《系统工程课程设计货运公司收益问题的优化设计.doc》由会员分享，可在线阅读，更多相关《系统工程课程设计货运公司收益问题的优化设计.doc（34页珍藏版）》请在三一办公上搜索。
1、交通运输学院系统工程课程设计学 院 交通运输学院 班 级 姓 名 学 号 成 绩 指导老师 2010 年 7 月 18 日指导教师评语及成绩指导教师评语 成绩 导师签字： 年 月 日 兰州交通大学交通运输学院课程设计任务书所在系： 物流管理 课程名称： 系统工程 指导教师（签名）： 专业班级： 学生姓名： 学号： 一、课程设计题目货运公司收益问题的优化设计二、课程设计的目的通过对收益问题的优化设计，掌握企业物资预测技术、收益优化的建模过程，提高学生运用计算机求解复杂问题的能力。 三、课程设计的主要内容和要求（包括原始数据、技术参数、设计要求、工作量要求等） 按照题目要求完成相应问题的设计、求解
2、过程。要求：1.课程设计结构合理，表述清晰； 2.求解过程完整，预测要有分析过程并对结果进行分析；3.要有程序的核心部分，应用相关计算软件的要有主要过程截图；3.文档格式规范；四、工作进度安排 第18周：主要完成相关文献的查阅，进行数据的收集整理；第19周：完成问题的建模，进行程序设计；第20周：按照规范要求完成课程设计的文档。五、主要参考文献审核批准意见系主任（签字） 年月日目录1引言12课程设计详解1一、案例背景（数据的收集和整理）1二、分析问题3三、解决问题3四、问题求解6问题16问题27问题3143结论294参考文献29货运公司收益问题的优化设计1引言说明设计题目的目的、意义、内容、主
3、要任务等。课程设计的目的通过对收益问题的优化设计，掌握企业物资预测技术、收益优化的建模过程，提高学生运用计算机求解复杂问题的能力。课程设计的意义能给时我们利用所学的知识，通过课程设计使我们深入了解什么是货运公司收益问题的优化设计，并掌握解决问题的基本方法，为今后走上工作岗位从事相关工作打下一定基础，使理论和实践有效结合。课程设计的主要内容和任务按照题目要求完成相应问题的设计、求解过程。任务：1.建立求解公司应如何批复才能使得获利最大的问题的数学模型并应用lingo软件或其他方法对其进行求解； 2.根据表2所给出的信息，预测其后7天内，每天各类货物申请量，并写出相关计算过程；3. 根据7天中各类
4、货物申请量的预测数来数量，估算这7天的收益值各为多少。2课程设计详解一、案例背景（数据的收集和整理）某货运公司拥有3辆卡车，每辆载重量为8000kg，可载体积为9.084m3，该公司为客户从甲地托运货物到乙地，收取一定费用。托运货物可分为四类：A.鲜活类；B.禽苗类；C.服装类；D.其他类，公司有技术实现四类货物任意混装。平均每类货物每公斤所占体积和相应托运单价如表1所示。表1 各类货物每公斤所占体积及托运单价类别A.鲜活类B.禽苗类C.服装类；D.其他类体积（m3/kg）0.00120.00150.0030.0008托运单价(元/kg)1.72.254.51.12表2 某月申请量数据表(单位
5、：kg）日期A类B类C类D类总计11601284549262239116112542128332871243113683189044884447275013575444394554299614841347351703292850884378140976323234972829359313151737622613893211786478116769216706187316667918971391806417501310210373735803386593816641111807445153171459130341216282636311277571513313172334714226244111
6、861142584385445201373123311515513556349423651096616247926592918266010716171199433528603078114721841482882551436361618019244940842008308111622202026199958223204130512116902889284013188737223374217528934083125252320152510112138339479242480340916631773932525850372927362519983426224934894552605016340271
7、674317287944710183502836664568555211791496529202940151195323932039030123836669552257917035托运手续是客户首先向公司提出托运申请，公司给予批复，客户根据批复量交货给公司托运。申请量与批复量均以公斤为单位，例如客户申请量为1000公斤，批复量可以为01000kg内的任意整数，若取0则表示拒绝客户的申请。假设：卡车一两地间托运的基本成本费用不变；每辆卡车均能在最大限度内正常使用；客户在提出申请后不会因特殊原因而退出申请；公司在托运过程中没有发生任何意外；给出的一个月的申请量数据真实可信。二、分析问题通过分析，问
