随着我国国民经济的不断发展，企业之间的交易活动更加频繁、同地区、不同地区、甚至跨国的交易活动也不断发生，交通运输则成为交易的活动重点了。 交通运输作为国民经济的一个重要部门，作为人类进步、社会发展的一个重要推动力，其发展模式正在对环境产生越来越重要的影响。传统的运输方式已 经不能满足环境保护、经济发展以及交通运输本身发展的需求，探寻与环境、资源条件相适应的运输是非常重要的一个问题。人们在交通运输方面趋利避害建立更好的运输方法，让交通运输的方法达到一个更高的水平。
运筹学的分析步骤一般包括：发现和定义待研究的问题；构造数学模型；寻找经过模型优化的结果，并通过应用这些结果来改善系统的运行效率。
一、系统分析和问题描述
运筹学分析的第一步是分析问题和提出问题，它是从对现有系统的详细分析开始的，通过分析找到影响系统的最主要的问题。另外，通过分析，还要明确系统或组织的主要目标，找出系统的主要变量和参数，弄清它们的变化范围、相互关系以及对目标的影响。问题提出后，还要分析解决该问题的可能性和可行性。一般需要进行以下分析：
1、技术可行性——有没有现成的运筹学方法可以用来解决存在的问题；
2、经济可行性——研究的成本是多少，需要投入什么样的资源，预期效果如何；
3、操作可行性——研究的人员和组织是否落实，各方面的配合如何，研究能否顺利进行。
通过以上分析，可对研究的困难程度，可能发生的成本，可能获得的成功和收益做到心中有数，使研究的目的更加明确。
二、模型的建立和修改
模型建立是运筹学分析的关键步骤。运筹学模型一般是数学模型或模拟模型，并以数学模型为主。模型是对现实世界的一种抽象和映射。由于实际问题的复杂性，模型不可能完全准确地反映现实世界或实际问题，人们在构造模型时，往往要根据一些理论的假设或设立一些前提条件来对模型进行必要的抽象和简化。人们对问题的理解不同，根据的理论不同，设立的前提条件不同，构造的模型也会不同。因此，模型构造是一门基于经验的艺术，既要有理论作指导，又要靠不断的实践来积累建模的经验。模型建立不是一个一次性的过程，由于实际问题与人们对它的认识之间存在的差异，模型往往要经过多次修改才能在允许的限度内符合实际情况。
一个典型的模型包括以下组成部分：
1、一组需要通过求解模型确定的决策变量；
2、一个反映决策目标的目标函数；
3、一组反映系统复杂逻辑和约束关系的约束方程；
4、模型要使用的各种参数。
简单的模型可以用一般的数学公式表示，复杂的模型由于必须借助于计算机求解，还必须表达为相应的计算机程序。
三、模型的求解和检验
模型建成之后，它所依赖的理论和假设条件合理性，以及模型结构的正确性都要通过试验进行检验。通过对模型的试验求解，人们可以发现模型的结构和逻辑错误，并通过一个反馈环节退回到模型建立和修改阶段，有时甚至还需要退回到系统分析阶段。模型结构和逻辑上的问题解决之后，通过收集数据、数据处理、模型生成、模型求解等过程得到了模型的最优解。值得强调的是，由于模型和实际之间存在的差异，模型的最优解并不一定是真实问题的最优解。只有模型相当准确地反映实际问题时，该解才是趋近于实际最优解的近似。
四、结果分析与实施
运筹学分析的最后一步是获取分析的结果并将之付诸实施。运筹学研究的最终目的是要提高被研究系统的效率，因此，这一步也是最重要的一步。绝不能把运筹学分析的结果理解为仅仅是一个或一组最优解，它也包括了获得这些解的方法和步骤，以及支持这些结果的管理理论和方法。通过分析，要使管理人员与运筹学分析人员对问题取得共识，并使管理人员了解分析的全过程，掌握分析的方法和理论，并能独立完成日常的分析工作，这样才能保证研究分析成果的真正实施。
