关于钢管订购和运输的优化模型.doc

《关于钢管订购和运输的优化模型.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

附件2《运筹学》最短路、最小费用最大流经典作品关于钢管订购和运输的优化模型队员：陈显健陈瑜斌陈振松2007年6月5日38 摘要：本文首先运用图论知识中的最短路算法求出到的最优路径。然后将模型转化为最小费用最大流的网络优化问题，从而求出近似最优解。在分析出求解该网络优化模型的解法后，运用Lingo软件包求出了该问题的近似最优解。对问题一而言，求出了较优的订购和运输计划（见表三），其最小费用为万元。对于第二个问题而言，可得出钢厂的钢管销价的变化对购运计划和总费用的影响最大；钢管厂的钢管产量的上限的变化对总费用的影响最大，钢管厂的产量上限的变化对购运计划的影响最大。对问题三，给出了一般解，求出了较优的订购和运输计划（见表四），其最小费用为万元，最后对模型进行了综合评价并提出了改进方向。关键词：网络流最小费用最大流一、问题重述要铺设一条的输送天然气的主管道，如图一所示,经筛选后可以生产这种主管道的钢厂有。图中粗线表示铁路，单细线表示公路，双细线表示要铺设的管道（假设沿管道或者原来有公路，或者建有施工公路），圆圈表示火车站，每段铁路、公路和管道旁的阿拉伯数字表示里程（单位）。为了方便，1主管道称为1单位钢管。一个钢厂如果承担制造这种钢管，至少需要生产500个单位。钢厂在指定期限内能生产该钢管的最大生产数量为个单位，钢厂出厂销价为万元，如下表：表一1234567800800100020002000200030001601551551601551501601单位钢管的铁路运价如下表：（表二）里程（）351~400401~450451~500运价（万元）202326293238 里程（）501~600601~700701~800801~900901~1000运价（万元）37445055601000以上每增加1至100运价增加5万元。公路运输费用为1单位管道每公里0.1万元（不足整公里的按整公里计算）。管道可由铁路、公路运往铺设地点（不只是运到点，而是管道全线）。要求：（1）请制定一个主管道钢管的订购和运输计划，使总费用最小，并给出总费用。（2）请就（1）的模型进行分析：哪个钢厂钢管的销价的变化对购运计划和总费用影响最大，哪个钢厂钢管的产量的上限的变化对购运计划和总费用的影响最大，并给出相应的数字结果。（3）如果要铺设的管道不是一条线，而是一个树形图。铁路、公路和管道购成网络，请就这种更一般的情形给出一种解决办法，并对图二按（1）的要求给出数学模型和结果。38 一、基本假设1．沿管道铺设路线上有公路，在计算运费时，与其它普通公路相同；2．订购的钢管数量刚好等于需要铺设的钢管数量；3．公路运输费用为1单位钢管每公里0.1万元（不足整公里的按整公里计算）；4．1主管道钢管称为1单位钢管；5．一个钢厂如果承担制造这种钢管，至少需要生产500个单位；6．1单位钢管的铁路运价如（表二）所示，1000以上每增加1至100运价增加5万元；7．管道可由铁路、公路运往铺设地点（不只是运到点，而是管道全线）；8．本问题只考虑在铁路和公路上运输的问题，而不考虑在其它路径上的情况；9．每个钢管厂生产的钢管均满足铺设要求；10．模型只考虑钢管销价费用和钢管从钢管厂运送到铺设点的钢管运费，而不考虑其它费用，如转运费用等；11．在公路上卸货,按铺路的要求卸车；12．销售价和运输价不受市场价格变化的影响。二、符号说明38 第钢管厂表示的最大生产能力表示需要铺设管道路径上的车站从所有运往的钢管用于铺设点前后侧的钢管数单位产品从到地的运费表示单位钢管从地运往地的最小费用表示两车站之间需要铺设的管道长度从订购钢管的单位价格用于订购和运输的总费用一、模型的建立与求解问题一1、模型的建立对本问题而言，实际上是一个要求制定订购和运输计划，使总费用最小的优化问题。本模型的总费用包括钢管的销价和运输总的费用。首先，向某厂订购钢管，然后将在每个厂订购的钢管运往需要铺设的全路段。由本题的要求可以知道在铺设管道时必须经过点。欲解决本问题可以按以下方案进行思考：首先，需要确定将货物从地运往地的最优路线；然后，求出向每个钢管厂的订购计划，并确定出运输计划；最后计算将运往地的钢管铺到各个管道上的运输费用，我们不妨假设运往以为终点的钢管只铺到与点相邻的两段管道上。因此，本问题可以按以下步骤求解。第一步：确定从地到地的最优路径，从而确定出单位钢管从地运往地的最小运费。设表示钢管厂，表示的最大生产能力，表示需要铺设钢管路径上的车站。假设从运往的钢管用于铺设点前后侧的钢管数为单位，单位产品从到地的运费为万元，用38 表示单位钢管从地运往地的最小费用，则：（1）第二步：建立从厂运送单位钢管到点的运费的模型：用表示订购的所有钢管全部运到点的总运费，则：（2）其中：和分别表示运到地钢管用于铺点前边和后边的钢管长度；表示之间需要铺设的管道长度第三步：将运到处的钢管铺到相邻两段路上的运输费用根据假设，在铺设钢管时，单位钢管从第点的运费为：=0.1（3）由（3）式可得如下模型（1）当均为整单位数时，设其运费用表示,则：（2）当均为非整单位数时，设其运费用表示,则：38 其中：表示的整数部分；表示的整数部分;综合上述两式可得：（4）其中：表示运到处的钢管铺到相邻两段路上的运输费用第四步：建立订购费用的模型设表示订购管道的总费用，则可建立如下模型：（5）用表示订购和运输的总费用，由（2）、（4）、（5）可得本问题的优化模型如下：即：38 1、模型的求解（1）首先求解S2b24此问题相当于求解最小费用流问题，即求出从点运送单位钢管到点的最小费用。按常规，本问题可以按求最短路的常规方法求解。但由于本问题中沿铁路的单位运费由它前边经过的铁路长度而变化。根据问题的需要，我们不妨假设如果从点到点的钢管经过铁路后，一旦走公路，那么，该钢管将不会再通过铁路运输。则假设沿铁路行走，直到走到与公路相连为止。那么，我们可以将已知图中铁路的费用直接表示出。因此从点到点的通路如图三所示。190190b23175b22180b21205190145b20b12125110135155165b1b2b495858570110b14b19b9b11b12b5b6b7b80.30.26010.513.11.24.27116.238 7560.620.14250A110.430.119.420.5689302221（图三）现在需要求出每个钢管厂到每条公路上的节点的最优路径，即：如果需要从点运钢管到点，则需要找出从该点到目的点间的最优路线。现在从每个钢厂出发，求出每个钢厂到需要铺设管道的路径上的每个节点的单位钢管量的最小费用。