8、题1需建立线性规划模型，并对其进行求解，由已知条件可知约束条件包括各类货物申请量约束、卡车载重量与体积约束、BCD之间体积约束和非负约束，以及目标函数。最后用Lingo软件进行优化求解。 问题2可以用移动平均法进行求解，在计算的过程中取n=10，来预测未来7天内各类货物的申请量。 问题3在问题2的基础上，已知预测量，利用lingo软件可以算出未来7天各类货物收益。三、解决问题 问题1：具体可建立以下线性模型：设A类货物批复量为x kg，B类货物批复量为y kg，C类货物批复量为z kg，D类货物批复量为w kg,公司获得利润为F元。由已知得目标函数：max F=1.7x+2.25y+4.5z+
9、1.12w约束条件为： （1）各类货物申请量约束： （2）卡车载重量与体积约束：（3）BCD货物之间体积约束：0.003z3（0.0015y+0.0008w）（4）非负约束：x0，y0，z0，w0 问题2：应用二次移动平均法求解，具体步骤如： （1）. 一次移动平均预测法 以本期（t期）移动平均值作为下期（t+1期）的预测值。式中： t时刻的移动平均值； 上标（1）代表一次移动平均； 时间序列代表的实际值； n 参与平均值计算的实际值个数(跨期)。n值的一般选择原则是：、由时间序列的数据点的多少而定。数据点多，n可以取得大一些；、由时间序列的趋势而定。趋势平稳并基本保持水平状态的，n可以取得大
10、一些；、趋势平稳并保持阶梯性或周期性增长的n应该取得小一些；用EXCEL对30天的数据进行分析，得折线图为:由题意知，30天的数据量较大，故n可以取得大一些。但又图可知，趋势波动并不平稳，且阶梯状，故n应该取得小一些。综述，全横隔因素，n取10为宜。（2）二次移动平均预测法二次移动平均预测法是在求得一次移动平均数、二次移动平均数的基础上，对有线性趋势的时间序列所作的预测。步骤如下： 、计算一次移动平均值 、计算二次移动平均值其中：t时刻的一次移动平均值； t时刻的二次移动平均值； n参与二次平均计算的一次移动平均值的个数（3）对有线性趋势的时间序列做预测其中： y预测期的预测值； T预测期与本
11、期的间距； a=2M-M b=2/(n-2)( M-M)问题3:由问题2结论和问题1的建模过程容易得出问题3的求解结果。具体表示如下：根据问题2预测的每天的申请量，设预测第一天A类货物批复量为x kg，B类货物批复量为y kg，C类货物批复量为z kg，D类货物批复量为w kg,公司获得利润为F元。目标函数：maxF=1.7x+2.25y+4.5z+1.12w约束条件： （1）各类货物申请量约束： （2）卡车载重量与体积约束：（3）非负约束：x0，y0，z0，w0同理可得出以后几天求批复量的数学模型。四、问题求解问题1：对其线性规划模型用lingo软件求解过程及结果如下: 因此，批复量x，y，
12、z，w分别取6460kg，5000kg，4000kg， 0kg时，公司获利最大，且最大利润为40232元。问题2：利用二次移动平均法在Excel中求解如下：（1）A类物品7天的预测过程及结果：日期A类一次平均数 二次平均数- 预测值 取T=1(1)(2)(3)(4)(5)=(3)-(4)(6)=(3)+(5)(7)=2/(n-1)*(5)(8)=(6)+(7)*T1160125421318904443951703632327376811672666.00 918972604.00 1037372100.57 1118072364.43 1216281988.43 1317231977.71 1
13、425841762.14 1515512077.57 2209.04 -131.47 1946.10 -43.82 1989.93 1624792132.43 2124.98 7.45 2139.88 2.48 2137.39 1711992215.57 2057.61 157.96 2373.53 52.65 2320.88 1841481853.00 2074.04 -221.04 1631.96 -73.68 1705.64 1924492187.43 2000.98 186.45 2373.88 62.15 2311.73 2020262304.71 2029.41 275.31 25
14、80.02 91.77 2488.25 2116902348.00 2076.12 271.88 2619.88 90.63 2529.25 2233742220.29 2159.82 60.47 2280.76 20.16 2260.60 2320152480.71 2180.20 300.51 2781.22 100.17 2681.05 2424802414.43 2229.96 184.47 2598.90 61.49 2537.41 258502597.43 2258.37 339.06 2936.49 113.02 2823.47 2622492126.29 2364.71 -23
15、8.43 1887.86 -79.48 1967.33 2716742097.71 2355.98 -258.27 1839.45 -86.09 1925.54 2836662047.43 2326.41 -278.98 1768.45 -92.99 1861.44 2920292329.71 2283.47 46.24 2375.96 15.41 2360.54 3012382137.57 2299.10 -161.53 1976.04 -53.84 2029.88 31（预测第一天） 2026.57 2250.08 -223.51 1803.06 -74.50 1877.56 32（预测第