论文摘要：文章针对侦察无人机航路规划这一问题，分析了影响航路规划的因素，构建了航路规划的模型。结合侦察无人机航路规划的特点与模型，论证了基于蚁群算法求解的理由与优点，并对蚁群算法的初始信息素强度与启发因子进行了改进。最后以岛屿进攻战役这一特定作战任务为例。利用MATLAB实现了侦察多目标时的航路规划问题。 引言 航路规划是指在目标点与起始点之间，为运动物体寻找满足某种性能指标和某些约束的线路、路径。目前对于航路规划的研究主要用于导弹、鱼雷、飞机等飞行器的飞行线路选择上，对于无人机的侦察航路的系统研究还不多见。在文献[3]中虽然也应用蚁群算法进行了航路规划，但没有充分考虑到威胁点存在和目标点价值对航路的影响，且对蚁群算法没有进行启发因子和信息素初始强度方面的创新。在相关外文文献中，由于美军无人机航程较大，其航路规划的约束条件就相对较少，可供借鉴的内容也很有限。而针对岛屿进攻战役这一特殊作战样式的研究更是尚属空白。本文正是基于这一背景下对该问题进行研究，以实现在充分发挥无人机最大作战效能的同时，又尽可能地降低无人机被毁伤概率。 1、影响航路规划的因素分析 影响侦察无人机航路规划的主要因素有如下四个方面。 目标价值 目标价值是衡量某一时刻对某一目标实施火力突击必要程度的综合指标(用Vm表示)。可采用层次分析法获得各个目标的价值Vm，也可以再进行归一化处理，得到各目标的相对价值系数Ku，以此来衡量目标的重要程度。 对不同的目标实施侦察时，对于价值较高的目标可安排更长的有效侦察时间，而对于价值相对较低的目标，则应适当压缩有效侦察时间。 有效飞行时间(距离) 侦察的主要目的是发现对己方有价值目标并及时描述目标的状态，因此发现目标的概率是航路是否合理的一个重要指标。距离目标越近，飞机上侦察设备能够搜索目标区的时间也就越长，发现目标的概率也就越大。 在执行侦察任务时，为了获得某一目标的有效信息，无人机必需接近目标并使目标处于其机载电子、光学侦察设备的作用距离内。如果为了实时监控某一目标，侦察无人机还必需在此目标的上空盘旋、停留，以使目标长时间地处于机载设备的监控之下。因此对目标的发现概率可以用有效飞行时间来表征。它表示侦察无人机对目标总的侦察、监控时间，为处理方便，若侦察无人机以等速率飞行，则其有效侦察飞行时间也可转变为有效飞行距离表征。 生存能力 侦察无人机要完成侦察任务就必须具备一定的生存能力。而其生存能力主要与侦察无人机的隐形规避性能、敌方雷达、防空武器的性能等相关。即侦察无人机的生存能力既受本身的易感性、易损性、可靠性影响，也受敌方的侦察探测和打击能力影响。 从侦察无人机完成飞行任务过程来看，包括发射、正常飞行和突破拦截三个过程，若用概率Pf、Pl、Ps表示三个过程的完成情况。 航程(油量)限制 航程是指侦察无人机起飞后，中途不经加油所能飞越的最大水平距离，即飞行距离。是表征侦察无人机远航和持久飞行能力的指标。由于其在地面一次所加的油量是有限的，因此它的航路必然受到航程的限制，且由于无线电的作用距离受限，飞机执行任务的位置不能超过其作战半径。 2、航路规划构模 侦察无人机多数情况下执行特定的侦察监视飞行任务，指挥员期望的目标是在有限的飞行时间与航程内发现尽可能多的目标，同时付出的代价最小。 就航路规划的约束条件而言，首先是威胁量不能超过指挥员的许可范围，其二，是侦察无人机总的飞行距离不能超过侦察无人机的航程。一旦两者之一不能成立，表明要求的任务是无法完成的，即 3、蚁群算法及其改进 蚁群算法作为一种新的计算模式引入人工智能领域，被称为蚂蚁系统，该系统基于以下假设： (1)蚂蚁之间通过环境进行通信。每只蚂蚁仅根据其周围的局部环境做出反应，也仅对其周围的局部环境产生影响； (2)蚂蚁对环境的反应由其内部模式决定； (3)在个体水平上，每只蚂蚁仅根据环境做出独立选择。在群体水平上，单只蚂蚁的行为是随机的，但蚁群通过自组织过程形成高度有序的群体行为。 