那么，我们以，以及铁路的端点等为点，以钢管的可能运输路线为边，以单位钢管的运输费用为权建立形如（图三）所示的加权图。（其中，边上的权的确定的具体方案参见文献[2]，本题中，以为起点，以需铺设管道的路上的节点为终点，那么从到的路程中根据铁路和公路的运费特点不难得出形如图三所示的赋权图），根据Dijkstra标号法[2]可以求出每个钢管厂到各个节点的最小单位运输费用。现在我们以点为起点，以每个铺设管道的节点为终点，通过观察与简单运算得出图三的加权图，则以图三为基础，运用Lingo软件包中的求最短路问题的程序DYNAMB.LG4（见附录一）可求得单位钢管的最小运输费用如下：F(j)单位钢管的运输费F(j)单位钢管的运输费F(1)215.7000F(2)205.3000F(3)190.2000F(4)171.6000F(5)111.0000F(6)95.50000F(7)86.00000F(8)71.20000F(9)114.2000F(10)142.0000F(11)146.0000F(12)156.0000F(13)171.2000F(14)178.0000F(15)192.0000其中：F(j)(j=1,…,15)表示从到的最小单位钢管运费。同理可得，，，，，各点到目的点的最优单位运费如下点到需要铺设管道的路上的各节点的单位运输费F(1)170.7000F(2)160.3000F(3)140.2000F(4)98.60000F(5)38.00000F(6)20.5000038 F(7)3.F(8)21.20000F(9)64.20000F(10)92.00000F(11)96.00000F(12)106.0000F(13)121.2000F(14)128.0000F(15)142.0000点到需要铺设管道的路上的各节点的单位运输费F(1)230.7000F(2)220.3000F(3)200.2000F(4)181.6000F(5)121.0000F(6)105.5000F(7)96.00000F(8)86.20000F(9)48.20000F(10)82.00000F(11)86.00000F(12)96.00000F(13)111.2000F(14)118.0000F(15)132.0000点到需要铺设管道的路上的各节点的单位运输费F(1)260.7000F(2)250.3000F(3)235.2000F(4)216.6000F(5)156.0000F(6)140.5000F(7)131.0000F(8)116.2000F(9)84.20000F(10)62.00000F(11)51.00000F(12)61.00000F(13)76.20000F(14)83.00000F(15)97.00000点到需要铺设管道的路上的各节点的单位运输费F(1)255.7000F(2)245.3000F(3)225.2000F(4)206.6000F(5)146.0000F(6)130.5000F(7)121.0000F(8)111.2000F(9)79.20000F(10)57.00000F(11)33.00000F(12)51.00000F(13)71.20000F(14)73.00000F(15)87.00000点到需要铺设管道的路上的各节点的单位运输费F(1)265.7000F(2)255.3000F(3)235.2000F(4)216.6000F(5)156.0000F(6)140.500038 F(7)131.0000F(8)121.2000F(9)84.20000F(10)62.00000F(11)51.00000F(12)45.00000F(13)53.00000F(14)11.00000F(15)28.00000点到需要铺设管道的路上的各节点的单位运输费F(1)280.7000F(2)270.3000F(3)250.2000F(4)231.6000F(5)171.0000F(6)155.5000F(7)146.0000F(8)136.2000F(9)104.2000F(10)77.00000F(11)66.00000F(12)56.00000F(13)38.20000F(14)26.00000F(15)2.(2)根据以上结果,继续求解最小总费用的模型原问题属于非线性规划问题的最优解，但针对我们现在的情况来说，不能找到较好的方法求解，我们可以根据线性（非线性）规划问题与网络流分析之间的密切联系，将原问题转化为下面的网络流问题进行求解。本问题在求出点到点的单位最小运费后，可以转化为有个钢管厂给个铺设公路点供钢管，然后第个铺设点的钢管运往铺设处（管道全线）的网络流问题，假设用表示第个钢管厂的最大生产量，表示从地运往地的单位运价，每单位钢管的成本为万元，运往j点后的每个点输出的管道数为运费为.。用表示第地流出的钢管总数。我们可以构造源和汇,可建立如下的网络流优化问题。其网络流如图四所示该网络中每段弧上的两个数字，前者是该段弧的容量，后者是与该段弧相应的费用。符号表示该段弧容量无限制。图中：表示第个钢厂的生产能力表示第个钢厂生产钢管的销价表示从地运往地的单位钢管的运费表示运往的钢管运往铺道上的费用表示运往地的钢管数目38 ,x1汇源S7x7（图四）网络求解的具体方法如下:对网络的每一段弧，除了容量之外，还附有另一非负实数，称之为费用。要求构造一个从源到汇的最大网络流，同时使流的总费用，及达到最小。本问题的具体解法是（1）任取一个取整数值的网络流，设流的值为，要求在所有值为的流中，的总费用最小。显然（2）构造伴随增量网络，除容量外，对38 的每一段正向的弧，再按如下方式定义一个费用，即：对每一段正向的弧，定义费用为。对每一段正向的弧，定义费用为（1）在上求出从源到汇的所有路径，定义每一条路径的费用为从中选出费用最小的路径，记为，如果上不存在由源到汇的路径，转向步骤（5），否则继续。（2）记为的最小弧容量，是上与相应的链，在每段向前的弧上将流值增加，每段向后的弧上减少，得到一个新的流，它的值为的最小费用，转向步骤（2）（3）判断最优解是否满足生产时至少生产500单位的条件，如果不满足，则将该厂的流增加至500或减少到0，然后返回步骤（1），否则，此时所得到的流是最小费用最大流，算法结束。在上述网络中必须知道，这样必须在上述求解网络的基础上加上枚举法。但是，在这样短的时间里不能编出求解此问题的全局最优解。现在只有运用求近似解的方法求解。否则不能求解。我们可以运用现成的软件，比如说Lingo数学软件，但是，在用它求解的过程中，不能将枚举法加在程序里，只有通过其他一些方法求出较好的初始值，然后求出前面一部分的最优解。我们可以在确定处的钢管数后，运用将钢管铺到整段路上的运输费最小为目标确定出下一个局部的最优解。