线性规划模型论文

看看运筹与模糊学这本期刊撒，都是免费下载查阅的，

2017年美赛B题赛题 2017MCM  ProblemB: Merge After Toll Multi-lanedivided limited-access toll highways use “ramp tolls” and “barrier tolls” tocollect tolls from motorists. A ramp toll is a collection mechanism at anentrance or exit ramp to the highway and these do not concern us here. Abarrier toll is a row of tollbooths placed across the highway, perpendicular tothe direction of traffic flow. There are usually (always) more tollbooths thanthere are incoming lanes of traffic (see former 2005 MCM Problem B). So whenexiting the tollbooths in a barrier toll, vehicles must “fan in” from thelarger number of tollbooth egress lanes to the smaller number of regular travellanes. A toll plaza is the area of the highway needed to facilitate the barriertoll, consisting of the fan-out area before the barrier toll, the toll barrieritself, and the fan-in area after the toll barrier. For example, a three-lanehighway (one direction) may use 8 tollbooths in a barrier toll. After payingtoll, the vehicles continue on their journey on a highway having the samenumber of lanes as had entered the toll plaza (three, in this example). Considera toll highway having L lanes of travel in each direction and a barrier tollcontaining B tollbooths (B > L) in each direction. Determine the shape,size, and merging pattern of the area following the toll barrier in whichvehicles fan in from B tollbooth egress lanes down to L lanes of considerations to incorporate in your model include accidentprevention, throughput (number of vehicles per hour passing the point where theend of the plaza joins the L outgoing traffic lanes), and cost (land and road constructionare expensive). In particular, this problem does not ask for merely aperformance analysis of any particular toll plaza design that may already beimplemented. The point is to determine if there are better solutions (shape,size, and merging pattern) than any in common use. Determinethe performance