基于蚁群算法进行航路规划的特点 基于蚁群算法的侦察无人机航路规划方法，能够保证在航路制订时得到一条具有较小可被探测概率及可接受航程的飞行航路，这种航路规划方法还具有以下特点：(1)在蚂蚁不断散布生物信息激素的加强作用下，新的信息会很快被加入到环境中，而由于生物信息激素的蒸发更新，旧的信息会不断被丢失，体现出一种动态特性； (2)最优路线是通过众多蚂蚁的合作被搜索得到的，并成为大多数蚂蚁所选择的路线，这一过程具有协同性； (3)由于许多蚂蚁在环境中感受散布的生物信息激素同时自身也散发生物信息激素，这使得不同的蚂蚁会有不同的选择策略，具有分布性。这些特点与未来战场的许多要求是相符的，因而采用蚁群算法对侦察无人机的航路进行规划具有可行性与前瞻性。 蚁群算法的改进 (1)ij(t)的初值 为了更好的考虑威胁，在定义在初始条件下定义轨迹强度不同，根据蚂蚁选择路线最优选择轨迹强度高的路线，而无人机的航路规划中则应该更优的选择距离威胁点较远的航路。那么可以定义轨迹的初始强度与距离成反比。即与威胁点越近的路线，信息素强度越小。对于两目标点间的每条路径，其信息素轨迹初始强度。 4、基于改进蚁群算法的侦察无人机航路规划的实现 航路规划的初始条件 蚁群算法用于航路规划主要运用在对多目标实施搜索侦察的航路规划问题，即航路规划需要得出的是飞行经过各个目标的数量和次序，以使侦察无人机经过尽可能多的目标点。 在进行初始规划的过程中，为更方便蚁群算法的实现，首先确定坐标系，将上述各目标点及威胁点用坐标系来表示，这样可以便于实际的运算。 假设在岛屿进攻战役中以某市为坐标点(100，100)的位置，以3公里为1个坐标系单位长度建立平面直角坐标系(这是在充分考虑了将主要有价值点都包括在一个(120×120)的范围内而合理构建的)。则可以确定上述各点的坐标系位置，得到各点坐标。同时各个目标点的价值系数通过层次分析法可求得到结果(具体过程略)。 蚁群算法模型的实现 蚁周系统的各初始参量的确定 为计算和表示方便，将目标点定义为向量Mi(其中i＝1，2，3，…，12)，威胁点定义为向量Ti(其中i＝1，2，3)。采用蚁群算法实现目标点的类旅行商(TSP，Traveling Salesman Problem)问题，目前已经开发的蚁群算法包括蚁密系统、蚁量系统和蚁周系统，而实际应用多数应用后者。为模拟系统中蚂蚁行为的方便，定义标记。 蚁群算法模型分析 通过比较的方法，定性分析各个情况下的目标函数值和航路规划图。不难发现在考虑了目标点价值和威胁点威胁的情况下，航路尽可能地避开了威胁并优先选择通过目标价值较大的点。这样无人机的被毁伤概率较低，且如果发生被毁伤事件时，已经发现的总体目标价值最大。 针对四种情况进行定量分析，假设指挥员的倾向性为，即略侧重于考虑威胁代价。2000表示对每个目标的有效侦察距离均为2000m，计算目标函数的值，可见考虑完备时虽然航路总长最大但总体的目标函数值也最大，航程最优，即侦察无人机应按照依次通过这些目标点。 5、结束语 通过上述分析，在给定侦察无人机的侦察任务情况下经运算可求得最优的初始航路，它可以有效地提高无人机的侦察效能，降低无人机的被毁伤概率，它对于目前军事斗争准备中如何使用侦察无人机具有一定的指导意义。随着我军侦察无人机性能的提高及型号的不断丰富，在对未来岛屿进攻战役中如何对这些机型进行航路规划尚有待于进一步探讨。
现在和将来的角度，结合你所学 我可以写，比较多
1.数学学报 2.数学年刊.A辑 3.应用数学学报 4.计算数学 5.数学进展 6.数学研究与评论 7.系统科学与数学 8.数学物理学报 9.应用概率统计 10.工程数学学报 11.应用数学 12.数学杂志 13.高校应用数学学报.A辑 14.模糊系统与数学 15.高等学校计算数学学报 16.数学季刊 17.工科数学（改名为：大学数学） 18.数学的实践与认识 19.纯粹数学与应用数学 20.运筹学学报 21.数学教育学报 都是忙着发论文的人啊～～
