Matlab

您所在的位置:网站首页 运输问题求解的基本思路 Matlab

Matlab

2024-07-15 16:28| 来源: 网络整理| 查看: 265

文章目录 运输问题1. 平衡运输问题2. 不平衡运输问题3. 有转运的情形四.案例分析作业实现

运输问题 1. 平衡运输问题

问题的产生及分析 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述在这里插入图片描述 运输问题的特点 在这里插入图片描述 求解运输问题的方法——表上作业法 在这里插入图片描述 (1)最小元素法

最小元素法的基本思想是优先满足单位运价最小的供销业务.

在这里插入图片描述 在这里插入图片描述 (2)闭回路法

在单纯形法中,为了检验一个基本可行解是不是最优解,需要求出所有非基变量的检验数. 由于目标要求极小,因此,当所有的检验数都大于或等于零时该调运方案就是最优方案.

在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 (3)闭回路调整法

若在检验数上有某空格的检验数为负,则可改进方案,降低成本。调整的方法是从具有负检验数的空格出发(有多个负检验数时,选择绝对值大的一个),沿它的闭回路进行调整,即在保持方案可行的条件下,尽量增加空格上的运量。

在这里插入图片描述 在这里插入图片描述 (4)位势法 ……

2. 不平衡运输问题

在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

3. 有转运的情形

如果某产品从生产地先运到某中间站,或者是先运到另外一个产地,或者是先运到另外一个销地,然后再运往目的地,这样的情形应该如何处理呢?这就是有转运的情形。

在这里插入图片描述 在这里插入图片描述

在这里插入图片描述

四.案例分析

在这里插入图片描述 在这里插入图片描述 模型的求解

c=[4,12,4,11;2,10,3,9;8,5,1,6]; c=c'; c=c(:) ; %取c的转置;c取矩阵内所有数值 Aeq=zeros(7,12); %将a赋值为7*12的零矩阵% for i=1:3 Aeq(i,4*i-3:4*i)=1; Aeq (i+3,i:4:12)=1; Aeq(7,4:4:12)=1; %等式系数向量 end beq=[16;10;22;8;14;12;14]; lb=zeros(12,1);intcon=1:12; %lu取12*1的零矩阵;intcon从1取到12% [x,y]=intlinprog(c,intcon,[],[], Aeq, beq,lb,[]); x=reshape(x,[1,12]),y %重新调整矩阵的行数、列数% 作业实现

在这里插入图片描述

m=input('场地数量:') n=input('销地数量:') Aeq1=zeros(m,m*n); Aeq2=zeros(n,m*n); for i=1:m Aeq1(i,n*i-(n-1):n*i)=1; end for i=1:n Aeq2(i,i:n:m*n)=1; end Aeq1 Aeq2 Aeq=[Aeq1;Aeq2]


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3