16、二天）1654.06 33（预测第三天）1579.56 34（预测第四天）1505.06 35（预测第五天）1430.56 36（预测第六天）1356.06 37（预测第七天）1281.56 （2）B类物品7天的预测过程及结果：日期B类一次平均数 二次平均数- 预测值取T=1(1)(2)(3)(4)(5)=(3)-(4)(6)=(3)+(5)(7)=2/(n-1)*(5)(8)=(6)+(7)*T12845228333448844554 52928 6349772261869213343.71 913913926.00 1035803720.00 1144513590.29 122636357
17、5.57 1334713533.86 1438543530.14 1535563757.71 3602.80 154.92 3912.63 51.64 3964.27 1626593277.00 3661.94 -384.94 2892.06 -128.31 2763.75 1743353458.14 3569.22 -111.08 3347.06 -37.03 3310.03 1828823566.00 3531.82 34.18 3600.18 11.39 3611.58 1940843341.86 3528.35 -186.49 3155.37 -62.16 3093.20 201999
18、3548.71 3494.96 53.76 3602.47 17.92 3620.39 2128893338.43 3497.08 -158.65 3179.78 -52.88 3126.89 2221753200.57 3469.69 -269.12 2931.45 -89.71 2841.74 2325103003.29 3390.10 -386.82 2616.47 -128.94 2487.53 2434092982.00 3351.00 -369.00 2613.00 -123.00 2490.00 2537292849.71 3282.98 -433.27 2416.45 -144
19、.42 2272.03 2634892970.71 3180.65 -209.94 2760.78 -69.98 2690.80 2731722885.71 3127.63 -241.92 2643.80 -80.64 2563.16 2845683053.29 3032.92 20.37 3073.65 6.79 3080.44 2940153293.14 2992.18 300.96 3594.10 100.32 3694.42 3036663556.00 3005.41 550.59 4106.59 183.53 4290.12 31（预测第一天）3721.14 3084.37 636.
20、78 4357.92 212.26 4570.18 32（预测第二天）4782.44 33（预测第三天）4994.70 34（预测第四天）5206.96 35（预测第五天）5419.22 36（预测第六天）5631.48 37（预测第七天）5843.74 （3）C类物品7天的预测过程及结果：日期C类一次平均数二次平均数- 预测值取T=1(1)(2)(3)(4)(5)=(3)-(4)(6)=(3)+(5)(7)=2/(n-1)*(5)(8)=(6)+(7)*T14926228713444742996550886282973893867063864.29 980644118.57 10338648
21、60.43 1153174708.86 1231125040.43 1342264758.14 1445204957.71 1534945047.29 4615.49 431.80 5479.08 143.93 5623.01 1629184588.43 4784.49 -196.06 4392.37 -65.35 4327.01 1728603853.29 4851.61 -998.33 2854.96 -332.78 2522.18 1855143778.14 4707.73 -929.59 2848.55 -309.86 2538.69 1920083806.29 4574.78 -76
22、8.49 3037.80 -256.16 2781.63 2058223648.57 4398.47 -749.90 2898.67 -249.97 2648.71 2128403876.57 4239.96 -363.39 3513.18 -121.13 3392.05 2228933636.57 4085.51 -448.94 3187.63 -149.65 3037.99 2311213550.71 3883.98 -333.27 3217.45 -111.09 3106.36 2416633294.00 3735.73 -441.73 2852.27 -147.24 2705.02 2
23、527363123.00 3655.84 -532.84 2590.16 -177.61 2412.55 2645522726.14 3562.24 -836.10 1890.04 -278.70 1611.34 2787943089.57 3407.94 -318.37 2771.20 -106.12 2665.08 2855523514.14 3328.08 186.06 3700.20 62.02 3762.22 29119533901.57 3276.31 625.27 4526.84 208.42 4735.26 3095525195.86 3314.16 1881.69 7077.