of your solution in light and heavy traffic. How does yoursolution change as more autonomous (self-driving) vehicles are added to thetraffic mix? How is your solution affected by the proportions of conventional(human-staffed) tollbooths, exact-change (automated) tollbooths, and electronictoll collection booths (such as electronic toll collection via a transponder inthe vehicle)? YourMCM submission should consist of a 1 page Summary Sheet, a 1-2 page letter tothe New Jersey Turnpike Authority, and your solution (not to exceed 20 pages)for a maximum of 23 pages. Note: The appendix and references do not counttoward the 23 page limit.   2017年美赛B题赛题翻译 B题中文翻译： 问题B：收费后合并 多车道有限接入收费公路使用“坡道收费”和“障碍收费”来收取驾驶员的收费。斜坡收费是在高速公路的入口或出口匝道处的收集机构，并且这些不关心我们在这里。障碍收费是一排跨过高速公路的收费站，垂直于交通流的方向。通常（总是）更多的收费站比交通车道（见前2005年MCM问题B）。因此，当驶出收费站时，车辆必须从较大数量的收费站出口车道“扇入”到较少数量的常规行驶车道。收费广场是高速公路需要用于促进障碍收费的区域，包括在障碍收费之前的扇出区域，收费路径本身以及收费路径之后的扇入区域。例如，三车道高速公路（一个方向）可以在障碍通行费中使用8个收费站。在支付了费用之后，车辆在具有与进入收费广场相同数量的车道（在该示例中为三个）的高速公路上继续行驶。 考虑在每个方向上具有L个行驶车道的收费高速公路和在每个方向上包含B个收费站（B> L）的障碍通行费。确定跟随收费障碍的区域的形状，尺寸和合并模式，其中车辆从B过街出口车道下行到L个车道。在您的模型中纳入的重要注意事项包括事故预防，吞吐量（每小时通过广场末端加入L外出车道的车辆数量）和成本（土地和道路建设昂贵）。特别地，该问题不仅仅要求可能已经实现的任何特定收费广场设计的性能分析。重点是确定是否有比任何常用的更好的解决方案（形状，大小和合并模式）。 确定您的解决方案在轻和重的流量的性能。随着更多自主（自驾）车辆添加到交通组合中，您的解决方案如何改变？您的解决方案如何影响常规（人员配备）收费站，精确更换（自动）收费站和电子收费站（例如通过车辆中的应答器收集电子费用）的比例？ 您的MCM提交应包括1页摘要表，1-2页给新泽西州收费公路管理局的信件，以及您的解决方案（不超过20页），最多23页。注意：附录和参考文献不计入23页的限制。  2017年美赛B题优秀论文解读 2017年美国大学生数学建模竞赛有4907支队伍选择了B题，其中有5支队伍获得了特等奖。他们分别是56731、68303、69427、70174、70545，我们对这5篇特等奖论文进行了简单的分析，结果如下： （1）56731队伍提议的收费站的分布类似于蜂巢。在每个规则的六角形蜂窝的中心，有两个收费站，为两个分开的车辆流服务。由于新收费广场的特殊格局，总面积可大幅度减少。同时，可以减少排队造成的平均浪费时间，这意味着吞吐量将得到提高。此外，通过将合并过程分为两个阶段，也可以减少事故发生的可能性。与传统的线性分布收费站相比，新设计的蜂窝结构大大减少了建设面积。利用排队论对收费广场的吞吐量进行了分析。为了验证他们的理论，他们利用PTVISSIM模拟了大量车辆通过收费广场的行为。仿真结果表明，理想的蜂窝式收费站与传统的收费站相比具有更好的效果。接着分析了不同类型收费站的比例对他们设计的影响。他们模拟了蜂窝式收费广场在不同交通流量下的性能，显示该模型对交通流变化不敏感，鲁棒性强，适合于实际施工。为了进一步降低事故发生的可能性，他们对蜂窝收费亭概念模型进行了改进：使过渡区更加平滑，各种收费站的布置更加公平。对于自动驾驶车辆，在收费广场的中心，他们预留了特别的e-zpass收费亭。