【数学建模】建筑工地开工问题

题目:
某公司有 6 6 6个建筑工地要开工,每个工地的位置(用平面坐标 ( a , b ) (a,b) (a,b)表示,距离单位: k m km km)及水泥日用量 d ( 单位 : t ) d(单位:t) d(单位:t)由下表给出,目前有两个临时料场位于 P ( 5 , 1 ) , Q ( 2 , 7 ) P(5,1),Q(2,7) P(5,1)Q(2,7),日储量各有 20 t 20t 20t

工地123456
a1.258.750.55.7537.25
b1.250.754.7556.57.75
d3547611

研究下列问题:

  • 1)假设从料场到工地之间均有直线道路相连,试制定每天的供应计划,即从每个料场分别向各工地运送多少吨水泥,使总的吨公里数最小。
    • 如果工地到工地之间也有道路连接
  • 2)为了进一步减少吨公里数,打算舍弃目前的两个临时料场,改建两个新的临时料场日储量还是20t,给出新料场的位置。

1)假设从料场到工地之间均有直线道路相连,试制定每天的供应计划,即从每个料场分别向各工地运送多少吨水泥,使总的吨公里数最小。

首先我们要知道吨公里数是什么:
设运送水泥为 x x x吨,运送了 y y y公里,那么吨公里数就是 x y xy xy

所以我们可以设每次运输水泥为 x i x_i xi吨,运送了 y i y_i yi公里,那么总的吨公里数最小模型就是
min ⁡ ∑ i ∈ N ( x i y i ) \min{\sum_{ i\in N }(x_iy_i)} miniN(xiyi)

建立供应条件模型:
设料场 i i i到工地 j j j的运输量为 X i j X_{ij} Xij
则所有料场向某工地运输量之和大于等于该工地水泥日用量 d i d_i di
∑ j ∈ N X i j > = d i , i ∈ N \sum_{ j\in N }X_{ij} >= d_i, i\in N jNXij>=di,iN
且某料场对所有工地运算量之和不得超过料场的日储量 e j e_j ej:
∑ i ∈ N X i j ≤ e j , j ∈ N \sum_{ i\in N }X_{ij} \le e_j, j\in N iNXijej,jN

最后建立料场和工地距离模型:
设料场 P ( x , y ) P(x,y) P(x,y)到工地 A ( a , b ) A(a,b) A(a,b)的运输量为 d i s P A dis_{PA} disPA
则: d i s P A = ( x − a ) 2 + ( y − b ) 2 dis_{PA} = \sqrt{(x-a)^2+(y-b)^2} disPA=(xa)2+(yb)2

已知有6个工地和2个料场
将料场和工地距离模型和供应条件模型带入吨公里数最小模型可得:
a n s = min ⁡ ∑ i ∈ N ( X i j d i s i j ) , j = 1 , 2 ans = \min{\sum_{ i\in N }(X_{ij}dis_{ij})},j=1,2 ans=miniN(Xijdisij),j=1,2
或者
a n s = min ⁡ ∑ j = 1 , 2 ∑ i ∈ N , i < = 6 ( X i j d i s i j ) ans = \min{\sum_{j=1,2 }\sum_{ i\in N ,i<=6 }(X_{ij}dis_{ij})} ans=minj=1,2iN,i<=6(Xijdisij)

建模后带入已知进行LINGO求解:

sets:aa/1..6/:a,b,d;bb/1..2/:e,x,y;cc(aa,bb):k;
endsets
data:a = 1.25,8.75,0.5,5.75,3,7.25;b = 1.25,0.75,4.75,5,6.5,7.75;d = 3,5,4,7,6,11;e = 20,20;x = 5,2;y = 1,7;
enddata
min = @sum(cc(i,j):k(i,j)*@sqrt((a(i)-x(j))^2 + (b(i)-y(j))^2));
@for(aa(i):@sum(bb(j):k(i,j))=d(i));
@for(bb(j):@sum(aa(i):k(i,j))<=e(j));

解出:

Objective value:                              136.2275K( 1, 1)        3.000000            0.000000K( 1, 2)        0.000000            3.852207K( 2, 1)        5.000000            0.000000K( 2, 2)        0.000000            7.252685K( 3, 1)        0.000000            1.341700K( 3, 2)        4.000000            0.000000K( 4, 1)        7.000000            0.000000K( 4, 2)        0.000000            1.992119K( 5, 1)        0.000000            2.922492K( 5, 2)        6.000000            0.000000K( 6, 1)        1.000000            0.000000K( 6, 2)        10.00000            0.000000

