- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
纟汐理工只联
数学与计算科学学院实验报告
实验项目名称 运输问题
所属课程名称 运筹学B
实验类型 综合实验
实验日期
班 级
成 绩
一、实验概述:
【实验目的】
学会使用LIN3O软件定义集合;
学会运用LIN33软件和MkTLAB软件解决运输问题。
【实验原理】
利用整数规划、0-1规划和指派问题原理建立数学模型,并利用MkTLAB软件和 LI N3O软件进行求解。
【实验环境】
计算机,KAtlab软件z I i ngo软件,运筹学软件
二、实验内容:
【实验方案】
通过对实际问题的具体分析,建立模型,再利用MKTLAB软件和LIN33软件进 行求解。
【实验过程】(实验步骤、记录、数据、分析)
已知某企业有甲、乙、丙三个分厂生产一种产品,其产量分别为7、9、7个单 位,需运往A.氏匚D四个门市部,各,门市部需求量分别为3、5、7、8个单位。 已知单位运价如下表,试确定运输计划使总运费最少。
运价表
A
B
C
D
产量
甲
12
13
10
11
7
乙
10
12
14
10
9
丙
14
11
15
12
7
需求量
3
5
7
8
23
1 ?模型建立
因为总产量和总需求量均为23 ,故产销平衡。
设?表示由第i个分厂运往第j个门市部的产品数量,则建立数学模型为:
3 4
=12xn +13 兀 12 +10 兀 13 +11西4 +10兀21
/=l J=l
+ 12兀22 +14吃3 +1°兀24 +1力31 + 】吹32 +】5兀33 +12兀34 'xn+x12+x13+x14=7
兀2i + 兀22 + X23 + 兀24 = 9 x31+x32 +x33 +x34 =7
心+兀21+兀31=3
S.t.< 「
兀 12 + 兀22 + 兀32 =5
x13 +x23 +x33 =7
斗 4 + 3x34 =8
砖 0,(心 1,2,3 沪 1,2,3,4)
模型求解
1 )运用MVTLAB软件进行求解,程序如下:
clc
c= [12 13
10 11 10 12
14
10 14 11 15 12];
Aeq= [1 1
1 1 0 0 0 0
0
0 0 0;
0 0 0
0 11110
0
0 0;
000
000001
1
1 1;
10 0
0 1 0 0 0 1
0
0 0;
0 10
0 0 1 0 0 0
1
0 0;
0 0 1
0 0 0 1 0 0
0
1 0;
0 0 0
1 0 0 0 1 0
0
0 1];
beq=[7 9
7 3 5 7 8];
A=[];
b=[];
VIB= [0 0
0 0 0 0 0 0
0
0 0 0];
VUB=[];
[x,y]=1inprog(c z A,b,Aeqz beq,VIB,VUB) 结果为:
0. 0000 0. 0000 7. 0000 0. 0000
0000 0. 0000 0. 0000 6. 0000 0. 0000
5. 0000
0. 0000
0000
y =
239. 0000
2)运用LIN3D软件进行求解,程序如下:
MODEL:
!3 Warehouse,4 Customer Transportation Problem;
sets :
Warehouse /1…3/: a;
Customer /1??4/: b;
Routes(Warehouse, Customer) : czx;
endsets
! Here are the parameters;
data:
a=7z9z7;
b=3,5,7,8;
0=12,13,10,11,
10,12,14,10,
14,11,15,12;
enddata
!The objective;
[OBJ] min=@sum(Routes:c*x);
! The supply constraints;
@for(Warehouse(i):[SUP]@sum(Customer(j):x(i,j))<=a(i)); !The demand constraints;
@for(Customer(j) : [DEM]@sum(Warehouse(i) :x(iz j))(j)); END
纟吉果为:
Global optimal solution found?
Objective value:
239 ? 0000
Infeasibilities:
0 ? 000000
Total solver iterations:
6
Variable
Value
Reduced Cost
A( 1)
7.000000
0.000000
A( 2)
9.000000
0.000000
A( 3)
7.000000
0.000000
B( 1)
3 ? 000000
0.00
文档评论(0)