2014全国研究生数学建模E题论文(一等奖).pdf

《2014全国研究生数学建模E题论文(一等奖).pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、参赛密码（由组委会填写）第十一届华为杯全国研究生数学建模竞赛学校上海理工大学参赛队号102521921.周成明队员姓名2.鲁俊3.刘子华-1-参赛密码（由组委会填写）第十一届华为杯全国研究生数学建模竞赛题目乘用车物流运输计划问题摘要：本文依据物流公司的运载要求，通过建立数学模型，为物流公司安排了五次运输计划。此外，本文对同类型运输问题建立了通用运输模型，并设计了相关算法，采用C与C#语言混合编程对模型进行求解与优化。最后，论文还使用了空间利用率、轿运车配比、总行驶路程指标全面了评估了模型效果。针

2、对问题一二三，论文首先建立了带约束条件的多目标数学模型。论文依据目标优先级分二阶段逐步求解。第一阶段，使用尽量少的轿运车。主要涉及排样算法，轿运车配比策略，基于空间利用率与约束条件的最优装载策略。第二阶段，通过建立结果判断器，优化1-1型与1-2型轿运车配比，使得在使用相同轿运车情况下，优先使用1-1型成本较小车辆。下问题一、二、三的最终求解结果如下：问题一问题二问题三1-1型车使用量1612251-2型车使用量215总空间利用率96.2%97.3%96.6%对问题四，在问题一二三通用模型的基础

3、上建立运输路径优化算法，模型采用远距离节点优先调度算法，逐步完成各节点配送任务。由于随着物流节点增多时，算法复杂度急剧增加，论文设计了基于遗传算法的启发式算法，寻找复杂物流网络下的较优配送方案。模型求解结果如下：-2-ABCD合计1-1型车使用量7473211-2型车使用量11114空间利用率94.3%97.2%95.2%93.4%--总行驶里程2880140018886406408针对问题五，主要分为以下三步求解。第一步，数据预处理。用分类与排序算法过滤掉装载效果一定很差的装载方案。第二步，建

4、模寻优。论文建立了基于禁忌搜索算法的配载优化模型，经数据预处理的较优可行解中利用模型逐步寻优，达到模型终止条件后，将产生的随机解中最优解作为模型输出。第三步，综合优化。建立了基于计算空间利用率的寻未装满轿运车算法，通过调配开往ABCDE中未装满轿运车装载方案，进一步优化结果。实验结果表明，该算法的计算效率较高,收敛速度较快,计算结果也较稳定。目的地ABCDE合计轿运车数量2822242121116空间利用率93.3%96.2%92.1%90.2%93.1%--总行程数10080616066083

5、360806434272关键词：多目标配载优化路径优化启发式算法禁忌搜索算法C编程-3-目录一、问题重述...................................................-5-二、模型假设....................................................-6-三、基本符号说明................................................-6-四、问题分析..................

6、..................................-8-五、模型的建立与求解............................................-9-5.1问题一二三模型的建立与求解.............................-9-5.1.1模型建立..........................................-9-5.1.2基于排样算法的配载优化算法.......................-10-5.1.3基于配载

7、优化算法的模型求解.......................-13-5.1.4结果分析.........................................-16-5.2问题四模型建立与求解..................................-16-5.2.1模型建立.........................................-16-5.2.2远距离优先调度算法设计...........................-17-5.2.3基于远

8、距离优先调度算法的模型求解.................-19-5.2.4结果分析.........................................-22-5.2.5基于遗传算法的运输方案优化模型...................-22-5.2.6GA算法基本思想..................................-22-5.2.7基于遗传算法的模型求解...........................-25-5.2.8结果分析............