truewvk].weight;ncevkxvkytimevkxvky;coutvk].num<<"->";whiletag=0){fstationagtrueutvtagnumwwv[tag].weight;timetimefabsvkxvtagxfabsvk].y-v[tag].y))/25.0;imevtagxvtagynumofstationdistancedistancefabsvkxvtagx+fabs(v[k].y-gyvtagy/25.0;}}timetimevkxvky0+(num_of_station+1)/6.0;ancedistancevkxvkycout"<<time<<""<<distance<<"km}}falseviweightcoutvinumvixv[i].y<<"):"<<v[i].weight<<'\t';}way;return}streamtreamathdefineM1000usingnamespacestd;voolvdoidcreateifstreaminintnig