将上述两部分的解结合起来便可求出本问题的近似最优解。首先，根据以下准则，确定出求图（四）的最优解的初始解。在未给定初始值的情况下,为了使我们的解尽可能地解接近其最优解,我们根据自身的特点和工厂、铁路、公路以及铺设点分布情况，从而我们作出如下规则来确定模型的初始解域：1）运输位置一旦离开铁路，而到达公路上后就不会再回到铁路上。2）邻近原则：即将离工厂最近的铺设点为我们优先考虑定购点。3）钢厂与铺设点之间的运输费用最少的优先考虑为我们的定购点。4）一旦某工厂被定为定购点，它将尽最大的需求量去定购。大致根据以上规则和其分布特点，我们得到如下较优的初始值，即：堆积点所定购的钢管量为0，261，482，515，571，153，373，212，574，330，317，170，257，655，141。38 将上述数据作为我们的初始可行解，由后面的程序即可求出其最小费用为：万元，其具体的订货、运输安排如下：（表三）订货安排运输安排80080010000134812230问题二1．模型的建立针对本问题来说，我们可以用拉格郎日算子法求出灵敏度的大小求解非线性问题的灵敏度问题。同时也可转化为线性规划的方法求解，从而确定出该问题的灵敏度问题。我们先根据其定义来求解。由灵敏度的定义可以知道，灵敏度是指系统中的参数或外扰的微小摄动对系统某特性的影响程度，关于参数摄动的灵敏度公式为：38 灵敏度=由上述可以知道，当参数变化时，对应的最优解将会发生变化，那么每个参数发生变化的灵敏度就可以表示出来。对问题（1）的模型而言，当表示订购费用时，对应有一个最优解。当变化时，对应的最优费用为，对应的最优解为，则：其中：表示特性关于参数的灵敏度表示特性关于参数的灵敏度表示特性关于参数的灵敏度表示特性关于参数的灵敏度我们不妨仍以问题一中的模型作为本问题的模型，只是为变量而已。那么本问题的模型如下：38 2．模型求解当一些量变化时，我们可以运用问题一的解法求出变化后的最优解，然后运用上述灵敏度的定义求出其最优解。我没不妨以每个量变化10%来求解，当然能够求出最小费用，但很难求出每个，因此，我们以参数变化后，以引起的变化的多少来确定参数变化后对订货运输计划的影响。（1）我们不妨以上述两个变化来反映其变化的程度（单位：亿元），由附录中的程序可以得出如下解：120．7259120.7659120.4559121.7378119.84变化个数08598101.05%1.02%1.27%0.22%1.78%2.28%由上述表格可以知道，第6个钢管厂钢管的销价对总费用的影响最大，对购运计划的影响也最大（2）同理可得由于钢管厂生产能力发生变化对最优解的影响如下38 对应的钢管厂生产能力变化10%最小费用的变化引起订购和运输变量变化的个数0．68%70．23%40．20%8000000由上可得：钢管厂的钢管产量的上限的变化对购运计划的总费用影响最大，钢管厂的产量上限的变化对购运计划影响最大。问题三1．模型建立本问题比第一个问题更具有一般性，其主要目的与第一个问题相同。一种方案是找到最优生成树，找到需要管道的点所在的最小Steiner树。另一方面，我们也可以运用问题一的解决办法，先找出最优路径，然后求出所有费用的表达式，然后运用网络流的最小费用流的算法。运用穷举法便可求出最优解。与问题一相同的方法可以建立以下模型：38 2．模型的求解按问题一的方法，运用附录中的程序，求出单位钢管从运到的最小费用，然后运用与问题一一样的准则求出，建立如下网络模型，并用类似的方法求出本问题的最优解,x1汇源S7x7（图四）运用问题一的解法可以建立如下的网络流问题进行穷举求解。38 F(1)170.7000F(2)160.3000F(3)140.2000F(4)98.60000F(5)38.00000F(6)20.50000F(7)3.F(8)21.20000F(9)64.20000F(10)92.00000F(11)96.00000F(12)106.0000F(13)121.2000F(14)128.0000F(15)142.0000F(16)60.00000F(17)95.00000F(18)100.0000F(19)105.0000F(20)115.0000F(21)130.0000F(1)215.7000F(2)205.3000F(3)190.2000F(4)171.6000F(5)111.0000F(6)95.50000F(7)86.00000F(8)71.20000F(9)114.2000F(10)142.0000F(11)146.0000F(12)146.0000F(13)171.2000F(14)178.0000F(15)192.0000F(16)110.0000F(17)145.0000F(18)150.0000F(19)145.0000F(20)165.0000F(21)180.0000F(1)230.7000F(2)220.3000F(3)200.2000F(4)181.6000F(5)121.0000F(6)105.5000F(7)96.00000F(8)86.20000F(9)48.20000F(10)82.00000F(11)86.00000F(12)101.0000F(13)111.2000F(14)118.0000F(15)132.0000F(16)44.00000F(17)85.00000F(18)90.00000F(19)100.0000F(20)105.0000F(21)115.000038 F(1)260.7000F(2)250.3000F(3)235.2000F(4)216.6000F(5)156.0000F(6)140.5000F(7)131.0000F(8)116.2000F(9)84.20000F(10)62.00000F(11)51.00000F(12)71.00000F(13)76.20000F(14)83.00000F(15)97.00000F(16)80.00000F(17)50.00000F(18)55.00000F(19)70.00000F(20)70.00000F(21)80.00000F(1)200.7000F(2)190.3000F(3)170.2000F(4)206.6000F(5)146.0000F(6)130.5000F(7)121.0000F(8)111.2000F(9)79.20000F(10)57.00000F(11)33.00000F(12)51.00000F(13)71.20000F(14)73.00000F(15)87.00000F(16)75.00000F(17)32.00000F(18)50.00000F(19)50.00000F(20)65.00000F(21)75.00000F(1)265.7000F(2)255.3000F(3)235.2000F(4)216.6000F(5)156.0000F(6)140.5000F(7)131.0000F(8)121.2000F(9)84.20000F(10)62.00000F(11)51.00000F(12)37.00000F(13)16.20000F(14)11.00000F(15)28.00000F(16)80.00000F(17)50.00000F(18)37.00000F(19)36.00000F(20)10.00000F(21)0.38 