我国数学类的核心刊物主要有：1 数学学报2 数学研究与评论 3 数学年刊4 应用数学学报 5 计算数学 6 数学进展 7 数学杂志8 系统科学与数学 9 应用数学 10 应用概率统计 11 高等学校计算数学学报 12 高校应用数学学报 13 系统工程理论与实践 14 数学的实践与认识 15 数学物理学报 16 数理统计与应用概率 17 运筹学学报 18 工程数学学报 19 系统工程
运筹学学报是数学类核心刊物。
1 数学学报 北京 北京科学院数学研究所 2 数学研究与评论 大连 大连理工大学数学科学研究所3 数学年刊.A辑 上海 复旦大学数学研究所4 应用数学学报 北京 中国数学会5 计算数学 北京 中国科学院计算中心6 数学进展 北京 中国数学会7 数学杂志 武汉 湖北省数学学会等8 系统科学与数学 北京 中国科学院系统科学研究所9 应用数学 武汉 华中理工大学10 应用概率统计 上海 中国数学会概率统计学会11 高等学校计算数学学报 南京 南京大学数学系 12 高校应用数学学报 杭州 浙江大学13 系统工程理论与实践 北京 中国系统工程学会14 数学的实践与认识 北京 北京大学数学科学学院15 数学物理学报 武汉 中国科学院武汉数学物理研究所16 数理统计与应用概率 长沙 北京工业大学应用数学系等17 运筹学学报 上海 中国运筹学会18 工程数学学报 西安 西安交通大学19 系统工程 长沙 湖南省系统工程学会
在中国战国时期，曾经有过一次流传后世的赛马比赛，相信大家都知道，这就是田忌赛马。田忌赛马的故事说明在已有的条件下，经过筹划，选择一个最好的方案，就会取得最好的效果。可见，筹划是十分重要的。现在普遍认为，运筹学是近代应用数学的一个分支，主要是将生产、管理等事件中出现的一些带有普遍性的运筹问题加以提炼，然后利用数学方法进行解决。前者提供模型，后者提供理论和方法。运筹学的思想在古代就已经产生了。敌我双方交战，要克敌制胜就要在了解双方情况的基础上，做出最优的对付敌人的方法，这就是“运筹帷幄之中，决胜千里之外”的说法。但是作为一门数学学科，用纯数学的方法来解决最优方法的选择安排，却是晚多了。也可以说，运筹学是在二十世纪四十年代才开始兴起的一门分支。运筹学主要研究经济活动和军事活动中能用数量来表达的有关策划、管理方面的问题。当然，随着客观实际的发展，运筹学的许多内容不但研究经济和军事活动，有些已经深入到日常生活当中去了。运筹学可以根据问题的要求，通过数学上的分析、运算，得出各种各样的结果，最后提出综合性的合理安排，已达到最好的效果。运筹学作为一门用来解决实际问题的学科，在处理千差万别的各种问题时，一般有以下几个步骤：确定目标、制定方案、建立模型、制定解法。虽然不大可能存在能处理及其广泛对象的运筹学，但是在运筹学的发展过程中还是形成了某些抽象模型，并能应用解决较广泛的实际问题。随着科学技术和生产的发展，运筹学已渗入很多领域里，发挥了越来越重要的作用。运筹学本身也在不断发展，现在已经是一个包括好几个分支的数学部门了。比如：数学规划（又包含线性规划；非线性规划；整数规划；组合规划等）、图论、网络流、决策分析、排队论、可靠性数学理论、库存论、对策论、搜索论、模拟等等。
财政和会计。根据查询运筹学论文相关信息得知，方向有财政和会计。运筹学就是以数学为主要手段、着重研究最优化问题解法的学科。运筹学可以用来很好的解决生活中的许多问题。运筹学有着广泛的应用，对现代化建设有重要作用。
