建模历程(NPMCM)2——蔬菜供应方案设计

这道题其实是第三次的题,第二次的题目是:局部脑血流测定,现在看起来虽然问题简单但没做出来什么新东西,所以直接总结第三次的。

首先,先看题目,图1所示为江平市的蔬菜供应网点图,图中A、B、C为蔬菜收购点,①到⑧为城中的菜市场,各菜市场的每天需求量与供应不平衡时会产生损失费用,蔬菜运输到各菜市场会产生运输费用,题目大概就是这样。 然后我们先梳理一下思路,问题一需要我们设计一种方案,使蔬菜调运及预期的短缺损失最小,这个问题就很明确了,要让运输费用和短缺损失费用之和最小,而运输费用只与运输里程有关、短缺损失费由各个菜市场的短缺量决定,以此建立线性规划模型并进行求解就行了。   

图1

通过上面对问题进行的初步分析,图1中路网所有节点之间的最短距离首先需要求解的。最短距离矩阵的求解使用Floyd或Dijkstra算法均可,但图1中节点编号不完整,所以重新进行编号如图2所示。

     

图2

根据图2编号顺序将带权邻接矩阵写出,然后直接由Floyd或Dijkstra算法去求解最短距离即可。下面的程序将二者求解的结果进行了比较,看是否一致,当然对本题来说结果是一致的。

%% 清空环境clcclear%% 输入带权邻接矩阵a1=[0 7 5 4 inf inf inf inf inf inf inf inf inf inf inf;...    7 0 inf 8 3 7 inf inf inf inf inf inf inf inf inf;...    5 inf 0 6 inf inf 5 inf 7 inf inf inf inf inf inf;...    4 8 6 0 7 inf 4 8 inf inf inf inf inf inf inf;...    inf 3 inf 7 0 6 inf 5 inf inf inf inf inf inf inf;...    inf 7 inf inf 6 0 inf 7 inf inf 11 inf inf inf inf;...    inf inf 5 4 inf inf 0 4 inf 7 inf inf inf inf inf;...    inf inf inf 8 5 7 4 0 inf 5 6 inf inf inf inf;...    inf inf 7 inf inf inf inf inf 0 6 inf inf 8 inf 10;...    inf inf inf inf inf inf 7 5 6 0 3 inf 6 inf inf;...    inf inf inf inf inf 11 inf 6 inf 3 0 5 inf 6 inf;...    inf inf inf inf inf inf inf inf inf inf 5 0 inf inf inf;...    inf inf inf inf inf inf inf inf 8 6 inf inf 0 10 5;...    inf inf inf inf inf inf inf inf inf inf 6 inf 10 0 11;...    inf inf inf inf inf inf inf inf 10 inf inf inf 5 11 0]; %各个节点邻接矩阵%% 调用函数[D,path]=Floyd(a)[D,path]=Floyd(a1);%% 调用函数[min,path]=dijkstra(a,ul,ub)[m,n]=size(a1);D1=zeros(m,n);for i=1:m    for j=1:n        D1(i,j)=dijkstra(a1,i,j);    endend%% 判断Floyd和Dijkstra算法所得结果是否相同% disp(D)disp('===============')disp('判断Floyd和Dijkstra算法所得结果是否相同')if isequal(D, D1)    disp('--------相同')else    disp('--------不相同')end

接下来就可以求解LP模型了,模型如下:

关于变量,简单说明D为距离、M为运送重量、N为菜市场需求量、S为缺货损失。

由“linprog”求解上述LP模型,所得结果如图3所示。

[x,fval] = linprog(f,A,b,Aeq,beq,lb,ub,options)

图3 A、B、C 三个收购点对①至⑧号菜市场的供应方案

第一问到此就结束了,本题后面还有两问,但其实思路和第一问大同小异,这里就不做赘述了。

本文全部实现程序以及详细题目,后台回复“NPMCM2或“FDLP”获取。
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,053评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,527评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,779评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,685评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,699评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,609评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,989评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,654评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,890评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,634评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,716评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,394评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,976评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,950评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,191评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,849评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,458评论 2 342

推荐阅读更多精彩内容