汽车租赁调度论文Word下载.docx

汽车租赁调度论文Word下载.docx

《汽车租赁调度论文Word下载.docx》由会员分享，可在线阅读，更多相关《汽车租赁调度论文Word下载.docx（20页珍藏版）》请在冰点文库上搜索。

再利用lingo软件处理所有需要往外调度车辆的代理点乘以at[ij]相加后的值，从而得到最优解。

问题二：

经济损失也就是转运费与短缺损失的和，短缺损失意味着满足不了车辆需求带来的损失，利用LINGO软件求最优解。

问题三：

公司获利减去转运费用和转运损失，得到净利润。

问题四：

考虑购买新车能否使公司获利增多。

如果增多，需要买多少量。

4模型假设即符号说明

假设：

1假设每辆车当日租能够当日还，且无损坏。

2每天调度每辆车都需相同的费用，根据调度车辆数量的不同，所需费用不同。

3租出的车辆只归还于租出代理点。

4代理点没有显示租赁收入的为缺失数据，租赁收入为前15个数据的平均值。

5今年和去年营业状况相似，市场需求不会出现较大的波动。

6当需求总数大于公司车辆总数时，代理点在向其他代理点调度时，必须在满足自身的需求下，多余的车辆全部调出。

符号说明：

Z——总转运费用

S[ij]——代理点i到代理点j的欧式距离

（i=1,2,3……20;

j=1,2,3……20）

M[ij]——代理点i到代理点j的转运成本（万元/千米）（i=1,2,3……20;

F[ij]——代理点i到代理点j的转运费用

at[ij]——第t天代理点i到代理点j的车辆数

j=1,2,3……20）

N（t+1）I——第t+1天代理点i需求车辆数

Nti——第t天代理点i需求车辆数

Sti——第t天第i代理点每辆车的短缺损失费

G——总经济损失费

K1，K2——租赁收入

K——总的公司获利

5模型建立与求解

问题一

问题分析

5.1由附件1运用EXCEL得到各个代理点之间的位置关系，如图5-1

5-1

5.2利用EXCEL得到未来四周每个代理点每天的汽车需求量供需求散点，如图5-2

5-2

模型建立

Z=

各个代理点的相互转运费用

利用MATLAB软件对附件1和附件6数据进行处理得到各个代理点相互转运的费用：

F[ij]=S[ij]*M[ij]的矩阵。

所求的矩阵如下图5-3-1，图5-3-2，图5-3-3所示

5-3-1

5-3-2

5-3-3

此调度分为两种情况：

（1）第t+1天所需车辆数大于公司总的车辆数时

代理点在满足自身的前提下，全部调出。

即

判断

>

0即需要调出

又因为t+1天所需车辆数大于公司车辆总数，所以各个代理点所需车辆不可能全部满足。

即

<

0即需要调入

（2）第t+1天所需车辆数小于公司总的车辆数时

所编写代码有缺陷，不能完成

（3）第t+1天所需车辆数等于公司总的车辆数时

代理点i转运前拥有的车辆数等于代拥有理点i转运出去的车辆数、转运进来的车辆数以及留下来的车辆数之和，即转进来的车辆数等于转出去的车辆数，包括自身对自身的转进和转出

根据

（1）、

（2）、（3），写出约束条件，通过编码，利用lingo软件进行线性规划求目标函数Z最小。

model:

min=0.033941*a0102+0.123329*a0103+0.065613*a0104+0.108126*a0106+0.205299*a0110+0.055887*a0111+0.0756*a0112+0.061188*a0113+0.09892*a0116+0.17761*a0120+0.172817*a0502+0.061984*a0503+0.113954*a0504+0.144828*a0506+0.00648*a0510+0.096723*a0511+0.175498*a0512+0.065454*a0513+0.091297*a0516+0.05009*a0520+0.092665*a0702+0.053518*a0703+0.043469*a0704+0.134411*a0706+0.00979*a0710+0.13848*a0711+0.1998*a0712+0.063645*a0713+0.084553*a0716+0.105252*a0720+0.06627*a0802+0.080518*a0803+0.039549*a0804+0.045855*a0806+0.066449*a0810+0.08906*a0811+0.082687*a0812+0.090963*a0813+0.087209*a0816+0.012369*a0820+0.131073*a0902+0.127648*a0903+0.073946*a0904+0.047001*a0906+0.026563*a0910+0.0329*a0911+0.077813*a0912+0.096979*a0913+0.049689*a0916+0.064399*a0920+0.042914*a1402+0.064935*a1403+0.025395*a1404+0.036045*a1406+0.096632*a1410+0.0599*a1411+0.045235*a1412+0.014934*a1413+0.017133*a1416+0.047226*a1420+0.031487*a1502+0.064221*a1503+0.02271*a1504+0.03202*a1506+0.152565*a1510+0.046875*a1511+0.081424*a1512+0.390935*a1513+0.03757*a1516+0.068531*a1520+0.078548*a1702+0.04032*a1703+0.063801*a1704+0.043034*a1706+0.061847*a1710+0.05568*a1711+0.076269*a1712+0.063691*a1713+0.099045*a1716+0.010733*a1720+0.083769*a1802+0.091747*a1803+0.027217*a1804+0.020646*a1806+0.070195*a1810+0.042101*a1811+0.103007*a1812+0.05814*a1813+0.018441*a1816+0.014126*a1820+0.059427*a1902+0.128336*a1903+0.05411*a1904+0.031152*a1906+0.045745*a1910+0.049601*a1911+0.062972*a1912+0.02596*a1913+0.031588*a1916+0.030926*a1920;