如果工地到工地之间也有道路连接

假设每个工地都是一个点,那么这个点送进的水泥数量 i n i in_i ini和送出的水泥数量 o u t i out_i outi需要满足 i n i − o u t i > = d i in_i - out_i >= d_i iniouti>=di d i d_i di为该点水泥日用量
如果把料场也算进去,那么就需要设料场的 d d d为0即可,即料场可以不留任何水泥

将所有的道路编号 z = 1 , 2 , 3 , 4... z=1,2,3,4... z=1,2,3,4...,设改道路

编程求解
思路1:
化成图 , 遍历每个工厂,找到工厂到料场的最短距离(bfs),用这个最短距离替换料场和工地距离再带入上面问题模型求解即可:
C++:

#include <iostream>
#include <cmath>
#include <queue>
using namespace  std;
double a[10] = {0, 1.25,8.75,0.5,5.75,3,7.25,5,2},b[10] = {0, 1.25,0.75,4.75,5,6.5,7.75,1,7};
double px = 5 , py = 1;
double qx = 2 , qy = 7;
double dis[10][10];
double min_dis[10]; // p
double min_dis2[10]; // qvoid bfs(int begin){queue<int>q;q.push(begin);while(!q.empty()){int x = q.front();q.pop();for(int i=1;i<=8;i++){if(begin == 7){if(min_dis[i] > min_dis[x] + dis[x][i]){min_dis[i] = min_dis[x] + dis[x][i];q.push(i);}}else{if(min_dis2[i] > min_dis2[x] + dis[x][i]){min_dis2[i] = min_dis2[x] + dis[x][i];q.push(i);}}}}
}int main() {//init disfor(int i=1;i<=8;i++){for(int j=i+1;j<=8;j++){dis[i][j] = dis[j][i] = sqrt((a[i]-a[j]) * (a[i]-a[j])+  (b[i]-b[j])*(b[i]-b[j])); // 初始化距离}}for(int i=1;i<=6;i++)min_dis[i] = min_dis2[i] = 0x3f3f3f3f; // max setmin_dis[7] = min_dis2[8] = 0;bfs(7); // pbfs(8); // qfor(int i=1;i<=6;i++){cout << min_dis[i] << ' ';}cout << '\n';for(int i=1;i<=6;i++){cout << min_dis2[i] << ' ';}cout << '\n';return 0;
}

求解得

3.75832 3.75832 5.85769 4.06971 5.85235 7.11512
5.79871 9.19918 2.70416 4.25 1.11803 5.3033

或者:

for(int i=1;i<=6;i++){cout << min_dis[i] << ',';cout << min_dis2[i] << ',';}

求解得

3.75832,5.79871,3.75832,9.19918,5.85769,2.70416,4.06971,4.25,5.85235,1.11803,7.11512,5.3033,
sets:aa/1..6/:d;bb/1..2/:e;cc(bb,aa):k,dis;
endsets
data:d = 3,5,4,7,6,11;e = 20,20;dis= 3.75832,3.75832,5.85769,4.06971,5.85235,7.11512,5.79871,9.19918,2.70416,4.25,1.11803,5.3033;
enddata
min = @sum(cc(i,j):k(i,j)*dis(i,j));
@for(aa(i):@sum(bb(j):k(j,i))=d(i));
@for(bb(j):@sum(aa(i):k(j,i))<=e(j));
Objective value:                              136.2275Infeasibilities:                              0.000000

2)为了进一步减少吨公里数,打算舍弃目前的两个临时料场,改建两个新的临时料场日储量还是20t,给出新料场的位置。

直接用第一问的模型:
a n s = min ⁡ ∑ j = 1 , 2 ∑ i ∈ N , i < = 6 ( X i j d i s i j ) ans = \min{\sum_{j=1,2 }\sum_{ i\in N ,i<=6 }(X_{ij}dis_{ij})} ans=minj=1,2iN,i<=6(Xijdisij)
设新料场坐标为 P ( x 1 , y 2 ) P(x_1,y_2) P(x1,y2) Q ( x 2 , y 2 ) Q(x_2,y_2) Q(x2,y2)
则:
a n s = min ⁡ ∑ j = 1 , 2 ∑ i ∈ N , i < = 6 X i j ( x j − a i ) 2 + ( y j − b i ) 2 ans = \min{\sum_{j=1,2 }\sum_{ i\in N ,i<=6 }X_{ij} \sqrt{(x_j-a_i)^2+(y_j-b_i)^2}} ans=minj=1,2iN,i<=6Xij(xjai)2+(yjbi)2