model:sets:item/1..6/:upper,lower,amount,profit,x,u,l;endsetsdata:s=180000;amount= ;profit=120 150 140 190 90 100;upper=42000 32000 35000 44000 31000 25000;lower=21000 16000 25000 22000 0 21000;enddatacalc:@for(item:u=upper/amount;l=lower/amount);endcalcmax=@sum(item:profit*x);@sum(item:amount*x)<=s;@for(item:@bnd(l,x,u);@gin(x));end
论文摘要：文章针对侦察无人机航路规划这一问题，分析了影响航路规划的因素，构建了航路规划的模型。结合侦察无人机航路规划的特点与模型，论证了基于蚁群算法求解的理由与优点，并对蚁群算法的初始信息素强度与启发因子进行了改进。最后以岛屿进攻战役这一特定作战任务为例。利用MATLAB实现了侦察多目标时的航路规划问题。 引言 航路规划是指在目标点与起始点之间，为运动物体寻找满足某种性能指标和某些约束的线路、路径。目前对于航路规划的研究主要用于导弹、鱼雷、飞机等飞行器的飞行线路选择上，对于无人机的侦察航路的系统研究还不多见。在文献[3]中虽然也应用蚁群算法进行了航路规划，但没有充分考虑到威胁点存在和目标点价值对航路的影响，且对蚁群算法没有进行启发因子和信息素初始强度方面的创新。在相关外文文献中，由于美军无人机航程较大，其航路规划的约束条件就相对较少，可供借鉴的内容也很有限。而针对岛屿进攻战役这一特殊作战样式的研究更是尚属空白。本文正是基于这一背景下对该问题进行研究，以实现在充分发挥无人机最大作战效能的同时，又尽可能地降低无人机被毁伤概率。 1、影响航路规划的因素分析 影响侦察无人机航路规划的主要因素有如下四个方面。 目标价值 目标价值是衡量某一时刻对某一目标实施火力突击必要程度的综合指标(用Vm表示)。可采用层次分析法获得各个目标的价值Vm，也可以再进行归一化处理，得到各目标的相对价值系数Ku，以此来衡量目标的重要程度。 对不同的目标实施侦察时，对于价值较高的目标可安排更长的有效侦察时间，而对于价值相对较低的目标，则应适当压缩有效侦察时间。 有效飞行时间(距离) 侦察的主要目的是发现对己方有价值目标并及时描述目标的状态，因此发现目标的概率是航路是否合理的一个重要指标。距离目标越近，飞机上侦察设备能够搜索目标区的时间也就越长，发现目标的概率也就越大。 在执行侦察任务时，为了获得某一目标的有效信息，无人机必需接近目标并使目标处于其机载电子、光学侦察设备的作用距离内。如果为了实时监控某一目标，侦察无人机还必需在此目标的上空盘旋、停留，以使目标长时间地处于机载设备的监控之下。因此对目标的发现概率可以用有效飞行时间来表征。它表示侦察无人机对目标总的侦察、监控时间，为处理方便，若侦察无人机以等速率飞行，则其有效侦察飞行时间也可转变为有效飞行距离表征。 生存能力 侦察无人机要完成侦察任务就必须具备一定的生存能力。而其生存能力主要与侦察无人机的隐形规避性能、敌方雷达、防空武器的性能等相关。即侦察无人机的生存能力既受本身的易感性、易损性、可靠性影响，也受敌方的侦察探测和打击能力影响。 从侦察无人机完成飞行任务过程来看，包括发射、正常飞行和突破拦截三个过程，若用概率Pf、Pl、Ps表示三个过程的完成情况。 航程(油量)限制 航程是指侦察无人机起飞后，中途不经加油所能飞越的最大水平距离，即飞行距离。是表征侦察无人机远航和持久飞行能力的指标。由于其在地面一次所加的油量是有限的，因此它的航路必然受到航程的限制，且由于无线电的作用距离受限，飞机执行任务的位置不能超过其作战半径。 2、航路规划构模 侦察无人机多数情况下执行特定的侦察监视飞行任务，指挥员期望的目标是在有限的飞行时间与航程内发现尽可能多的目标，同时付出的代价最小。 就航路规划的约束条件而言，首先是威胁量不能超过指挥员的许可范围，其二，是侦察无人机总的飞行距离不能超过侦察无人机的航程。