本文主要研究在这种配送方式下的应急配送问题，建立了基于混合蚁群算法的 VRPD 问题模型，利用蚁群算法，迭代局部搜索算法，聚类分析等方法进行求解。 对于问题一只有配送车辆配送这一模式，建立 VRP 问题，首先通过 floyd 算法验证各地点间 的最短距离即为直线距离，将问题转换为最佳 H 圈问题；之后采用蚁群算法对这问题进行迭代求 解，得到配送车辆一次整体配送的最短路径和为 582（公里），一次整体配送的最短时间为 11.64 （小时），并且发现收敛时迭代次数基本小于 10 次。 对于问题二，在问题一的基础上新增无人机配送的模式，首先对 14 个地点进行聚类，发现它 们属于同一个类；其次在类中进行分区，考虑到无人机的飞行约束，利用椭圆的几何性质最终分 为 5 个飞行区；之后采用迭代局部搜索的方式对各飞行区中的点进行重分配，找到最优的配送路 线；最后，采用蚁群算法对路线进行迭代求解，得到一次整体配送的最短时间为 6.32（小时），相 较问题一时间缩短了近 50%。 对于问题三，在问题二的基础上

很多GAMS的实例来源于这本书，用于优化计算，是比较实用的，书里面有例子，很容易上手操作

非线性规划有约束极小问题 模型： MATLAB求解此问题的命令是： [x,fval,exitflag,output,lambda,grad,hessian]=fmincon(‘fun’,x0,A,b,A1,b1,LB,UB,’nonlcon’,options,p1,p2,…) fun是目标函数的m_文件名.nonlcon是约束函数C(x)和C1(x)的m_文件名.文件输出为[C,C1].

近似线性规划算法的改进与应用.pdf

MC求解非线性规划matlab代码

本文通过相应的模型求解与数据分析，确定了在不同情况下满足灾区需求所需时间和运输费用的最优方案，便于企业和储备库在应急情况下做出合理的调运物资方案。总之，本文通过模型求解出的最佳的运输策略，具有较大的灵活性和实用性，对于相关企业部门制作应急预案具有一定的借鉴意义。

基于0_1整数线性规划的运动项目排序问题及LINGO软件实现.pdf

线性规划 Matlab代码和数据，教程

作业（食谱问题） 某公司饲养实验用的动物一供出售。已知这些动物的生长对饲料中三种营养成分：蛋白质、矿物质、维生素特别敏感，每个动物每天至少需要蛋白质70g，矿物质3g,维生素10g,该公司能买到5种不同的饲料，每种饲料1 kg所含的营养成分及成本如表： 饲料 蛋白质（g） 矿物质（g） 维生素（g） A1 0.30 0.10 0.05 A2 2.00 0.05 0.10 A3 1.00 0.02 0.02 A4 0.60 0.20 0.20 A5 1.80 0.05 0.08 饲料 蛋白质（g） 矿物质（g） 维生素（g） A1 0.30 0.10 0.05 A2 2.00 0.05 0.10 A3 1.00 0.02 0.02 A4 0.60 0.20 0.20 A5 1.80 0.05 0.08

单纯形法 matlab代码 simplex MATLAB codes solving LP problems using simplex method (big M method)