用线性规划解决物流运输方案的研究

运输是物流的一个重要环节,如何降低物流运输环节的成本是企业尤其关注的一方面。本文利用运筹学中线性规划方法,结合物流运输问题的一般情况,建立了运输问题的线性规划数学模型,并借助于计算机软件进行求解,从而得到最优化的运输方案,提高企业运输中的经济效益。     

线性规划

线性规划是一种重要的最优化方法。由于它能合理地分配有限的资源,以获得最大的效益,而且方法简单,所以近年来广泛应用于军事、工农业生产及经济管理等方面。本文简述线性规划问题的构模和求解方法,其中包括单纯形法、运输问题和分配问题的特殊解法等。     

经济数学中数学规划的泛函化处理概述

本文概述了用泛函分析知识来处理数学规划中最优化问题的一般方法。首先介绍了泛函方法在线性规划上的应用,给出了最优化问题可达性定理。然后再过渡到一般的非线性规划,给出了最优化问题有解的充要条件。     

线性规划模型在经济管理中的应用

企业经营管理过程中产生大量最优化的问题,如何科学合理地解决这些问题,对企业的生存与发展是至关重要的,通过建立适当的线性规划模型,应用于这些实际问题,可取得较好的效果.     

优化问题与线性逼近解法

本概要地介绍了运筹学的重要分支——最优化的研究背景及作为基础方法的线性逼近解法,中首先介绍线性规划及名的G．B．Dantzig单纯形方法,随后介绍了基于线性规划解法的线性逼近即Frank—wolfe方法以及基于投影概念的求解带非线性等式与不等式约束条件的优化问题的广义投影算法．只要掌握了线性规划的建模及解法,就能应用于许多实际问题．对于大型问题,目前国内已有相应的解题软件．     

非线性规划在数学建模中的应用

针对现实生活中涌现的大量实际问题,要求我们在一定条件下求得最优解,本文介绍了最优化方法中的一种——非线性规划,结合实际问题建立了非线性规划模型,并运用软件Lingo求得最优解。     

应用最优化导论

近几十年来，最优化的应用已经遍及各个领域。最优化的新算法和理论不断被提出，它深入地渗透到其他学科领域，如应用数学、工程、医学、经济学等学科。最优化理论给线性、非线性、约束和无约束最优化问题提供了一般的解。这些最优化问题一般分为两类不同的数学规戈Ⅱ问题：线性规划和非线性规划。早期的数学规划都是基于连续变量，但是大量的指派问题和设计问题都是需要同时处理整形变量和连续变量，这导致了混合的整形线性规划（MILP）和非线性规划（MINLP）问题。为了寻求全局最优解，研究人员提出了不拘囿于局部最优解的方法，如近年来提出了遗传算法和模拟退火法。     

运输问题在旅游业中的应用

运输问题是指货物从生产商到销售商运费最少的问题.它是一类典型的线性规划问题,在现实生活中具有极其广泛的应用.作为旅游业支柱的旅游交通具有把旅游者从一个地方输送到另一地方的功能,也就产生了运输计划制定、运费优化等实际问题.文章基于运输问题的应用,根据线性规划理论和运输问题的基本特征,就一个旅游公司把旅客从三个客源地运输到五个景区,建立了运输问题的数学模型,通过对模型求解得到最优的运输方案.     

模糊数据的线性最优化问题

本书详细地讲述了求解含有模糊数据的数学模型的最优化方法，如随机线性规划方法、区间线性规划、凸集和模糊数据集线性规划等，对模糊数据线性最优化理论框架也给出了详尽的说明，并论述了近年来这一领域的最新科研成果。     

电子计算机在运输生产中的应用——微计算机解线性规划中的表上作业法

如何合理组织运输是运输部门的一个重要问题.由于运输生产计划和调度受到多种因素的影响和制约,在生产中必须随着生产条件的不断变化而迅速制定出科学的调度计划,以提高运输生产的经济效率.四十年代迅速发展起来的线性规划理论,为上述问题的解决提供了一个强有力的数学工具.线性规划可以说是一种求一个受线性约束的多元线性函数的极值问题.在运输生产中,通常将所需的运输费用作为经济指标,那么线性规划中的(?)维奇问题就是上述最常用最     

基于混合智能算法的模糊运输问题的研究

本文研究了在模糊费用条件下的运输问题,并利用不确定理论中的机会约束规划模型和相关机会规划模型的思想,建立了具有模糊费用的运输问题的数学模型。此外,设计了一种混合智能算法,即在模糊条件下的遗传算法的应用。最后,利用这种算法求解一个算例。     

