运输调控方案论文

求总最小运输费用在运输车从各个需求点回到仓库的过程中，由于最短路已经确定，因而返回时按每条运输路线上终止需求点到仓库的最短路径，就可求出整个运输车运送物资与返回全过程的最小费用。

返即在运输车往返需求点的全过程中的最小费用为返去总化整为零，调度车辆，分配每辆车运输线路根据本文前部分的求解，能求出从仓库到个需求点的最短物资调度线路，则调度车辆要考虑的因素是使总运费最小及使用的车辆尽量少。

因为在实际物资调度过程中，派出辆车的固定费用远高于辆车的行驶费用，因此调度的车辆尽可能少也是优化车辆调度的个重要考虑因素。

本文在此提供两种方案。

第种方案假设每辆运输车满载，即载重均为吨，假设运输车在运到第个运输点时，将吨货全部卸完，此时运输到地的物资小于地的需求量，则车返回，车继续往地送货，满足地的需求量后继续前进，按此种运输方式运输往各个需求地的需求量，直至第个需求点。

即在此过程中，假设有辆超级大车，载重了个需求点的全部物资，每到个需求点，就卸下部分物资，直至最后个需求点。

第二种方案假设每辆运输车不定满载，车在运送完最短路上指定的几个需求点后，即空载返回，车沿着最短路线，继续运送物资。

即在此种方案下，每个需求点只有辆车来运送物资。

问题二的分析在第问已求出最短路的前提下，第二问中提供了三种载重不同的运输车。

即在这种条件下，能够继续优化调度方案，使载重大的车吨的车，运送离仓库较近的需求地的物资，使这几个需求地的物资总和尽量接近于吨。

载重越小的车，运往的需求地离仓库越远。

因为大车的运营成本最高。

大车载重多，因而每公里的运输费用最高。

思路图三基本假设结合本题的实际，为了确保模型求解的准确性和合理性，我们排除了些位置因素的干扰，提出以下几点假设问题的假设每辆车载重不同时速度均相等。

忽略运输车加速和制动的速度变化及时间的影响。

不考虑汽车在红绿灯，堵车，恶劣天气状况时的延误时间。

每辆车派出的人工成本，装卸货等固定成本忽略不计。

供应物资的公司能够提供足够多的车辆。

假设不考虑其他因素，第个需求点的运费与第个需求点的需求量及仓库到第个需求点的位置均成正比。

问题二的假设本题求解最小费用不考虑实际情况中三种载重不同的运输车的固定成本的差异。

不考虑三种载重不同的运输车速度的不同。

本文引用的数据资料均真实可靠。

四符号说明为了便于问题的求解，我们给出以下符号说明其他未说明的符号在文中第次出现时会做详细的说明。

符号意义第辆车需求点，需求点和需求点之间的距离需求点的物资需求量需求量乘位置后需求点的合成坐标变量需求点和需求点之间的费用第辆车的总运输费用注当地与地连通时当地与地不连通时注二，其中均为题中所给的第个需求点的横纵坐标。

五模型的建立与求解问题的求解模型概述算法算法是典型最短路算法，用于计算个节点到其他所有节点的最短路径。

主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。

算法能得出最短路径的最优解。

算法描述这里描述的是从节点开始到各点的算法，其中表示的边的权值，即为最短路径值置集合，数组，，之间存在边无穷大之间不存在边在中，令，属于，令，若为空集则算法结束，否则转对全部属于，如果存在边，那么转算法思想为设，是个带权有向图，把图中顶点集合分成两组，第组为已求出最短路径的顶点集合用表示，初始时中只有个源点，以后每求得条最短路径，就将加入到集合中，直到全部顶点都加入到中，算法就结束了，第二组为其余未确定最短路径的顶点集合用表示，按程数车次车型调配路线装载吨数里程数吨对于该方案我们派出去七辆车，分别开往，这七个站点。

第条路线有吨的车车载重为吨，其行程为，返回时行驶了，停留了分钟，共用时约为小时花费为第二条路线有吨的车车载重为吨，其行程为，返回时行驶了，停留了分钟，共用时约为小时花费为第三条路线有吨的车车载重为吨，其行程为，返回时行驶了，停留了分钟，共用时约为小时花费为第四条路线有吨的车车载重为吨，其行程为，返回时行驶了，停留了分钟，共用时约为小时花费为第五条路线有吨的车车载重为吨，其行程为，返回时行驶了，停留了分钟，共用时约为小时花费为第六条路线有吨的车车载重为吨，其行程为，返回时行驶了，停留了分钟，共用时约为小时花费为第七条路线有吨的车车载重为吨，其行程为，返回时行驶了，停留了分钟，共用时约为小时花费为第八条路线有吨的车路线七的车车载重为吨，其行程为，返回时行驶了，停留了分钟，共用时约为小时花费为综上对第到第八条路线有总花费总即花费总此时求解得花费总元六模型结果的分析和检验在研究物资调配问题时，我们忽略了交通，天气等客观因素，大大简化了最短路径的建立与求解。