一旦两者之一不能成立，表明要求的任务是无法完成的，即 3、蚁群算法及其改进 蚁群算法作为一种新的计算模式引入人工智能领域，被称为蚂蚁系统，该系统基于以下假设： (1)蚂蚁之间通过环境进行通信。每只蚂蚁仅根据其周围的局部环境做出反应，也仅对其周围的局部环境产生影响； (2)蚂蚁对环境的反应由其内部模式决定； (3)在个体水平上，每只蚂蚁仅根据环境做出独立选择。在群体水平上，单只蚂蚁的行为是随机的，但蚁群通过自组织过程形成高度有序的群体行为。 基于蚁群算法进行航路规划的特点 基于蚁群算法的侦察无人机航路规划方法，能够保证在航路制订时得到一条具有较小可被探测概率及可接受航程的飞行航路，这种航路规划方法还具有以下特点：(1)在蚂蚁不断散布生物信息激素的加强作用下，新的信息会很快被加入到环境中，而由于生物信息激素的蒸发更新，旧的信息会不断被丢失，体现出一种动态特性； (2)最优路线是通过众多蚂蚁的合作被搜索得到的，并成为大多数蚂蚁所选择的路线，这一过程具有协同性； (3)由于许多蚂蚁在环境中感受散布的生物信息激素同时自身也散发生物信息激素，这使得不同的蚂蚁会有不同的选择策略，具有分布性。这些特点与未来战场的许多要求是相符的，因而采用蚁群算法对侦察无人机的航路进行规划具有可行性与前瞻性。 蚁群算法的改进 (1)ij(t)的初值 为了更好的考虑威胁，在定义在初始条件下定义轨迹强度不同，根据蚂蚁选择路线最优选择轨迹强度高的路线，而无人机的航路规划中则应该更优的选择距离威胁点较远的航路。那么可以定义轨迹的初始强度与距离成反比。即与威胁点越近的路线，信息素强度越小。对于两目标点间的每条路径，其信息素轨迹初始强度。 4、基于改进蚁群算法的侦察无人机航路规划的实现 航路规划的初始条件 蚁群算法用于航路规划主要运用在对多目标实施搜索侦察的航路规划问题，即航路规划需要得出的是飞行经过各个目标的数量和次序，以使侦察无人机经过尽可能多的目标点。 在进行初始规划的过程中，为更方便蚁群算法的实现，首先确定坐标系，将上述各目标点及威胁点用坐标系来表示，这样可以便于实际的运算。 假设在岛屿进攻战役中以某市为坐标点(100，100)的位置，以3公里为1个坐标系单位长度建立平面直角坐标系(这是在充分考虑了将主要有价值点都包括在一个(120×120)的范围内而合理构建的)。则可以确定上述各点的坐标系位置，得到各点坐标。同时各个目标点的价值系数通过层次分析法可求得到结果(具体过程略)。 蚁群算法模型的实现 蚁周系统的各初始参量的确定 为计算和表示方便，将目标点定义为向量Mi(其中i＝1，2，3，…，12)，威胁点定义为向量Ti(其中i＝1，2，3)。采用蚁群算法实现目标点的类旅行商(TSP，Traveling Salesman Problem)问题，目前已经开发的蚁群算法包括蚁密系统、蚁量系统和蚁周系统，而实际应用多数应用后者。为模拟系统中蚂蚁行为的方便，定义标记。 蚁群算法模型分析 通过比较的方法，定性分析各个情况下的目标函数值和航路规划图。不难发现在考虑了目标点价值和威胁点威胁的情况下，航路尽可能地避开了威胁并优先选择通过目标价值较大的点。这样无人机的被毁伤概率较低，且如果发生被毁伤事件时，已经发现的总体目标价值最大。 针对四种情况进行定量分析，假设指挥员的倾向性为，即略侧重于考虑威胁代价。2000表示对每个目标的有效侦察距离均为2000m，计算目标函数的值，可见考虑完备时虽然航路总长最大但总体的目标函数值也最大，航程最优，即侦察无人机应按照依次通过这些目标点。 5、结束语 通过上述分析，在给定侦察无人机的侦察任务情况下经运算可求得最优的初始航路，它可以有效地提高无人机的侦察效能，降低无人机的被毁伤概率，它对于目前军事斗争准备中如何使用侦察无人机具有一定的指导意义。随着我军侦察无人机性能的提高及型号的不断丰富，在对未来岛屿进攻战役中如何对这些机型进行航路规划尚有待于进一步探讨。