电子收费和自动车辆是现代交通的发展趋势，我们的新设计模式可以在成本、吞吐量和安全等方面提高收费广场的性能。 （2）68303队伍首先根据收费站的不同形状、大小和合并模式将已实施的区域划分为8类。其次，利用VisSim对收费站典型的8种模型进行了仿真研究。通过设置必要的观测点，他们获得了吞吐量数据、队列的时间和平均延迟时间。接着建立了基于主成分分析的综合评价模型，对8个典型模型进行了评价，并建立了最优评价模型。经过数据归一化后，得到了等腰梯形形状的最佳模型。为了获得更好的解，我们建立了两个模型来获得最优解。第一种是微分方程模型，目的是求出梯形区域的最优高度和收费站的最优数目。第二种是线性规划模型，它可以在最大限度地提高区域吞吐量的同时，计算出最优的合并模式。最后，他们分析了模型在不同条件下的性能，并对模型进行了修正以适应这些条件，还利用LINGO进行了灵敏度分析。 （3）69427队伍从事故率、交通流量和建设成本三个方面研究了收费广场的优化设计方案。同时给出了收费广场的设计方案和合并模式。第一阶段，假设交通状况正常，确定收费站的数目。而收费车道的数量取决于交通容量、交通流量和服务水平。他们通过上述三个指标建立收费站的功能模型。并在在灵敏度分析中发现，交通流量与收费车道数呈正相关。第二阶段，建立了基于最小风险和最大吞吐量的合并模式优化模型。该模型通过对现有收费广场性能的分析，优化其设计方案。他们认为整个收费广场的减速分流和加速合并是一个有方向的加权网络流。第三阶段，考虑到收费站车辆的可变运动，采用前后车的行驶距离和后车的制动距离。确定收费广场的规模，并建立优化模型，使建设成本降至最低。值得注意的是，他们对模型进行了详细的测试，发现轻型交通流的交通流量和事故率较低。最后，应用该模型对新泽西高速公路收费广场的优化设计进行了研究。 （4）70174队伍提出了一种新的广场设计开发和评价方法，该方法综合了不同交通水平的影响、收费站的支付方法以以及越来越多的自动驾驶汽车的数量首先，在NetLogo中创建了一个广场模型。因为它允许汽车模拟交通中的人与人之间的交互。在此基础上，他们的稳健模型能够评估影响广场顾客满意度的各种变量的多重实现。研究发现，为了最大限度地提高广场的满意度和效率，需要采用对称设计。此外，电子应答器专用车道数量的影响很大，此类通道的数量较多，总体满意度较高。研究发现，无人驾驶汽车的影响是可以忽略不计的，在不同的参数中，减少停车量和流量的能力对系统的影响最大。该有助于缓解美国各地主要收费广场的拥挤状况。 （5）70545队伍在建立模型之前，列出了一些假设，以使现实生活中的场景更容易建模。然后他们开始分析现有的模型，从中总结出它们的优缺点。他们通过分析这两种模型的特点，提出了两种新的模型：控制时间模型(CTM)和等待区模型(WAM)。在这两种新模式中，他们介绍了一种控制收费站车辆离开时间的方法。他们将根据他们的控制方法和一些假设，继续计算合并区域的大小和形状。在此基础上，提出了一种基于数学证明和计算机仿真相结合的最优合并模式的求解方法。他们接着根据实际情况下的统计规律，对不同模型的吞吐量、风险和成本进行了仿真研究。然后利用统计假设检验对这三种模型进行了比较，得出结论：ctm总体上是最好的。我们继续通过考察建筑成本和吞吐量(每小时)对模型中包含的一些变量的灵敏度来测试我们的模型，从不同的角度验证了模型的可靠性。最后他们对模型的优缺点进行了分析。

售书问题优化模型摘要优化问题是工程技术、经济管理和科学研究等领域重做常见的一类问题，在解决极值问题中起着重要作用。零一规划也是常用的数学工具，能够有效的表示事物的有效性。本文是以一极具有实际意义的问题，而随着信息时代的发展，大学生接受知识的途径多种多样，报纸、杂志、图书一直赢得大学生不同程度的青睐，而且出现了电子图书这个时代的产物，对于这个实际意义较大的问题就应有简单易懂的模型，让人看起来比较容易接受。考虑到建立销售点，使它供书的人数达到最大，那就要在条件约束下建立优化模型，而选择两地之间是否有销售的关系为他们的决策变量，那样就使人易懂，易于理解。通过建立线性规划模型，并应用Linggo软件得到最优解，B和E之间建立代售关系即在B（E）建立代售点并向E(B)售书，D和G之间建立代售关系即在D（G）建立代售点并向G(D)售书，可是大学生的人数最大，为177千人。最优解可以有多种选择方法，这就有选择的灵活性。本模型适用于只考虑人数最大的地址的选择，具有较强的实用性和普遍性。关键字 售书问题 优化模型 零一规划 Linggo1.