F(1)280.7000F(2)270.3000F(3)250.2000F(4)226.6000F(5)166.0000F(6)155.5000F(7)146.0000F(8)136.2000F(9)104.2000F(10)82.00000F(11)64.00000F(12)56.00000F(13)38.20000F(14)26.00000F(15)2.F(16)100.0000F(17)63.00000F(18)50.00000F(19)55.00000F(20)32.00000F(21)26.000003．在确定出上述结果后，运用下列准则，确定下列初始解，再利用相同的方法编制附录中的程序。从而可得到如下最优解：总的最小费用为万元，具体的订货和运输计划详细见下表（表四）订货安排运输安排8008005540200038 17490一、结果分析由于总费用由订购费用和运输费两部分组成，运输费又由一般线路上的运输费和铺设管道上的运输费组成。我们将其分段求出最优，然后综合考虑，这种解法不容易得到全局最优解，但经过我们多次的反复优化，使我们的结果趋于稳定。预想求出全局最优解，可以按我们在上面提出的非线性优化或网络最小费用最大流求解。另外，我们借助于Lingo软件求解，同时进行了灵敏度分析（具体见附录中的程序结果）。二、模型的评价及改进1．优点：1）本问题中运用了现代使用较广的网络流算法，同时又结合枚举法进行求解。这样模型的推广性较强，计算结果较为准确2）问题将费用流转化为网络流，具有较强的推广性和准确性3）本问题构造出的模型算法较简单，也可以运用手算的方法来得到比较满意的结果。2．缺点：1）由于本问题有现成的比较先进的解法，但由于缺乏基本的数学软件资料，不能将其准确求解。2）于在求解最短路时，我们用人工计算容易将问题复杂化，同时，容易出错。3）作为图论问题的技术而言，求解过程较难，且不易求出最优解3．模型改进本问题中需要用现成的先进的网络流求解，但本问题没有求解，将两部分分开来求解只有可能是原问题的一个可行解，实际上需要运用枚举法的网络解。在求解问题三时可用最小树求解，同时，我们可将本问题运用于时间的变化等范围的推广。可以运用一些分类准则，将该图分类，也可以采用模糊聚类的方法分组38 一、模型的运用及推广由于网络技术已作为一种有效的科学管理方法,使其自身有其广泛的应用和推广在现实生活、生产和科研活动中，有很多问题具有网络的形式，都可以用本模型的思想和方法加以描述。例如：在生产管理和组织工作中，为有效完成某项生产任务，而对各工序之间衔接进行统筹安排问题；又如交通系统，供水管系统以及通信系统等的合理分布问题等等，具体我们可得如下表的一些典型的网络系统：节点弧网流类别水、油、水泵飞机场火车站、汽车站制作（加工）中心管道空中走廊铁路、工路材料、成品输送道水、油、气、汽飞机火车、汽车加工件物质流网络交换台计算机电缆、波道计算机联线电话信息信息网络工序（活动）环节工序（活动）时间费用时间流网络参考文献[1]许国志主编，《系统科学大词典》，云南科技出版社，云南，1994。[2]杜端甫，《运筹图论（图、网络理论中的运筹问题）》，北京航空航天大学出版社，北京，1990。[3]雷功炎，《数学模型讲义》，北京大学出版社，北京，1999。附录附录一1．求解到点的单位运费最小的最优路径，并将的数据代入求出其解的源程序清单MODEL:SETS:CITIES/1..33/:F;ROADS(CITIES,CITIES)/1,22,32,163,43,174,54,185,65,196,76,207,87,217,228,98,2338 9,109,2410,1110,2511,1211,2612,1312,2713,1413,2814,1514,2914,3015,3115,3216,3317,3318,3319,3320,3321,3322,3323,3324,3325,3326,3327,3328,3329,3330,3331,3332,33/:D;!D(i,j)isthedistancefromcityitoj;ENDSETSDATA:!Herearethedistancesthatcorrespondtotheabovelinks;D=10.430.10.375.00.260.66019.4120.50.520.11.03.168.01.248.04.230.07.022.01.021.01.042.06.238 50.011.03.02.02.0205.0190.0125.0110.095.085.085.070.0110.0135.0145.0155.0165.0180.0175.0190.0190.0;ENDDATAF(@SIZE(CITIES))=0;@FOR(CITIES(i)|i#LT#@SIZE(CITIES):F(i)=@MIN(ROADS(i,j):D(i,j)+F(j)));END2．对求从到的运行结果Feasiblesolutionfoundatstep:0VariableValueF(1)215.7000F(2)205.3000F(3)190.2000F(4)171.6000F(5)111.0000F(6)95.50000F(7)86.00000F(8)71.20000F(9)114.2000F(10)142.000038 F(11)146.0000F(12)156.0000F(13)171.2000F(14)178.0000F(15)192.0000F(16)205.0000F(17)190.0000F(18)125.0000F(19)110.0000F(20)95.00000F(21)85.00000F(22)85.00000F(23)70.00000F(24)110.0000F(25)135.0000F(26)145.0000F(27)155.0000F(28)165.0000F(29)180.0000F(30)175.0000F(31)190.0000F(32)190.0000F(33)0.