sets: xuesheng/1..4/:; week/1..7/:; worktime(xuesheng,week):wtime,x,y;endsetsdata: wtime = 5 8 6 0 7 4 8 5 6 0 6 0 8 5 4 4 3 8 5 8 0 5 3 6 2 4 2 8;enddatamin = 10 * @sum(worktime(i,j) | i #LT# 3:x(i,j)) + 12 * @sum(worktime(i,j) | i #GT# 2:x(i,j)) ;!两名大学生每周值班不少于12小时;@for(xuesheng(i) | i #LT# 3: @sum(week(j):x(i,j)) >= 12);!两名研究生每周值班不少于10小时;@for(xuesheng(i) | i #GT# 2: @sum(week(j):x(i,j)) >= 10);@for(worktime: y = @if(x #GT# 0,1,0));!每次值班不少于2小时;@for(worktime: x >= y * 2);!每名学生每周值班不超过5次;@for(xuesheng(i):@sum(week(j):y(i,j)) <= 5);!每天安排值班的学生不超过3人;@for(week(j):@sum(xuesheng(i):y(i,j)) <= 3);!每天安排值班的学生中必须有一名研究生;@for(week(j):@sum(xuesheng(i) | i #GT# 2:y(i,j)) >= 1);!该图书馆开放时间为上午9：00至晚上8：00，开放时间内须有且仅须一名学生值班;@for(week(j):@sum(xuesheng(i):x(i,j)) >= 11);@for(worktime:x <= wtime);@for(worktime:@gin(x));计算结果：最少报酬：816元5 3 6 0 7 0 74 6 0 6 0 8 20 2 2 3 2 3 02 0 3 2 2 0 2
model:!配送问题;title:pswt;sets: !制造厂的单位生产成本，生产能力; zzc/1,2,3/:dwsccb,scnl; !仓库; ck/1,2/:; !市场需求; sc/1,2,3/:scxq; !制造厂与仓库的单位配送成本; zzcck(zzc,ck):x,dwpscb1; !仓库与市场区域的单位配送成本; cksc(ck,sc):y,dwpscb2;endsetsdata: !制造厂的生产成本; dwsccb = 112 126 120; !制造厂的生产能力; scnl = ; !市场的需求; scxq = ; !制造厂与仓库的配送成本; dwpscb1 = 4 3 3 5 5 2; !仓库与市场区域的配送成本; dwpscb2 = 8 4 3 7 7 6;enddata! 目标函数：总成本最小，总成本包括：生产成本和制造厂与仓库的配送成本，仓库与市场区域的配送成本;min = sccb + pscb1 + pscb2;!生产成本;sccb = @sum(zzc(i):@sum(ck(j):x(i,j)) * dwsccb(i));!制造厂与仓库的配送成本;pscb1 = @sum(zzcck:dwpscb1 * x);!仓库与市场区域的配送成本;pscb2 = @sum(cksc:dwpscb2 * y);!各制造厂的总产量不超过生产能力;@for(zzc(i):@sum(ck(j):x(i,j)) <= scnl(i));!各市场的投放量不低于市场需求;@for(sc(j):@sum(ck(i):y(i,j)) >= scxq(j));!各制造厂的总产量不低于市场需求总量;@sum(zzcck:x) >= @sum(cksc:y);!所有量均为非负整数;@for(zzcck:@gin(x));@for(cksc:@gin(y));计算结果：最小成本为：542400元 具体产量如下： 仓库1 仓库2制造厂1 0 1200制造厂2 1100 0制造厂3 0 2000 市场1 市场2 市场3 仓库1 0 800 2300仓库2 1200 0 0