问题的重述一家出版社准备在某地向七个区大学生供应图书，每个区的大学生数量如图所示（单位：千人），出版社准备在该市设立两个图书代理销售点，每个代理点只能想该地区和一个相邻的地区售书，出版社知道售书覆盖的人群越大，所获得的利润也就也大，所以出版社要选择两个恰当的代理销售点使覆盖的人群最大。现在所要解决的是选在合适的代理销售点。2.问题分析 书是人们进步的阶梯，售书问题普遍受到人们的关注。近年来随着科学技术的发展，电子图书、网上书城等的出现，人们阅读的方式越来越多，而书的销售问题也越来越受销售商的关注。如何选择待销售点才能使卖出的书最多，销售商获得的利益最大，成为问题的关键所在。在许多候选地区中选择最优的地区，制定最优的规划方案，显然必须建立优化模型，每个地区都选与不选的可能性，这就必须用到0—1规划模型，立两个销售代理点, 在满足以下的条件的情况下，要想得到一个最优计划，出版社就需要设计一个合理有效的投资方案：1.只能建立两个销售代理点。2.每个销售代理点只能向本区和一个相邻区的大学生售书在上述要求中，将每两个相邻地区之间连线表示该地区建立售代关系，这种售代关系据有建立与不建立两种选择，显然每个地区只能选择一个销售或者代理，最优方案就是选择权值最大与次大的连线，将上述方案限制转化为约束条件，并使目标函数，约束条件决策标量转化为数学符号，利用LINGGO 软件来求最优解接，3符号的说明符号表示 符号说明A 34千人的地区B 29千人的地区C 42千人的地区D 21千人的地区E 56千人的地区F 18千人的地区G 71千人的地区x1 AB两地区之间建立代售关系x2 AC两地区之间建立代售关系x3 BE两地区之间建立代售关系x4 BD两地区之间建立代售关系x5 CD两地区之间建立代售关系x6 DG两地区之间建立代售关系x7 DF两地区之间建立代售关系x8 DE两地区之间建立代售关系x9 EF两地区之间建立代售关系x10 FG两地区之间建立代售关系X11 BC两地区之间建立代售关系Q 所能供应的大学生的数量4.问题假设选择代理销售点时，只考虑该地区总人数以及相邻地区，对人员的迁入迁出，人员的消费能力，人们的需求不予考虑；1、 只有两个销售代理点，且每个销售代理点只能向该区和他临近的去售书。2、 7个销售区中没有人员的流动3、 书的供应量远远满足学生的需求4、 销售代理点向两个地区的学生销售书的价格相同。5、 不考虑邻区因学生买书的路费问题而减少书的购买。6、 售书多少与人数多少成正比。7、 人人的消费能力是相等的。5.模型的建立决策变量：设在ABCDEFG中的某两地之间代售关系Xi（i=1，2，3…10）.Xi=1表示在其建立代售关系。Xi=0表示没有建立代售关系目标函数：所能供应的大学生的数量Q千人；则Q=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10+71*x11;约束条件1.只能建立两个销售代理点。x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;2.与A建立代售关系只能有一个即x1+x2<=1;与B建立代售关系只能有一个即x2+x5+x11<=1;与C建立代售关系只能有一个即x1+x3+x4+x11<=1;与D建立代售关系只能有一个即x4+x5+x6+x7+x8<=1;与E建立代售关系只能有一个即x3+x8+x9<=1;与F建立代售关系只能有一个即x7+x9+x10<=1;与G建立代售关系只能有一个即x6+x10<=1;综上所述：Max Q=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;x1+x2<=1;x2+x5+x11<=1;x1+x3+x4+x11<=1;x4+x5+x6+x7+x8<=1;x3+x8+x9<=1;x7+x9+x10<=1;x6+x10<=1;6.模型的求解在lingo中输入以下代码，见附录1.通过运行LINDO教学软件，我们可以得到该售书问题的最优解，即建立代售关系的最优方案，其截图为： Objective value: Variable Value Reduced Cost X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 从中可以看到在B和E之间建立代售关系即在B（E）建立代售点并向E(B)售书，D和G之间建立代售关系即在D（G）建立代售点并向G(D)售书，可是大学生的人数最大，为177千人。（详细结果见附录2）但考虑到地区中人数的问题，以及现实中去买书的路费问题，所以销售代理点应建立在人数较多的地区，在B、E地区中E区人较多为56千人，在D、G地区中G区中人数较多为71千人,所以最好把两个销售代理点建在E区和G区。