附录二，对问题一的订购和运输计划1，Lingo源程序MODEL:!A6Warehouse14VendorTransportationProblem;SETS:WAREHOUSES/S1S2S3S4S5S6/:CAPACITY;VENDORS/A2A3A4A5A6A7A8A9A10A11A12A13A14A15/:DEMAND;LINKS(WAREHOUSES,VENDORS):COST,VOLUME;ENDSETS!Theobjective;MIN=@SUM(LINKS(I,J):COST(I,J)*VOLUME(I,J));!Thedemandconstraints;@FOR(VENDORS(J):@SUM(WAREHOUSES(I):VOLUME(I,J))=DEMAND(J));!Thecapacityconstraints;@FOR(WAREHOUSES(I):@SUM(VENDORS(J):VOLUME(I,J))<=38 CAPACITY(I));!Hereisthedata;DATA:CAPACITY=8008001000200020002000;DEMAND=261482515571153373212734330317170257655141;COST=320.3300.0258.6198.0180.5163.1181.2224.2252.0256.0266.0281.2288.0302.0360.3345.2326.6266.0250.5241.0226.2269.2297.0301.0311.0326.2333.0347.0375.3355.2336.6276.0260.5251.0241.2203.2237.0241.0251.0266.2273.0287.0410.3395.2376.6316.0300.5291.0276.2244.2222.0211.0221.0236.2243.0257.0400.3380.2361.6301.0285.5276.0266.2234.2212.0188.0206.0226.2228.0242.0405.3386.2366.6306.0290.5281.0271.2234.2212.0201.0195.0203.0161.0178.0;ENDDATAEND2．运行结果Rows=21Vars=84No.integervars=0(allarelinear)Nonzeros=272Constraintnonz=168(168are+-1)Density=0.152Smallestandlargestelementsinabsvalue=1.000002000.00No.<:6No.=:14No.>:0,Obj=MIN,GUBs<=14Singlecols=0Optimalsolutionfoundatstep:33Objectivevalue:.VariableValueReducedCostVOLUME(S1,A2)0.28.00001VOLUME(S1,A3)0.22.79999VOLUME(S1,A4)274.00000.VOLUME(S1,A5)0.0.VOLUME(S1,A6)153.00000.VOLUME(S1,A7)373.00000.VOLUME(S1,A8)0.22.99999VOLUME(S1,A9)0.99.00000VOLUME(S1,A10)0.143.0000VOLUME(S1,A11)0.171.0000VOLUME(S1,A12)0.174.0000VOLUME(S1,A13)0.181.200038 VOLUME(S1,A14)0.230.0000VOLUME(S1,A15)0.227.0000VOLUME(S2,A2)261.00000.VOLUME(S2,A3)22.000000.VOLUME(S2,A4)0.-0.E-05VOLUME(S2,A5)305.00000.VOLUME(S2,A6)0.2.VOLUME(S2,A7)0.9.VOLUME(S2,A8)212.00000.VOLUME(S2,A9)0.76.00000VOLUME(S2,A10)0.120.0000VOLUME(S2,A11)0.148.0000VOLUME(S2,A12)0.151.0000VOLUME(S2,A13)0.158.2000VOLUME(S2,A14)0.207.0000VOLUME(S2,A15)0.204.0000VOLUME(S3,A2)0.5.VOLUME(S3,A3)0.-0.E-04VOLUME(S3,A4)0.-0.E-05VOLUME(S3,A5)266.00000.VOLUME(S3,A6)0.2.VOLUME(S3,A7)0.9.VOLUME(S3,A8)0.4.VOLUME(S3,A9)734.00000.VOLUME(S3,A10)0.50.00000VOLUME(S3,A11)0.78.00000VOLUME(S3,A12)0.81.00000VOLUME(S3,A13)0.88.20000VOLUME(S3,A14)0.137.0000VOLUME(S3,A15)0.134.0000VOLUME(S4,A2)0.15.00001VOLUME(S4,A3)0.14.99999VOLUME(S4,A4)0.14.99999VOLUME(S4,A5)0.15.00000VOLUME(S4,A6)0.17.00000VOLUME(S4,A7)0.24.89999VOLUME(S4,A8)0.14.99999VOLUME(S4,A9)0.16.00000VOLUME(S4,A10)0.10.00000VOLUME(S4,A11)0.23.00000VOLUME(S4,A12)0.26.00000VOLUME(S4,A13)0.33.20000VOLUME(S4,A14)0.82.00000VOLUME(S4,A15)0.79.0000038 VOLUME(S5,A2)0.5.VOLUME(S5,A3)460.00000.VOLUME(S5,A4)241.00000.VOLUME(S5,A5)0.0.VOLUME(S5,A6)0.2.VOLUME(S5,A7)0.9.VOLUME(S5,A8)0.4.VOLUME(S5,A9)0.6.VOLUME(S5,A10)330.00000.VOLUME(S5,A11)317.00000.VOLUME(S5,A12)0.11.00000VOLUME(S5,A13)0.23.20000VOLUME(S5,A14)0.67.00000VOLUME(S5,A15)0.64.00000VOLUME(S6,A2)0.10.00001VOLUME(S6,A3)0.5.VOLUME(S6,A4)0.4.VOLUME(S6,A5)0.5.VOLUME(S6,A6)0.7.VOLUME(S6,A7)0.14.89999VOLUME(S6,A8)0.9.VOLUME(S6,A9)0.6.VOLUME(S6,A10)0.0.VOLUME(S6,A11)0.13.00000VOLUME(S6,A12)170.00000.VOLUME(S6,A13)257.00000.VOLUME(S6,A14)655.00000.VOLUME(S6,A15)141.00000.3．