本文主要是介绍【数学建模】优化模型——两辆平板车装货问题，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
问题描述
- 包装箱规格：共有七种规格的包装箱，每种包装箱的厚度（t）和重量（w）不同。表中列出了每种包装箱的厚度、重量及数量。
- 平板车限制：
- 每辆平板车的可用装载长度为10.2米（1020厘米）。
- 每辆平板车的载重为40吨（40000公斤）。
- 对于C5、C6、C7类包装箱有额外的空间限制：这三类包装箱所占的总空间不能超过302.7厘米。
- 问题要求：设计一种装车方案，使得剩余的空间最小化。
解决方案
-
参数假设：
-
约束条件：
- 每辆平板车上装载的包装箱厚度总和不能超过1020厘米。
- 每辆平板车上装载的包装箱重量总和不能超过40000公斤。
- 每种包装箱的数量不能超过其给定的数量。
- C5、C6、C7类包装箱在两辆车上的厚度总和不能超过302.7厘米。
-
线性规划模型：
-
目标函数是最小化两辆车的剩余空间之和。
-
使用LINGO软件求解该问题的线性规划模型，模型中定义了包装箱的厚度、重量和数量变量，并且约束条件已在模型中体现。
- 求解结果：
LINGO程序
!两辆平板车装货问题AMCM88B;
model:
sets:
num/1..7/:w,t,n,x,y;
endsets
data:
t=48.7,52.0,61.3,72.0,48.7,52.0,64.0;
w=2000,3000,1000,500,4000,2000,1000;
n=8,7,9,6,6,4,8;
enddata
min=(1020-@sum(num:t*x))+(1020-@sum(num:t*y));
@sum(num:t*x)<=1020;
@sum(num:t*y)<=1020;
@sum(num:w*x)<=40000;
@sum(num:w*y)<=40000;
@for(num(i):x(i)+y(i)<=n(i));
@sum(num(i)|i#GE#5#AND#i#LE#7:(x(i)+y(i))*t(i))<=302.7;
@for(num:@GIN(x));
@for(num:@GIN(y));
end
这篇关于【数学建模】优化模型——两辆平板车装货问题的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