7.模型的评价和推广 通过查看该区图可以粗略知道应选择人数最大地区为代售点，在题中假设的前提下，选择人数最大的地区为代售点，覆盖了大部分人口，此模型的建立，很好的应用数学知识将选择销售代理点的问题抽象化，使选择我们的选择不再主观、盲目，而是更全面、深入、条理。选择最少的变量考虑问题简化了模型建立的分析。这也是模型最大的弊端数据的真实性受到了很大的限制对实际应用很不利。虽然假设的变量比较多，但人们可以较容易理解。题中假设的太多假设，有些脱离实际，考虑现实当中的销售点间的运输路程、交通便利程度、学生在校期间的对书的消费情况，不同人群之间的消费能了等情况，8.参考文献【1】姜启源 谢金星 叶俊 数学建模（第三版）高等教育出版社 2003【2】.附录附录1：max=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;x x1+x2<=1;x2+x5+x11<=1;x1+x3+x4+x11<=1;x4+x5+x6+x7+x8<=1;x3+x8+x9<=1;x7+x9+x10<=1;x6+x10<=1; 附录2：Global optimal solution found. Objective value: Total solver iterations: 0Variable Value Reduced Cost X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Row Slack or Surplus Dual Price 1 2 3 4 5 6 7 8 9 10

售书问题优化模型摘要优化问题是工程技术、经济管理和科学研究等领域重做常见的一类问题，在解决极值问题中起着重要作用。零一规划也是常用的数学工具，能够有效的表示事物的有效性。本文是以一极具有实际意义的问题，而随着信息时代的发展，大学生接受知识的途径多种多样，报纸、杂志、图书一直赢得大学生不同程度的青睐，而且出现了电子图书这个时代的产物，对于这个实际意义较大的问题就应有简单易懂的模型，让人看起来比较容易接受。考虑到建立销售点，使它供书的人数达到最大，那就要在条件约束下建立优化模型，而选择两地之间是否有销售的关系为他们的决策变量，那样就使人易懂，易于理解。通过建立线性规划模型，并应用Linggo软件得到最优解，B和E之间建立代售关系即在B（E）建立代售点并向E(B)售书，D和G之间建立代售关系即在D（G）建立代售点并向G(D)售书，可是大学生的人数最大，为177千人。最优解可以有多种选择方法，这就有选择的灵活性。本模型适用于只考虑人数最大的地址的选择，具有较强的实用性和普遍性。关键字 售书问题 优化模型 零一规划 Linggo1.问题的重述一家出版社准备在某地向七个区大学生供应图书，每个区的大学生数量如图所示（单位：千人），出版社准备在该市设立两个图书代理销售点，每个代理点只能想该地区和一个相邻的地区售书，出版社知道售书覆盖的人群越大，所获得的利润也就也大，所以出版社要选择两个恰当的代理销售点使覆盖的人群最大。现在所要解决的是选在合适的代理销售点。2.问题分析 书是人们进步的阶梯，售书问题普遍受到人们的关注。近年来随着科学技术的发展，电子图书、网上书城等的出现，人们阅读的方式越来越多，而书的销售问题也越来越受销售商的关注。如何选择待销售点才能使卖出的书最多，销售商获得的利益最大，成为问题的关键所在。在许多候选地区中选择最优的地区，制定最优的规划方案，显然必须建立优化模型，每个地区都选与不选的可能性，这就必须用到0—1规划模型，立两个销售代理点, 在满足以下的条件的情况下，要想得到一个最优计划，出版社就需要设计一个合理有效的投资方案：1.只能建立两个销售代理点。2.每个销售代理点只能向本区和一个相邻区的大学生售书在上述要求中，将每两个相邻地区之间连线表示该地区建立售代关系，这种售代关系据有建立与不建立两种选择，显然每个地区只能选择一个销售或者代理，最优方案就是选择权值最大与次大的连线，将上述方案限制转化为约束条件，并使目标函数，约束条件决策标量转化为数学符号，利用LINGGO 软件来求最优解接，3符号的说明符号表示 符号说明A 34千人的地区B 29千人的地区C 42千人的地区D 21千人的地区E 56千人的地区F 18千人的地区G 71千人的地区x1 AB两地区之间建立代售关系x2 AC两地区之间建立代售关系x3 BE两地区之间建立代售关系x4 BD两地区之间建立代售关系x5 CD两地区之间建立代售关系x6 DG两地区之间建立代售关系x7 DF两地区之间建立代售关系x8 DE两地区之间建立代售关系x9 EF两地区之间建立代售关系x10 FG两地区之间建立代售关系X11 BC两地区之间建立代售关系Q 所能供应的大学生的数量4.