灵敏度分析Rangesinwhichthebasisisunchanged:ObjectiveCoefficientRangesCurrentAllowableAllowableVariableCoefficientIncreaseDecreaseVOLUME(S1,A2)320.3000INFINITY28.00001VOLUME(S1,A3)300.0000INFINITY22.79999VOLUME(S1,A4)258.60000.02.VOLUME(S1,A5)198.0000INFINITY0.0VOLUME(S1,A6)180.50002.INFINITYVOLUME(S1,A7)163.10009.INFINITYVOLUME(S1,A8)181.2000INFINITY22.99999VOLUME(S1,A9)224.2000INFINITY99.00000VOLUME(S1,A10)252.0000INFINITY143.0000VOLUME(S1,A11)256.0000INFINITY171.000038 VOLUME(S1,A12)266.0000INFINITY174.0000VOLUME(S1,A13)281.2000INFINITY181.2000VOLUME(S1,A14)288.0000INFINITY230.0000VOLUME(S1,A15)302.0000INFINITY227.0000VOLUME(S2,A2)360.30005.INFINITYVOLUME(S2,A3)345.20000.00.0VOLUME(S2,A4)326.6000INFINITY-0.E-05VOLUME(S2,A5)266.00000.00.0VOLUME(S2,A6)250.5000INFINITY2.VOLUME(S2,A7)241.0000INFINITY9.VOLUME(S2,A8)226.20004.INFINITYVOLUME(S2,A9)269.2000INFINITY76.00000VOLUME(S2,A10)297.0000INFINITY120.0000VOLUME(S2,A11)301.0000INFINITY148.0000VOLUME(S2,A12)311.0000INFINITY151.0000VOLUME(S2,A13)326.2000INFINITY158.2000VOLUME(S2,A14)333.0000INFINITY207.0000VOLUME(S2,A15)347.0000INFINITY204.0000VOLUME(S3,A2)375.3000INFINITY5.VOLUME(S3,A3)355.2000INFINITY-0.E-04VOLUME(S3,A4)336.6000INFINITY-0.E-05VOLUME(S3,A5)276.00000.06.VOLUME(S3,A6)260.5000INFINITY2.VOLUME(S3,A7)251.0000INFINITY9.VOLUME(S3,A8)241.2000INFINITY4.VOLUME(S3,A9)203.20006.INFINITYVOLUME(S3,A10)237.0000INFINITY50.00000VOLUME(S3,A11)241.0000INFINITY78.00000VOLUME(S3,A12)251.0000INFINITY81.00000VOLUME(S3,A13)266.2000INFINITY88.20000VOLUME(S3,A14)273.0000INFINITY137.0000VOLUME(S3,A15)287.0000INFINITY134.0000VOLUME(S4,A2)410.3000INFINITY15.00001VOLUME(S4,A3)395.2000INFINITY14.99999VOLUME(S4,A4)376.6000INFINITY14.99999VOLUME(S4,A5)316.0000INFINITY15.00000VOLUME(S4,A6)300.5000INFINITY17.00000VOLUME(S4,A7)291.0000INFINITY24.89999VOLUME(S4,A8)276.2000INFINITY14.99999VOLUME(S4,A9)244.2000INFINITY16.00000VOLUME(S4,A10)222.0000INFINITY10.00000VOLUME(S4,A11)211.0000INFINITY23.00000VOLUME(S4,A12)221.0000INFINITY26.00000VOLUME(S4,A13)236.2000INFINITY33.2000038 VOLUME(S4,A14)243.0000INFINITY82.00000VOLUME(S4,A15)257.0000INFINITY79.00000VOLUME(S5,A2)400.3000INFINITY5.VOLUME(S5,A3)380.20000.00.0VOLUME(S5,A4)361.60000.00.0VOLUME(S5,A5)301.0000INFINITY0.0VOLUME(S5,A6)285.5000INFINITY2.VOLUME(S5,A7)276.0000INFINITY9.VOLUME(S5,A8)266.2000INFINITY4.VOLUME(S5,A9)234.2000INFINITY6.VOLUME(S5,A10)212.00000.0INFINITYVOLUME(S5,A11)188.000013.00000INFINITYVOLUME(S5,A12)206.0000INFINITY11.00000VOLUME(S5,A13)226.2000INFINITY23.20000VOLUME(S5,A14)228.0000INFINITY67.00000VOLUME(S5,A15)242.0000INFINITY64.00