物流实验软件课程设计 孙茹雪概论Word格式文档下载.docx
- 文档编号:21069751
- 上传时间:2023-01-27
- 格式:DOCX
- 页数:24
- 大小:88.70KB
物流实验软件课程设计 孙茹雪概论Word格式文档下载.docx
《物流实验软件课程设计 孙茹雪概论Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《物流实验软件课程设计 孙茹雪概论Word格式文档下载.docx(24页珍藏版)》请在冰豆网上搜索。
在A,B,C,D四种方案中,每种方案包含的便利店小组都不同。
为方便计算,将24个便利店虚化为坐标中24个点,并分别编号为v1----v24。
然后在各个方案中,先用扫描算法将该方案中所有的点进行分组,然后在每个小组内进行路线安排。
这样每个小组就形成独立的TSP模型,可以用lingo进行计算。
扫描算法的基本步骤:
①以起始点为极坐标系的原点,并以连通图中的任意一顾客和原点的连线定义为角度零,建立极坐标系。
然后对所有的顾客所在的位置,进行极坐标系的变换,全部都转换为极坐标系。
②分组。
从最小角度的顾客开始,建立一个组,按逆时针方向,将顾客逐个加入到组中,直到顾客的需求总量超出了负载限制。
然后建立一个新的组,继续按照逆时针方向,全部都转换为极坐标系。
③重复②的过程,直到所有的顾客都被分类为止。
④路径优化。
各个分组内的顾客点,就是一个个TSP模型的线路优化问题,采用适当的方法,对结果进行优化,选择一个合理的路线。
一.分组
A方案:
A方案涵盖了所有的需求点,先以扫描算法将需求点分组,然后用最近插入法计算每组的最优配送路线。
忽略各组配送频率的差别,将所有点按照扫描算法进行分组。
以(0,0)为原点,按逆时针方向扫描。
下面为依次扫描到的点及需求量。
序号
编号
X值
Y值
需求量
1
V19
5
50
13
V16
-8
-5
28
2
V4
4
51
14
V21
-3
-2
40
3
V5
6
9
46
15
V18
-10
-7
32
V7
86
16
V17
-9
35
V1
17
V9
73
V6
-1
43
18
V15
41
7
V3
31
19
V12
-6
8
V14
34
20
V2
81
V22
21
V10
36
10
V23
22
V11
80
11
V20
23
V13
30
12
V24
24
V8
选择的车辆类型为依维柯,载货量为200。
从第一个点v19开始,需求量为50,第二个点v4,需求量为51,总需求=50+51=101<
200,继续扫描。
第三个点v5需求量为46,总需求=50+51+46=147<
200,继续扫描。
第四个点为v7,需求量为86,总需求量=50+51+46+86=233>
200,所以舍弃第四个点。
所以第一组包含v19,v4,v5三个点。
第一组:
v19(5,1),v4(4,5),v5(6,9)三个点。
第二组:
v7(3,5),v1(1,2),v6(-1,6)三个点。
第三组:
v3(-2,3),v14(-7,9),v22(-5,4),v23(-9,6),v20(-3,1),v24(-6,-1),v16(-8,-5),v21(-3,-2)八个点。
第四组:
v18(-10,-7),v17(-8,-9),v9(-2,-3),v15(-2,-9)四个点。
第五组:
v12(-1,-6),v2(1,-3),v10(4,-5)三个点。
第六组:
v11(8,-9),v13(6,-5),v8(7,-3)三个点。
B方案:
B方案仅包括第二组需求点。
用扫描算法排列各点。
第一组为v7(3,5)一个点。
第二组为v9(-2,-3),v12(-1,-6),v10(4,-5)三个点。
第三组为v11(8,-9),v8(7,-3)两个点。
C方案
用扫描算法排序的结果为
12
v4(4,5),v5(6,9),v7(3,5)三个点。
v1(1,2),v6(-1,6),v3(-2,3),v9(-2,-3)四个点。
v11(8,-9),v8(7,-3)两点。
D方案
D方案包括1,2,3三组需求点。
扫描算法结果为:
v4(4,5),v5(6,9),v7(3,5)三点。
v1(1,2),v6(-1,6),v3(-2,3),v14(-7,9),v16(-8,-5)五个点。
v18(-10,-7),v17(-8,-9),v9(-2,-3),v15(-2,-9)四个点。
v11(8,-9),v3(6,-5),v8(7,-3)三个点。
A,B,C,D方案共分出19个小组。
下面针对这19个小组,用lingo分别计算出每组的最优配送路线。
二.Lingo计算过程
Lingo要求用距离矩阵进行计算,首先用excel计算出24个点的距离矩阵。
元素
A1
A2
A3
A4
A5
A6
B1
B2
B3
B4
B5
B6
C1
C2
C3
C4
C5
C6
D1
D2
D3
D4
D5
D6
3.2
4.2
8.6
4.5
3.6
7.8
5.8
7.6
8.2
10.6
11.4
14.2
4.1
5.7
6.3
10.8
6.7
8.5
9.2
5.4
14.4
11.7
13.5
7.3
_
15.6
9.1
11.3
13.4
12.8
2.2
5.1
14.6
12.1
10.2
15.2
18.4
8.1
9.9
14.1
18.1
16.6
19.7
19.8
22.8
