货运公司收益问题优秀论文

《货运公司收益问题优秀论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、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中选择一项填写）：C我们的参赛报名号为（如果赛区设置报名号的话）：所属学院（请填

2、写完整的全名）：计算机科学与技术学院参赛队员(打印并签名)：1.2.3.日期：2011年8月9日评阅编号(教师评阅时填写)：29货运公司收益问题摘要国家经济发展的同时也带动了物流事业的发展。货运公司依托该市所具有的物流，人流，信息的中心地位，和一批在全省有一定影响的专业市场及大型工业企业。在运营过程中，要考虑到公司的收益问题，同时也要对货物申请量进行预测。我们在研究和分析题目的实际情况时，对公司如何批复才能使收益最大和货物申请量预测这两个问题建立了整数规划模型和GM（1,1）模型、BP神经网络模型。问题一：此问题要求在已知客户各类货物申请量的条件下，为使货运公司收益最大

3、，求出运输公司的批复量。我们忽略了其他方面的影响，只考虑怎样批复才能使公司收益最大。因此将公司收益最大作为目标函数，车辆的载重、体积等限制作为约束条件建立了整数线性规划模型，用LINGO软件求得最优解为：E类货物6460kg，F类货物5000kg，G类货物4000kg，H类货物0kg，即公司对E、F、G、H类货物的批复量分别为6460kg，5000kg，4000kg，0kg。问题二：此问题要求根据客户前一个月的申请量来预测后面七天的申请量。由于题目中所给的数据有限，而且数据具有一定的随机性和波动性，基于这些因素的考虑，我们建立了GM（1,1）模型，利用灰色系统理论把离散

4、的随机数据经过生成，变为随机性显著减弱的较有规律的生成数，建立白化形式的微分方程，以E类货物的申请量为例分析，代入数据计算得到预测结果如下（以E类为例）：七月份1234567预测值（kg）1922190918961883187118581845GM（1,1）模型能够很好的预测变化趋势，但是对于发散的、波动较大的数据，运用GM（1，1）模型时，往往不能得到很好的结果。为了进一步得到精确的预测结果，我们建立了BP神经网络模型，该模型通过选定输入样本、期望输出样本，建立学习过程，通过大量训练使其拥有了很好的自学过程。完成训练后，运用训练好的模型来做预测。为了得到较高的精度，每

5、次只预测一个数据，（虽然牺牲了效率，但提高了预测结果的精度），对未来7天货物的申请量做出了预测，得到预测结果（以E类为例）：七月份1234567预测值（kg）1897270417542951106740201343通过对两个模型的分析、比较，选定BP神经网络模型求解出的结果作为最终的结果。关键词：整数线性规划预测灰色系统BP神经网络29一、问题重述1.1问题背景某市通畅物流货运中心主要依托抚州市所具有的物流、人流、信息流中心地位，和在全省有一定影响的贸易广场、轻纺城、旧货市场、建材市场、蔬菜批发市场、果品批发市场等一批专业市场，以及经济开发区、工业园的企业群等一批大型工

6、业企业，创立的一家专业物流公司。1.2涉及材料背景该公司拥有3辆卡车，每辆载重量均为8000kg，可载体积为9.084m3，是一个集业务受理、仓储、运输为一体的专业运输企业，运输区域遍及全国各地。该公司为客户托运货物主要有四类：E类、F类、G类、H类，公司有技术实现四类货物任意混装。从甲地到乙地平均每类货物每公斤（kg）所占体积和相应托运单价如下表：各类货物每公斤所占体积及托运单价类别E类F类G类H类体积（m3/kg）0.00120.00150.0030.0008托运单价(元/kg)1.72.254.51.12托运手续是客户首先向公司提出托运申请，公司给予批复，客户根据

7、批复量交货给公司托运。申请量与批复量均以公斤为单位，例如客户申请量为1000kg，批复量可以为0～1000kg内的任意整数，若取0则表示拒绝客户的申请。1.3问题提出问题1：如果某天客户申请量为：E类6500kg，F类5000kg，G类4000kg，H类3000kg，要求G类货物占用的体积不能超过F、H两类货物体积之和的三倍，问公司应如何批复才能使得公司获利最大？问题2：每天各类货物的申请总量是随机变量，现有六月份一个月的数据，为获取更大收益，需要对将来的货物申请总量进行预测。请预测其后7天内(7月1日至7日)，每天各类货物申请量大约是多