如果直接带入LINGO求解,实际上就是问题一的答案去掉 x , y x,y x,y的复制

sets:aa/1..6/:a,b,d;bb/1..2/:e,x,y;cc(aa,bb):k;
endsets
data:a = 1.25,8.75,0.5,5.75,3,7.25;b = 1.25,0.75,4.75,5,6.5,7.75;d = 3,5,4,7,6,11;e = 20,20;!x = 5,2;!y = 1,7;
enddata
min = @sum(cc(i,j):k(i,j)*@sqrt((a(i)-x(j))^2 + (b(i)-y(j))^2));
@for(aa(i):@sum(bb(j):k(i,j))=d(i));
@for(bb(j):@sum(aa(i):k(i,j))<=e(j));

如果赋初值给 x , y x,y x,y

sets:aa/1..6/:a,b,d;bb/1..2/:e,x,y;cc(aa,bb):k;
endsets
data:a = 1.25,8.75,0.5,5.75,3,7.25;b = 1.25,0.75,4.75,5,6.5,7.75;d = 3,5,4,7,6,11;e = 20,20;enddata
init:x = 5,2;y = 1,7;
endinit
min = @sum(cc(i,j):k(i,j)*@sqrt((a(i)-x(j))^2 + (b(i)-y(j))^2));
@for(aa(i):@sum(bb(j):k(i,j))=d(i));
@for(bb(j):@sum(aa(i):k(i,j))<=e(j));

MATLAB求解看数学规划模型(2)-非线性规划

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/265.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

linux启动minicom、u-boot的常用命令、网络命令tftp、nfs/根文件系统、u-boot的bootargs环境变量

linux启动minicom sudo minicom -con进入minicom界面&#xff1a; 打开单片机 在打开之后&#xff0c;我们通过 printenv查看环境配置 在修改配置之前&#xff0c;我们最好先将环境初始化一下&#xff0c;初始化代码为 nand erase.chipu-boot的常用命令 尽管u-boot是一个…

element-ui组件封装技巧

element-ui组件封装技巧 1. 封装内外嵌套的组件 如breadcrumb和breadcrumb-item&#xff0c;这时需要把绑定到breadcrumb上的参数透传给子组件&#xff0c;于是可以 provide() {return {elBreadcrumb: this}; },子组件内&#xff1a; inject: [elBreadcrumb],访问的时候&am…

ObjectMapper解析JSON数据

ObjectMapper的作用 1.背景&#xff1a; 当我们调用API的时候捕获的数据&#xff0c;往往需要结合文档所定义的类进行转换&#xff0c;也就是Java对象与JSON 字符串之间的转换 2.作用&#xff1a; ObjectMapper 是 Jackson 库中的一个关键类&#xff0c;它的作用是将 JSON 数据…

Django中ValueError: localtime() cannot be applied to a naive datetime

这个特定的错误表明你试图将localtime()函数应用于一个“naive datetime”对象。在Python和Django中&#xff0c;datetime对象分为两种&#xff1a;naive&#xff08;无时区信息&#xff09;和aware&#xff08;有时区信息&#xff09;。localtime()函数期望一个aware datetime…

快手校招面试题

单选8道题&#xff08;每题四分&#xff09;&#xff08;操作系统&#xff0c;数据结构&#xff0c;计算机网络等&#xff09; 多选8道题&#xff08;每题四分&#xff09; 主要就是软考平常自己练的哪些选择填空。 然后是大题&#xff0c;一共三道&#xff08;每道17分&…

淘宝app端商品详情数据采集(商品价格,商品库存,商品销量,商品优惠券)

在淘宝App端采集商品详情数据&#xff0c;包括商品价格、库存、销量以及优惠券信息&#xff0c;可以通过多种方式实现。以下是几种常见的方法&#xff1a; 使用淘宝开放平台API&#xff1a; 淘宝开放平台提供了一系列API接口&#xff0c;这些接口允许开发者获取淘宝商品的详细…

第七周学习笔记DAY.4-方法重写与多态

学完本次课程后&#xff0c;你能够&#xff1a; 实现方法重写 深入理解继承相关概念 了解Object类 会使用重写实现多态机制 会使用instanceof运算符 会使用向上转型 会使用向下转型 什么是方法重写 方法的重写或方法的覆盖&#xff08;overriding&#xff09; 1.子类根据…