22.6
15.3
17.5
15.8
8.9
9.4
14.9
10.4
17.8
17.7
7.2
6.1
15.1
16.2
13.9
13.2
1.4
12.6
12.7
9.5
23.4
16.5
22.7
16.1
7.1
19.1
18.6
18.7
16.3
12.2
13.3
2.8
14.3
16.4
11.2
Lingo运行代码:
MODEL:
SETS:
CUST/1..6/:
U;
LINK(CUST,CUST):
DIST,X;
ENDSETS
DATA:
DIST=
0986712
906151816
8601487
615140410
7188406
121671060;
ENDDATA
N=@SIZE(CUST);
MIN=@SUM(LINK:
DIST*X);
@FOR(CUST(K):
@SUM(CUST(I)|I#NE#K:
X(I,K))=1;
@SUM(CUST(J)|J#NE#K:
X(K,J))=1;
@FOR(CUST(J)|J#GT#1#AND#J#NE#K:
U(J)>
=U(K)+X(K,J)-
(N-2)*(1-X(K,J))+
(N-3)*X(J,K)
);
@FOR(LINK:
@BIN(X));
@FOR(CUST(K)|K#GT#1:
U(K)<
=N--(N-2)*X(K,1);
U(K)>
=1+(N-2)*X(K,1)
END
v19,v4,v5
距离矩阵:
V0
----
6.4
10.82
Lingo运算结果如下:
最优路线为1-3-4-2-1,对应表中的v0-v4-v5-v19。
最短距离为:
24.1
运输费用:
2*(51+46+50)*6.4+2*(46+50)*4.5+2*50*8.1=3588
考虑到需求量,v0-v19-v4-v5显然更优。
最短距离:
5.1+4.1+4.5+10.82=24.52
2*(50+51+46)*5.1+2*(51+46)*4.1+2*46*4.5=2708.8
V7,v1,v6
距离矩阵为:
5.83
2.24
6.08
lingo运算结果为
最优路线为1-3-4-2-1,对应表中的v0-v1-v6-v7-v0
最短距离为16.67
2*(50+43+86)*2.24+2*(43+86)*4.5+2*86*5.83=2965.68
考虑到需求量,V0-v1-v7-v6-v0更优。
距离:
2.24+3.6+4.1+6.08=16.02
2*(50+43+86)*2.24+2*(43+86)*3.6+2*43*4.1=2083.32
以下不再重复lingo运行过程,只给出最终结果。
v3,v14,v22,v23,,v20,v24,v16,v21
3.61
3.16
9.43
lingo运算结果为:
最优路线:
1-9-8-7-5-3-4-2-6-1,对应表中的v0-v21-v16-v24-v23-v14-v22-v3-v20-v0。
39.07。
2*(40+28+22+17+34+7+31+6)*3.61+2*(28+22+17+34+7+31+6)*5.8+2*(22+17+34+7+31+6)*4.5+2*(17+34+7+31+6)*7.6+2*(34+7+31+6)*3.6+2*(7+31+6)*5.4+2*(31+6)*3.2+2*6*2.2=6814.7
v18,v17,v9,v15
距离矩阵为
12.21
12.04
1-4-5-3-2-1,对应表中的v0-v9-v5-v17-v18-v0
最短路径:
30.62。
2*(73+46+35+32)*3.61+2*(46+35+32)*6+2*(35+32)*6+2*32*2.8=3682.12
v12,v2,v10
lingo运算结果:
最优路线为1-4-2-3-1,对应表中的v0-v10-v12-v2-v0
最短距离为17.66。
2*(36+51+81)*6.4+2*(51+81)*5.1+2*81*3=3982.8
考虑到需求量,v0-v12-v10-v0更优。
距离=3.16+3+5.1+6.4=17.66
运输费用=2*(81+51+36)*3.16+2*(51+36)*3+2*36*5.1=1950.96
v11,v13,v8
7.81
7.62
最优路线为1-3-2-4-1,对应表中的v0-v13-v11-v8-v0
最短距离为26.03。
2*(30+80+81)*7.81+2*(80+81)*4.5+2*81*6.1=5420.62
考虑到需求量,v0-v8-v13-v11-v0更优。
7.62+2.2+4.5+12.04=26.36
运输成本:
2*(81+30+80)*7.62+2*(30+80)*2.2+2*80*4.5=4114.84
v7
该组只有一个点,无需排序。
距离为:
2*4*86=686
v9,v12,v10
最优路线为:
1-4-3-2-1,对应表中的v0-v10-v12-v9-v0
最优距离为18.3
2*(36+51+73)*6.4+2*(51+73)*5.1+2*73*3.61=3839.86
考虑到需求量,v0-v9-v10-v12-v0更优。
3.61+3.2+5.1+6.08=17.99
2*(
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 物流实验软件课程设计 孙茹雪概论 物流 实验 软件 课程设计 孙茹雪 概论