最初我们便通过化零为整思想确立了条经济上最短路径，并在下文求解最低费用以及运输车的具体调配中深刻落实。

这样便最大程度上保证总运输费用最低这主旨，应该说在落实最低费用方面是相当可靠的，也是可行的。

并且最终我们利用此方法求解出的低费用，也证明了这点。

但是这个模型也并非最优的，因为此模型没有充分考虑时间这个约束条件。

换言之，如果以最低费用为主要要求，我们的模型有很高的可行性如果以时间为主要要求，此模型可能会产生较大误差。

但是，这个误差并非无法弥补的，我们又可以通过人工改进调配，灵活的运用此模型。

在第问中，我们最终选择八辆车非满载的调配方案，并求解出了相对最低的运输费用。

因为在问题中我们已经给出了每辆车要经过的具体路线以及需要的承载量，于是便可以按着具体的运输方案进行检验，经过多次求解调配，发现每次的误差并不大，这便定程度说明此模型的稳定性与可行性而在第二问中，我们通过同样的方法，结合利用软件，计算检验。

仓库每天要运送的物资在早上出发时间之前已经全到了，没有到的当天就不运送这种模型现在已经很成熟，因此采用这种解法应该能够达到减少运费的要求。

且总费用控制在了个较为合理的范围内。

但是由于物资调运是个比较复杂的问题设计到众多的变量，上述模型尚有许多因素没有考虑在内。

比如每辆车送完物资，回来再准备第二趟运送这个过程也要花时间，这个时间没有考虑到时间范围内，还有像城市交通不平衡等问题，货物分类等问题。

七模型的推广目前，物流配送车辆优化调度在国外已广泛运用于生产和生活的各个方面，如报纸牛奶投递及线路优化，工业原材料和成品的运输，电话或网络购物的车辆配装及线路设计，航运公司轮船经过港口和货物装卸的优化设计，连锁商店的送配货等等，并已经取得了极大的经济效益如美国沃尔玛特百货有限公司，其成为全球零售业霸主的首要因素是拥有了最先进的物流配送指挥系统，全球各门店通过卫星实现联网，可以最大限度地降低其商品物流成本和增加销售量，从而在竞争中始终处于优势地位在我国，随着国民经济健康稳定的高速发展，市场经济日益发达，各种生产经营方式发展得十分迅速在生产活动中，提出了以零库存为目标的模式而各式连锁经营的便利店和直送业务的蓬勃发展，也使零售业物流配送呈现出多频度小批次的特点，这些都对以运输为中心的物流配送活动提出了更高的要求但就目前情况而言，我国的研究仍然有限，可以说仍未能满足经济发展的需要首先是起步较晚，通用理论研究较少其次，对于具体问题提出的应用研究相对较多，但多为对具体算法的部分改进，且限于各自的适用条件，局限性较强八模型的评价与优化模型的优缺点分析模型的优点花费最小路的思想。

将总费用最小分解为任意两个需求点间费用最小，即若每需求点到下需求点的花费最小，则总花费最小。

从而由通过计算每两个需求点间费用最小而得到总费用最小。

避免了通过穷举法搜索。

各需求点经济坐标的合成。

将各需求点费用的两个影响因素地理位置与需求量合成个新的坐标，从而减少了变量的个数，大大简化问题，至此使每个需求点费用直接与总费用相联系。

统所有量的单位。

对最小路上个边权的意义的深化。

在将各需求点的坐标单位合成为吨千米后，将运输车载重吨及速度为千米小时合成为吨千米小时，计算时按不是按地理意义上的最短路而是按花费意义上的最短路，对问题的抽象与简化。

在研究物资调配问题时，我们忽略了交通，天气等客观因素，大大简化了最短路径的建立与求解。

作图表示出最短路具体路径，直观清晰。

在最短路的总体思想下，综合考虑时间与运费等客观约束条件，使模型更贴近实际，同时使运输车的调配更加合理清晰。

模型的缺点在第问中要派出八辆车，在第二问中也要派出七辆车，派出的车辆过多，而实际上，新派出辆车的成本远高于辆车往返运输的成本。

且在本题求解的两问中，各辆车总的运输时间离每天四小时的工作限制还有较大的余地，因此应考虑进步优化调运方案，减少派出车辆的辆数。

虽然我们运用具体模型求解时，完全根据题中所给出的约束条件，但是交通状况，车速变化等客观因素仍然对模型的紧缺度有较大影响。

我们虽然通过化零为整，人工优化等措施最大程度上保证了运输车的最优调配，但是仍然不排除个别站点间最短距离与花费存在误差。

模型的优化由于我们运输车的工作时间没有充分利用，且没有充分考虑实际情况。

对劳动力有较大的浪费。

因此我们可以假设在行车时有平均耽搁时间为，以及平均损耗为元小时辆，工人的工资元小时，每辆车过收费