a0102+a0502+a0702+a0802+a0902+a1402+a1502+a1702+a1802+a1902<

=4;

a0103+a0503+a0703+a0803+a0903+a1403+a1503+a1703+a1803+a1903<

=3;

a0104+a0504+a0704+a0804+a0904+a1404+a1504+a1704+a1804+a1904<

=9;

a0106+a0506+a0706+a0806+a0906+a1406+a1506+a1706+a1806+a1906<

a0110+a0510+a0710+a0810+a0910+a1410+a1510+a1710+a1810+a1910<

=1;

a0111+a0511+a0711+a0811+a0911+a1411+a1511+a1711+a1811+a1911<

a0112+a0512+a0712+a0812+a0912+a1412+a1512+a1712+a1812+a1912<

a0113+a0513+a0713+a0813+a0913+a1413+a1513+a1713+a1813+a1913<

=16;

a0116+a0516+a0716+a0816+a0916+a1416+a1516+a1716+a1816+a1916<

=7;

a0120+a0520+a0720+a0820+a0920+a1420+a1520+a1720+a1820+a1920<

a0102+a0103+a0104+a0106+a0110+a0111+a0112+a0113+a0116+a0120=7;

a0502+a0503+a0504+a0506+a0510+a0511+a0512+a0513+a0516+a0520=9;

a0702+a0703+a0704+a0706+a0710+a0711+a0712+a0713+a0716+a0720=4;

a0802+a0803+a0804+a0806+a0810+a0811+a0812+a0813+a0816+a0820=5;

a0902+a0903+a0904+a0906+a0910+a0911+a0912+a0913+a0916+a0920=3;

a1402+a1403+a1404+a1406+a1410+a1411+a1412+a1413+a1416+a1420=5;

a1502+a1503+a1504+a1506+a1510+a1511+a1512+a1513+a1516+a1520=1;

a1702+a1703+a1704+a1706+a1710+a1711+a1712+a1713+a1716+a1720=5;

a1802+a1803+a1804+a1806+a1810+a1811+a1812+a1813+a1816+a1820=10;

a1902+a1903+a1904+a1906+a1910+a1911+a1912+a1913+a1916+a1920=6;

end

5.4以第一天为例，利用lingo软件处理所有需要往外调度车辆的代理点乘以Z费用相加后的值，再利用限制条件得到以下图表，第i行表示该天代理点i对其所拥有车辆的调度安排，第i列表示调度安排完之后该天代理点i所拥有的车辆，元素atij代表第t天代理点i转运给代理点j的车辆数，以第一天的矩阵为例，如图5-4。

5-4

由上图可知：

调度方案

AB=4,表示A向B调度4辆。

AB=4，AD=3，EC=3,EJ=1，EM=5，,GD=4，HD=1，HT=4，OD=1，RF=3，RP=7，SM=6。

改进方法一:

把不能满足自身需求的代理点当做需求点，把能够满足自身需求且能够向外供应的代理点当做供应点。

分析题意列表5-5

即供给车辆数，需求车辆数以及各代理点转移车辆数所需费用的关系

B

C

D

F

J

K

L

M

P

T

供给辆数

A

0.033941

0.123329

0.065613

0.108126

0.205299

0.055887

0.0756

0.061188

0.09892

0.17761

7

E

0.172817

0.061984

0.113954

0.144828

0.00648

0.096723

0.175498

0.065454

0.091297

0.05009

9

G

0.092665

0.053518

0.043469

0.134411

0.00979

0.13848

0.1998

0.063645

0.84553

0.105252

4

H

0.06627

0.080518

0.039549

0.045855

0.066449

0.08906

0.082687

0.090963

0.087209

0.012369

5

I

0.131073

0.127648

0.073946

0.047001

0.026563

0.0329

0.077813

0.096979

0.049689

0.064399

3

N

0.042914

0.064935

0.025395

0.036045

0.096632

0.0599

0.045235

0.014934

0.017133

0.047226

O

0.031487

0.064221

0.02271

0.03202

0.152565

0.046875

0.081424

0.390935

0.03757

0.068531

1

Q

0.078548

0.04032

0.063801

0.043034

0.061847

0.05568

0.076269

0.063691

0.099045

0.010733

R

0.083769

0.091747

0.027217

0.020646

0.070195

0.042101

0.103007

0.058145

0.018441

0.014126

10

S

0.059427

0.128336

0.05411

0.031152

0.045745

0.049601

0.062972

0.02596

0.0.031588

0.030926

6

需求辆数

16

5-5

比如AB：

A代理点向B代理点转移车辆数所需费用为0.033941

7：

A代理点能向其他代理点转移的车辆数为7

利用lingo编程：

capacity表示所提供的车辆；

demand表示所需要的车辆；

cost表示调度所需费用；

volume表示代理点调度车辆。

此编程为第一天调度车辆后总的费用

改进方法二：

sets:

warehouses/ag1..ag20/:

capacity;

vendors/wg1..wg20/:

demand;

links（warehouses,vendors）:

cost,volume;

endsets

!

目标函数;

min=@sum（links:

cost*volume）;

需求约束;

@for（vendors（J）:

@sum（warehouses（I）:

volume（I,J））<

=demand（J））;

拥有量约束;

@for（warehouses（I）:

@sum（vendors（J）:

volume（I,J））=capacity（I））;

这里是数据;

data:

capacity=700090453000051051060;

demand=043904000120160070009;

以第一天为例，编程

具体见附件一

结果分析

cost为20*20的矩阵，只需将capacity和demand的值改变，cost数据不变，简化录入工序，在以后的工作中即体现出工作的方便与简洁，节省时间。

问题二

短缺损失只是供不应求而产生的，供过于求是不产生短缺损失的。

短缺损失用S表示，第t天每辆的短缺损失费用St表示，即S=i代理点需要的车辆数-（i代理点现有的车辆数+从其他代理点转来的车辆数）*St（万元/天·

辆）

再加上由问题一得出的转运费用即可求得由于汽车数量不足而带来的经济损失。

即：

G=

以第一天为例，利用LINGO程序编写出代码，求得第一天的短缺损失为2.234598万元。

车辆调度安排如下：

经过求解，考虑到由于汽车数量不足而带来的经济损失，在最优解的调度方案下，转运和短缺导致的总费用为70.3055万元。

车辆调度安排计划如下：

1-2日：

A-B，4；

A-k，3；

E-C，2；

E-J，1；

E-M，6；

G-D，4；

H-D，4；

H-T，1；

I-K，3；

N-L，1；

N-M，4；

O-D，1；

Q-C，1；

Q-F，1；

Q-K，3；

R-F，3；

R-P，7；

S-M，6。

第三问

观察附件5发现代理点P、Q、R、S、T的租赁收入数据存在缺失。

我们以前15个代理点租赁收入的平均值0.3859作为后五个代理点的租赁收入。

当代理点i在t日的需求量大于t+1天的需求量，该代理点t+1天的租赁收入取决第t天的减去调出数；

当代理点i在t日的需求量小于t+1天代理点i拥有的车辆数，该代理点t+1天的租赁收入取决于第t天的加上调入数。

根据上述分析分为两种情况：

（1）当Nti>

N（t+1）i时，K1=

（2）当Nti<

N（t+1）i时,K2=

公司总获利：

K=（K1+K2）-G

以第一天为例，利用LINGO编程得出第一天获得的利润为136.4462万元。

调度方案：

A-B，6；

A-K，2；

Q-K，4；

A-L，1；

E-M，8；

N-M，2；

S-M，6；

H-T，1。

问题四

每种类型的车分别计算考虑八年维修费用后的购车成本，并做出这十种车辆的折线图，见图5-6。

5-6　十种车八年总费用

通过上图发现综合考虑八年的成本，第八类车辆成本最低，所以如果需要购买新车的话，应该购买第八种车辆。

对于上一年每天各个代理点的汽车需求量，首先按月进行统计分析并求出各月所有站点总需求的平均值，绘制成折线图，见图5-7。

5-7　上年各月平均总需求量

通过该折线图我们发现上一年各月的平均总需求量还是存在一定的波动。

这也导致我们后面的数据处理中不能随机选取某些月份的数据进行参考。

显而易见，需求量不同肯定会导致购车计划的不同，所以随机选取的样本不具有代表性。