000VOLUME(S6,A2)405.3000INFINITY10.00001VOLUME(S6,A3)386.2000INFINITY5.VOLUME(S6,A4)366.6000INFINITY4.VOLUME(S6,A5)306.0000INFINITY5.VOLUME(S6,A6)290.5000INFINITY7.VOLUME(S6,A7)281.0000INFINITY14.89999VOLUME(S6,A8)271.2000INFINITY9.VOLUME(S6,A9)234.2000INFINITY6.VOLUME(S6,A10)212.0000INFINITY0.0VOLUME(S6,A11)201.0000INFINITY13.00000VOLUME(S6,A12)195.000011.00000INFINITYVOLUME(S6,A13)203.000023.20000INFINITYVOLUME(S6,A14)161.000067.00000INFINITYVOLUME(S6,A15)178.000064.00000INFINITYRighthandSideRangesRowCurrentAllowableAllowableRHSIncreaseDecrease2261.000022.00000261.00003482.0000652.0000460.00004515.0000652.0000241.00005571.000022.00000305.00006153.0000274.0000153.00007373.0000274.0000241.00008212.000022.00000212.00009734.000022.00000305.000010330.0000652.0000330.000011317.0000652.0000317.000038 12170.0000777.0000170.000013257.0000777.0000257.000014655.0000777.0000655.000015141.0000777.0000141.000016800.0000241.0000274.000017800.0000460.000022.00000181000.000305.000022.00000192000.000INFINITY2000.000202000.000INFINITY652.0000212000.000INFINITY777.0000附录三、对问题三最短路的求解1．源程序清单MODEL:SETS:CITIES/1..34/:F;ROADS(CITIES,CITIES)/1,22,32,223,43,234,54,245,65,256,76,267,87,277,288,98,299,109,1610,1110,3011,1211,1712,1312,1913,1413,2014,1514,2114,3115,3215,3316,3417,1817,1917,3418,3419,2019,3420,2120,3421,3422,3423,3424,3425,3426,3438 27,3428,3429,3430,3431,3432,3433,34/:D;!D(i,j)isthedistancefromcityitoj;ENDSETSDATA:!Herearethedistancesthatcorrespondtotheabovelinks;D=10.430.10.375.00.260.66019.4120.50.520.11.03.168.01.248.04.230.07.022.01.021.01.042.06.250.011.03.02.02.0110.013.019.0145.0150.026.0145.010.0165.0180.0205.0190.0125.0110.095.085.085.070.0135.038 175.0190.0190.0;ENDDATA!IfyouarealreadyinCity10,thenthecosttotraveltoCity10is0;F(@SIZE(CITIES))=0;@FOR(CITIES(i)|i#LT#@SIZE(CITIES):F(i)=@MIN(ROADS(i,j):D(i,j)+F(j)));END2．运行结果VariableValueF(1)170.7000F(2)160.3000F(3)140.2000F(4)98.60000F(5)38.00000F(6)20.50000F(7)3.F(8)21.20000F(9)64.20000F(10)92.00000F(11)96.00000F(12)106.0000F(13)121.2000F(14)128.0000F(15)142.0000F(16)60.00000F(17)95.00000F(18)100.0000F(19)105.0000F(20)115.0000F(21)130.0000附录四、确定问题三订购、运输计划及总费用的源程序1．源程序清单MODEL:!A6Warehouse8VendorTransportationProblem;SETS:WAREHOUSES/S1S2S3S5S6/:CAPACITY;38 VENDORS/A2A3A4A5A6A7A8A9A10A11A12A13A14A15A16A17A18A19A20A21/:DEMAND;LINKS(WAREHOUSES,VENDORS):COST,VOLUME;ENDSETS!Theobjective;MIN=@SUM(LINKS(I,J):COST(I,J)*VOLUME(I,J));!Thedemandconstraints;@FOR(VENDORS(J):@SUM(WAREHOUSES(I):VOLUME(I,J))=DEMAND(J));!Thecapacityconstraints;@FOR(WAREHOUSES(I):@SUM(VENDORS(J):VOLUME(I,J))<=CAPACITY(I));!Hereisthedata;DATA:CAPACITY=800800100020002000;DEMAND=2614825155711533732127543303221702576551412218560161179100;COST=320.3300.2258.6198180.5163.1181.2224.2252256266281.2288302220255260265275290360.3345.2326.6266250.5241226.2269.2297301301326.2333347265300305300320335375.3355.2336.6276260.5251241.2240203.2237241256266.2273287199245255260270345.3325.2361.6301285.5276266.2234.2212188206226.2228242230187205205220230405.3385.2366.6306290.5281271.2234.2212201187166.2161178230200187186160150;ENDDATAEND2．