含区间的生产与运输模型及算法研究

不确定规划问题在日常生产、管理科学及基础工程技术中有广泛的应用。本文研究了含区间的生产和运输的问题,其中运输费用、生产能力、需求量均为区间数,通过引入"满意度"参量并用理论知识将含区间规划问题转化成确定的规划问题,在此基础上,进一步研究了随机成本和区间容量下的生产和运输问题,在假设运输费用为随机变量且服从正态分布前提下,利用求期望值的方法将成本转化为确定数值,并将区间容量约束化为确定约束,建立模型并求解。     

周期性时变网络中粮食物流优化探讨

粮食是国家重要的经济和战略物资,粮食调运问题是国家粮食管理部门和粮食企业急需解决的重要问题.针对粮食运输的特点,提出多周期时变网络中物流调度的最优化问题,从数学模型及算法设计方面开展研究,建立基于(0,1)整数规划的周期性时变网络最短路问题的数学模型.为便于求解,将其转化为图论模型,从而得到多项式时间算法.     

订货、施工方案优化模型初探

以天然气管道输送工程为例对一类工程建设中的订货，施工总费用最小方案进行了探讨，这通常为非线性规划问题，文中给出了相应的求解方法，算例表明这种方法是行之有效的。     

基于模糊约束满意度的烟草配送模糊线性规划

 为降低烟草配送成本,采用一级配二级送模式进行烟草配送。对传统的烟草配送问题进行了改进,应用最大覆盖模型对中转站进行选址,然后提出了含有梯形模糊数的烟草配送优化模型。结合供应点的供应能力和需求点的需求量为模糊参数的约束条件,提出了一种基于模糊约束满意度的求解方法。针对该模糊运输规划模型,利用期望区间均值将不确定模型转化为区间线性规划模型,然后分别对目标函数和约束条件进行处理,将区间线性规划模型转化为确定性的线性规划模型进行求解。这样决策者就可以根据客观情况和主观判断,得到不同的决策方案,使得决策更具有柔性,更加符合实际决策过程。应用该方法,郴州某烟草公司的运输成本大幅下降,比一级配一级送模式节约成本5.37%,验证了该模型的可行性和有效性。     

一类运输问题的非线性规划模型

针对路费与路线长度的非线性关系、目的地的需求量及货物的未知价格等影响因素，建立钢管定购和运输问题的二次规划模型，并通过LINGO6．0软件，成功地求解这一类复杂运输问题，从而得到完整的购运计划。该模型具有一般性，可推导至类似问题中。     

基于循环取料的不确定越库调度模型与算法

研究运输时间不确定环境下基于循环取料的越库调度问题.对问题建立不确定情况下求解该问题的混合整数规划模型;提出2阶段启发式算法和基于禁忌搜索算法的改进算法来获得近似最优解;通过在小规模和大规模情形下进行数值实验,验证了启发式算法的有效性.     

基于遗传算法的联合运输路径优化

联合运输是在能源危机、交通拥堵及环境污染约束下的一种理想运输模式。随着国际贸易的飞速发展,联合运输成为了一个热点问题。而联合运输的运输路径优化问题又是联合运输中的重点和难点之一。将综合运输的运输路径优化问题转化成为一个最短路径问题,以成本和时间为优化目标建立了选择最优路径的模型,并应用交叉、变异概率的自适应机制等实现技术设计了一个遗传算法作为求解算法对实例问题进行了求解验证,结果表明该算法具有良好的性能。     

一类非线性规划问题的求解及应用

根据负荷预报和交易规则制订满足电网安全运行的调度计划,在电网管理中具有重要的应用价值。针对该问题,以经济效益为目标,在机组出力及电网安全等因素的限制下,建立了一个非线性规划模型,该模型是由一系列线性表达式的绝对值构成。对模型进行求解时,通过引入一组参数,将其分解为若干个线性规划子问题,再比较这些子问题的解,得出原问题的最优解,并从理论上证明了本算法得到的解是精确最优解。结果表明,本算法在运算效率和计算精度上均优于现有的其他算法。     

B2C 电子商务物流中心选址-路径综合优化研究

为优化 B2C（business-to-customer）电子商务物流系统,结合 B2C 电子商务特点,构建以物流成本最小为目标函数、以运输时间和供需关系限制为约束条件的电子商务物流中心混合整数规划模型,采用改进的遗传算法将电子商务物流中心选址的混合整数规划模型求解过程转换成求解最优运输路径问题,并且设置惩罚算子对超过运输时间限制的方案进行特定的惩罚处理,设计合适的染色体编码方式、交叉算子、变异算子、惩罚函数等。通过随机生成的数据运用 Matlab 软件进行算例仿真模拟,验证模型的有效性。