Go 标准库之 GoRequests 介绍与基本使用

文章目录 一、介绍二、安装三、导入四、基本使用4.1 发送GET 请求4.2 POST请求发送JSON数据4.3 Post 文件上传4.4 GoRequests 使用代理4.5 Gorequests 使用session 五、HTTP服务端代码 一、介绍 官方文档 DOC: https://pkg.go.dev/github.com/levigross/grequests Github: http…

【Python系列】非异步方法调用异步方法

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…

echars点击图例之后只显示当前数据其他隐藏

1. 确认echarts默认效果 echarts默认点击图例有如下效果&#xff1a; 当前图例显示&#xff0c;点击后隐藏该图例&#xff1b;当前图例隐藏&#xff0c;点击后显示该图例。 2. 确认需要处理的事件 经过在官网查看事件后发现最合适的是legendselectchanged事件&#xff0c;该…

C语言学习/复习23---

一、数据的存储 二、数据类型的介绍 三、整型在内存中的存储 将原码转换为补码。如果数是正数&#xff0c;则补码与原码相同&#xff1b;如果数是负数&#xff0c;则先将原码按位取反&#xff0c;然后加1。将补码转换原补码。如果数是正数&#xff0c;则补码与原码相同&#x…

【简单介绍下日常的启发式算法】

&#x1f3a5;博主&#xff1a;程序员不想YY啊 &#x1f4ab;CSDN优质创作者&#xff0c;CSDN实力新星&#xff0c;CSDN博客专家 &#x1f917;点赞&#x1f388;收藏⭐再看&#x1f4ab;养成习惯 ✨希望本文对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出…

CLSRSC-400: A system reboot is required to continue installing

RHEL 7.9ORACLE RAC 12.2.0.1.0&#xff0c;在运行root.sh脚本时&#xff0c;出现CLSRSC-400: A system reboot is required to continue installing报错 # /u01/app/12.2.0/grid/root.sh Performing root user operation.The following environment variables are set as:ORA…

Python中实现类似MATLAB的常用技巧

在Python中实现类似MATLAB的常用技巧&#xff0c;主要依赖于NumPy、SciPy、Matplotlib等库。以下是一些常用的技巧和最佳实践&#xff1a; 1. 矩阵和数组操作: - 使用NumPy进行高效的矩阵运算。例如&#xff0c;利用广播机制进行数组间的算术运算&#xff0c;使用np.dot或操…

在Windows安装R语言

直接安装R语言软件 下载网址&#xff1a;R: The R Project for Statistical Computing 下载点击install R for the first time 通过Anaconda下载RStudio 提前下载好Anaconda 点击Anaconda Navigate 点击RStudio的Install下载就好了

《大话数据结构》04 静态链表

1. 静态链表 其实C语言真是好东西&#xff0c;它具有的指针能力&#xff0c;使得它可以非常容易地操作内存中的地址和数据&#xff0c;这比其他高级语言更加灵活方便。后来的面向对象语言&#xff0c;如Java、C#等&#xff0c;虽不使用指针&#xff0c;但因为启用了对象引用机…

JWT和网关双令牌登录验证

使用JWT&#xff08;JSON Web Token&#xff09;和网关实现双令牌登录验证是一种安全性较高的方案。双令牌通常包括一个短期有效的访问令牌&#xff08;access token&#xff09;和一个长期有效的刷新令牌&#xff08;refresh token&#xff09;。以下是如何在Spring Boot项目中…

C语言进阶课程学习记录-第36课 - 函数与指针分析

C语言进阶课程学习记录-第36课 - 函数与指针分析 函数类型实验-函数指针实验-回调机制小结 本文学习自狄泰软件学院 唐佐林老师的 C语言进阶课程&#xff0c;图片全部来源于课程PPT&#xff0c;仅用于个人学习记录 函数类型 实验-函数指针 #include <stdio.h>typedef in…

PLC工业网关,实现PLC联网

在当今工业自动化领域&#xff0c;PLC&#xff08;可编程逻辑控制器&#xff09;作为控制系统的核心&#xff0c;其稳定性和可靠性至关重要。然而&#xff0c;随着工业互联网和智能制造的快速发展&#xff0c;如何实现PLC的联网通信&#xff0c;提高数据传输效率&#xff0c;成…

[蓝桥杯 2023 省 A] 更小的数(dp基础应用)

来源 洛谷P9232 本题dp思想 dp主要思想是&#xff1a;在同一类问题模型下&#xff0c;依赖于已经解决的简单问题基础上&#xff0c;用很小的代价获得更复杂一点的问题的解决方案。 有的题的DP是在下标上顺序性递推的&#xff0c;类似于dp[i]dp[i-1]something&#xff1b; 然…