运行结果Rows=26Vars=100No.integervars=0(allarelinear)Nonzeros=325Constraintnonz=200(200are+-1)Density=0.124Smallestandlargestelementsinabsvalue=1.000002000.00No.<:5No.=:20No.>:0,Obj=MIN,GUBs<=20Singlecols=0Optimalsolutionfoundatstep:36Objectivevalue:.38 VariableValueReducedCostVOLUME(S1,A2)0.53.00001VOLUME(S1,A3)0.52.99999VOLUME(S1,A4)0.-0.E-05VOLUME(S1,A5)274.00000.VOLUME(S1,A6)153.00000.VOLUME(S1,A7)373.00000.VOLUME(S1,A8)0.23.00000VOLUME(S1,A9)0.68.00000VOLUME(S1,A10)0.126.8000VOLUME(S1,A11)0.146.0000VOLUME(S1,A12)0.157.0000VOLUME(S1,A13)0.193.0000VOLUME(S1,A14)0.205.0000VOLUME(S1,A15)0.202.0000VOLUME(S1,A16)0.68.00000VOLUME(S1,A17)0.146.0000VOLUME(S1,A18)0.151.0000VOLUME(S1,A19)0.157.0000VOLUME(S1,A20)0.193.0000VOLUME(S1,A21)0.218.0000VOLUME(S2,A2)0.25.00001VOLUME(S2,A3)0.29.99999VOLUME(S2,A4)515.00000.VOLUME(S2,A5)73.000000.VOLUME(S2,A6)0.2.VOLUME(S2,A7)0.9.VOLUME(S2,A8)212.00000.VOLUME(S2,A9)0.45.00000VOLUME(S2,A10)0.103.8000VOLUME(S2,A11)0.123.0000VOLUME(S2,A12)0.124.0000VOLUME(S2,A13)0.170.0000VOLUME(S2,A14)0.182.0000VOLUME(S2,A15)0.179.0000VOLUME(S2,A16)0.45.00000VOLUME(S2,A17)0.123.0000VOLUME(S2,A18)0.128.0000VOLUME(S2,A19)0.124.0000VOLUME(S2,A20)0.170.0000VOLUME(S2,A21)0.195.0000VOLUME(S3,A2)0.30.00001VOLUME(S3,A3)0.29.9999938 VOLUME(S3,A4)0.-0.E-05VOLUME(S3,A5)224.00000.VOLUME(S3,A6)0.2.VOLUME(S3,A7)0.9.VOLUME(S3,A8)0.5.VOLUME(S3,A9)0.5.VOLUME(S3,A10)330.00000.VOLUME(S3,A11)0.49.00000VOLUME(S3,A12)0.54.00000VOLUME(S3,A13)0.89.80000VOLUME(S3,A14)0.105.2000VOLUME(S3,A15)0.95.00000VOLUME(S3,A16)0.57.00000VOLUME(S3,A17)0.12.00000VOLUME(S3,A18)0.58.00000VOLUME(S3,A19)0.69.00000VOLUME(S3,A20)0.100.0000VOLUME(S3,A21)0.120.0000VOLUME(S5,A2)261.00000.VOLUME(S5,A3)482.00000.VOLUME(S5,A4)0.24.99999VOLUME(S5,A5)0.25.00000VOLUME(S5,A6)0.27.00000VOLUME(S5,A7)0.34.89999VOLUME(S5,A8)0.30.00000VOLUME(S5,A9)728.00000.VOLUME(S5,A10)0.8.VOLUME(S5,A11)322.00000.VOLUME(S5,A12)0.19.00000VOLUME(S5,A13)0.60.00000VOLUME(S5,A14)0.67.00000VOLUME(S5,A15)0.64.00000VOLUME(S5,A16)22.000000.VOLUME(S5,A17)185.00000.VOLUME(S5,A18)0.18.00000VOLUME(S5,A19)0.19.00000VOLUME(S5,A20)0.60.00000VOLUME(S5,A21)0.80.00000VOLUME(S6,A2)0.60.00001VOLUME(S6,A3)0.59.99999VOLUME(S6,A4)0.29.99999VOLUME(S6,A5)0.30.00000VOLUME(S6,A6)0.32.00000VOLUME(S6,A7)0.39.8999938 VOLUME(S6,A8)0.35.00000VOLUME(S6,A9)26.000000.VOLUME(S6,A10)0.8.VOLUME(S6,A11)0.13.00000VOLUME(S6,A12)170.00000.VOLUME(S6,A13)257.00000.VOLUME(S6,A14)655.00000.VOLUME(S6,A15)141.00000.VOLUME(S6,A16)0.0.VOLUME(S6,A17)0.13.00000VOLUME(S6,A18)60.000000.VOLUME(S6,A19)161.00000.VOLUME(S6,A20)179.00000.VOLUME(S6,A21)100.00000.38