问题假设选择代理销售点时，只考虑该地区总人数以及相邻地区，对人员的迁入迁出，人员的消费能力，人们的需求不予考虑；1、 只有两个销售代理点，且每个销售代理点只能向该区和他临近的去售书。2、 7个销售区中没有人员的流动3、 书的供应量远远满足学生的需求4、 销售代理点向两个地区的学生销售书的价格相同。5、 不考虑邻区因学生买书的路费问题而减少书的购买。6、 售书多少与人数多少成正比。7、 人人的消费能力是相等的。5.模型的建立决策变量：设在ABCDEFG中的某两地之间代售关系Xi（i=1，2，3…10）.Xi=1表示在其建立代售关系。Xi=0表示没有建立代售关系目标函数：所能供应的大学生的数量Q千人；则Q=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10+71*x11;约束条件1.只能建立两个销售代理点。x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;2.与A建立代售关系只能有一个即x1+x2<=1;与B建立代售关系只能有一个即x2+x5+x11<=1;与C建立代售关系只能有一个即x1+x3+x4+x11<=1;与D建立代售关系只能有一个即x4+x5+x6+x7+x8<=1;与E建立代售关系只能有一个即x3+x8+x9<=1;与F建立代售关系只能有一个即x7+x9+x10<=1;与G建立代售关系只能有一个即x6+x10<=1;综上所述：Max Q=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;x1+x2<=1;x2+x5+x11<=1;x1+x3+x4+x11<=1;x4+x5+x6+x7+x8<=1;x3+x8+x9<=1;x7+x9+x10<=1;x6+x10<=1;6.模型的求解在lingo中输入以下代码，见附录1.通过运行LINDO教学软件，我们可以得到该售书问题的最优解，即建立代售关系的最优方案，其截图为： Objective value: Variable Value Reduced Cost X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 从中可以看到在B和E之间建立代售关系即在B（E）建立代售点并向E(B)售书，D和G之间建立代售关系即在D（G）建立代售点并向G(D)售书，可是大学生的人数最大，为177千人。（详细结果见附录2）但考虑到地区中人数的问题，以及现实中去买书的路费问题，所以销售代理点应建立在人数较多的地区，在B、E地区中E区人较多为56千人，在D、G地区中G区中人数较多为71千人,所以最好把两个销售代理点建在E区和G区。7.模型的评价和推广 通过查看该区图可以粗略知道应选择人数最大地区为代售点，在题中假设的前提下，选择人数最大的地区为代售点，覆盖了大部分人口，此模型的建立，很好的应用数学知识将选择销售代理点的问题抽象化，使选择我们的选择不再主观、盲目，而是更全面、深入、条理。选择最少的变量考虑问题简化了模型建立的分析。这也是模型最大的弊端数据的真实性受到了很大的限制对实际应用很不利。虽然假设的变量比较多，但人们可以较容易理解。题中假设的太多假设，有些脱离实际，考虑现实当中的销售点间的运输路程、交通便利程度、学生在校期间的对书的消费情况，不同人群之间的消费能了等情况，8.参考文献【1】姜启源 谢金星 叶俊 数学建模（第三版）高等教育出版社 2003【2】.附录附录1：max=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;x x1+x2<=1;x2+x5+x11<=1;x1+x3+x4+x11<=1;x4+x5+x6+x7+x8<=1;x3+x8+x9<=1;x7+x9+x10<=1;x6+x10<=1; 附录2：Global optimal solution found. Objective value: Total solver iterations: 0Variable Value Reduced Cost X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Row Slack or Surplus Dual Price 1 2 3 4 5 6 7 8 9 10 你也可以到这个网站找找！

你要什么方面的，要的话QQ米我 我尽量发给你