托運貨物獲利研究

1、托運貨物獲利的研究托運貨物獲利的研究摘要摘要貨運公司托運貨物時要考慮到公司的收益問題，同時要進行市場預測，本文運用最優(yōu)化，灰色預測，曲線擬合，網(wǎng)絡(luò)神經(jīng)等模型和方法解決了托運貨物中的這些問題。對于問題一，首先通過對題目的分析，發(fā)現(xiàn)問題要求獲得最大利益，從而建立整數(shù)規(guī)劃模型，并通過LINGO數(shù)學軟件實現(xiàn)最優(yōu)化編程，得到海鮮類6200kg，禽苗類5500kg，服裝類4000kg及其它類3000kg并求出公司最大獲利為44275元。這個結(jié)果不夠

2、具體，所以又通過矩陣重新建立了新的優(yōu)化模型得到每一輛車對每一類的具體批復量。對于問題二，利用MATLAB數(shù)學軟件對一個月的數(shù)據(jù)進行函數(shù)擬合，發(fā)現(xiàn)每類貨物申請量沒有顯著的函數(shù)關(guān)系，然后重新建立了灰色預測中的GM（11）模型看出模型的預測值與實際值偏差很大，遂又采用BP神經(jīng)網(wǎng)絡(luò)的數(shù)學模型，利用MATLAB編程將預測值和真實值比較，檢驗得出誤差很小，從而對未來7天各類貨物申請量進行預測。對于問題三，基于問題二的預測結(jié)果建立整數(shù)規(guī)劃模型，利用L

3、INGO編程得到未來7天每一天的收益。本文綜合整數(shù)規(guī)劃、函數(shù)擬合、灰色預測、BP神經(jīng)網(wǎng)絡(luò)等模型，結(jié)合MATLAB、LINGO等數(shù)學軟件，對托運貨物獲利問題進行了多角度分析，并給出了利用合理的方法預測未來數(shù)據(jù)的模型。在文章最后對模型進行了評價和推廣，在實際應用中有較大的參考價值。關(guān)鍵詞：整數(shù)規(guī)劃關(guān)鍵詞：整數(shù)規(guī)劃灰色預測灰色預測函數(shù)擬合函數(shù)擬合BP神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)最優(yōu)化最優(yōu)化2一、問題重述一、問題重述某公司擁有3輛汽車，每輛載重量均為900

4、0kg，可載體積為，該公310.3m司為客戶從甲地托運貨物到乙地，收取一定費用。托運貨物可分為四類：A、鮮活類B、禽苗類C、服裝類D、其他類，四類貨物可以實現(xiàn)任意混裝。托運手續(xù)是客戶首先向公司提出托運申請，公司給予批復，客戶根據(jù)批復量交貨給公司托運。申請量與批復量均以公斤為單位，例如客戶申請量為1000kg，批復量可以為0～1000kg內(nèi)的任意整數(shù)，若取0則表示拒絕客戶的申請。問題1、如果某天客戶申請量為：A類6200kg，B類5500

5、kg，C類4000kg，D類3000kg，如果要求C類貨物占用的體積不能超過B、D兩類體積之和的三倍(注意：僅在問題1中作此要求)。問公司應如何批復，才能使得公司獲利最大？問題2、每天各類貨物的申請總量是隨機量，為了獲取更大收益，需要對將來的申請總量進行預測?，F(xiàn)有一個月的數(shù)據(jù)（見附錄二），請預測其后7天內(nèi)，每天各類貨物申請量大約是多少？問題3、一般，客戶的申請是在一周前隨機出現(xiàn)的，各類申請單立即批復，批復后即不能更改，并且不能將拒絕量（

6、即申請量減批復量）累計到以后的申請量。請根據(jù)你對下周7天中各類貨物申請量的預測，估算這7天的收益各為多少？二、問題分析二、問題分析2.1問題一的分析問題一要求公司根據(jù)客戶申請量對每類貨物進行批復使得獲利最大。首先，分析得出這是一個最優(yōu)化問題，因此，由每類貨物的托運單價、申請量數(shù)目、體積和質(zhì)量以及題目中要求的約束條件建立了最優(yōu)化中的整數(shù)規(guī)劃模型。2.2問題二的分析問題二要求預測未來7天內(nèi)每天各類貨物的申請量，根據(jù)前一個月每天各類貨物的申請