24、55 627.23 7704.78 31（预测第一天）6400.29 3549.18 2851.10 9251.39 950.37 10201.76 32（预测第二天）11152.13 33（预测第三天）12102.50 34（预测第四天）13052.87 35（预测第五天）14003.24 36（预测第六天）14953.61 37（预测第七天）15903.98 （4）D类物品7天的预测过程及结果：日期D类一次平均数 二次平均数- 预测值取T=1(1)(2)(3)(4)(5)=(3)-(4)(6)=(3)+(5)(7)=2/(n-1)*(5)(8)=(6)+(7)*T1223922433275
25、041484543786359372117818732400.57 917502348.29 1059382563.57 1114593019.00 1277573015.43 1324413498.14 1413733333.57 1523653227.29 2882.65 344.63 3571.92 114.88 3686.80 1626603297.57 3000.76 296.82 3594.39 98.94 3693.33 1730783427.57 3136.37 291.20 3718.78 97.07 3815.84 1836363019.00 3259.80 -240.80
26、 2778.20 -80.27 2697.94 1930813330.00 3259.80 70.20 3400.20 23.40 3423.61 2032042662.00 3304.73 -642.73 2019.27 -214.24 1805.02 2113182771.00 3185.29 -414.29 2356.71 -138.10 2218.62 2240832763.14 3104.92 -341.78 2421.37 -113.93 2307.44 2338333008.57 3038.61 -30.04 2978.53 -10.01 2968.52 2417733176.1
27、4 2997.33 178.82 3354.96 59.61 3414.56 2525192989.71 2961.41 28.31 3018.02 9.44 3027.46 2660502830.14 2957.22 -127.08 2703.06 -42.36 2660.70 2747103254.29 2885.82 368.47 3622.76 122.82 3745.58 2811793469.43 2970.43 499.00 3968.43 166.33 4134.76 2923933449.57 3070.20 379.37 3828.94 126.46 3955.39 302
28、5793208.14 3168.27 39.88 3248.02 13.29 3261.31 31（预测第一天）3029.00 3196.78 -167.78 2861.22 -55.93 2805.30 32（预测第二天）2749.36 33（预测第三天）2693.43 34（预测第四天）2637.50 35（预测第五天）2581.57 36（预测第六天）2525.64 37（预测第七天）2469.71 （5）总计物品7天的预测过程及结果：日期总计一次平均数 二次平均数- 预测值取T=1(1)(2)(3)(4)(5)=(3)-(4)(6)=(3)+(5)(7)=2/(n-1)*(5)(8)=
29、(6)+(7)*T1116112113683135754134735140976131517864781666712274.57 91310212996.86 101664113244.57 111303413682.57 121513313619.86 131186113767.86 141233113583.57 151096614109.86 13309.98 799.88 14909.73 266.63 15176.36 161071613295.43 13572.16 -276.73 13018.69 -92.24 12926.45 171147212954.57 13614.82
30、-660.24 12294.33 -220.08 12074.24 181618012216.14 13573.39 -1357.24 10858.90 -452.41 10406.48 191162212665.57 13363.90 -698.33 11967.24 -232.78 11734.47 201305112164.00 13227.57 -1063.57 11100.43 -354.52 10745.90 21873712334.00 12998.45 -664.45 11669.55 -221.48 11448.07 221252511820.57 12819.94 -999
31、.37 10821.20 -333.12 10488.08 23947912043.29 12492.90 -449.61 11593.67 -149.87 11443.80 24932511866.57 12314.02 -447.45 11419.12 -149.15 11269.97 25983411559.86 12158.59 -598.73 10961.12 -199.58 10761.54 261634010653.29 12064.84 -1411.55 9241.73 -470.52 8771.22 271835011327.29 11777.37 -450.08 10877
32、.20 -150.03 10727.18 281496512084.29 11657.84 426.45 12510.73 142.15 12652.88 292039012974.00 11622.16 1351.84 14325.84 450.61 14776.45 301703514097.57 11786.94 2310.63 16408.20 770.21 17178.41 31（预测第一天）15177.00 12080.41 3096.59 18273.59 1032.20 19305.79 32（预测第二天）20337.99 33（预测第三天）21370.19 34（预测第四天）
33、22402.39 35（预测第五天）23434.59 36（预测第六天）24466.79 37（预测第七天）25498.99 问题3：根据预测第一天的申请量利用建模求出其最佳批复量，进而求出该天的收益。具体求解过程如下：由第二问可得下表：日期A类B类C类D类总计116012845492622391161125421283328712431136831890448844472750135754443945542996148413473517032928508843781409763232349728293593131517376226138932117864781167692167061873166679189713918