去看看这本（运筹与模糊学 ）里的内容吧
高等数学对物流专业的影响 [摘 要] 随着物流管理专业的迅速发展，高等数学教学对于物流管理专门人才的培养具有极其重要意义。本文结合物流管理专业的特色阐述了高等数学对于物流管理专门人才培养的重要性及在物流方面重要用途。 [关键词] 高等数学物流管理 人才 高校 数学作为一门技术学科，在知识经济时代，越来越受到各行各业的重视。高等院校数学教学正在向以培养学生的数学素质为宗旨的能力教育转变。而物流管理是一门新兴学科,它主要包括理论、技术、设备三大方面,涉及企业管理、市场营销、电子商务、信息技术等多个学科的内容,因此高等数学教学对于物流管理专门人才的培养具有极其重要意义。 一、问题的提出 进入本世纪以来，尤其是我国加入WTO以后，我国经济快速、健康、稳定的发展给物流业带来了新的发展契机，现代物流业的蓬勃发展使得物流人才需求急剧升温，当前物流专业人才已被列为我国12类紧缺人才之一。2000年以来,我国高校物流管理专业急剧增加,全国已有75所高校开设了物流管理专业，其中包括一部分高职院校。物流管理学是在现代技术条件下,现代经济运行理念及世界经济全球化环境下产生的,是一门综合性、系统性较强的学科,是许多观念和方法的系统综合。这些观念原理和方法主要来自市场营销、企业、生产、会计、采购和运输领域的,特别来自应用数学。这些内容按现代物流管理技术要求有机地组合起来,形成了现代物流管理学体系。因此，在开展物流专业的数学的教学过程中，摆脱高等院校传统的数学教学模式，要渗透数学素质的教育和能力的培养，要培养出社会需要的复合型人才。 二、数学在物流方面的应用 物流专业的数学课程不是单一的为专业课打基础，而是教学中要渗透数学素质的教育和能力的培养，要培养出社会需要的复合型人才，同时要明确对于物流专业学生学习数学的目的，不是为了研究数学，而是为了应用数学，运用各种数学知识和方法解决自己所从事专业中遇到各种实际问题。中国现代物流的发展需要依靠一项项物流工程建设，依靠各个层次物流系统的运营来实现。物流工程包括物流基础工程、物流设施工程、物流管理工程、物流技术工程和物流运营工程。而物流运营基础工程是由国家建设的，如铁路线路建设工程、物流基地（中心）建设工程、货运站场建设工程、高速公路建设工程、货运枢纽建设工程、港口码头、货运航空港建设工程等，对物流的运营起到平台支持的作用。在现代物流中，物流基础设施平台决定整个物流系统的水平。一个能够有效共用的、高技术水平的、标准化的平台对提升物流运作水平有着极其重大的意义。而数学在研究投资主体在满足工程项目预定目标条件下如何使工程项目的建设成本达到最小，如何投资和管理物流工程项目中，发挥了重要的方法和工具的作用。 “建”即构造,“模”即模型, 建模教学是一种现代教法。所谓数学模型方法, 就是把所考察的实际问题, 化为数学问题, 构造相应的数学模型通过对模型的研究, 使实际问题得以解决的一种数学方法。其中, 建立起合适的数学模型是上述方法最关键的一步。建立数学模型的基本步骤是: 准备、假设、建立(模型)、求解、分析、检验。分析在问题中哪些是变量, 哪些是常量, 哪些量是已知的, 哪些量是未知的、待求的, 然后分析系统内部性质与关系。 例如：某跨国汽车制造公司在全球有m个生产基地Ai，i=1,2,3…n供应量是ai,i=1,2…m,有n个销地Bj，从Ai到Bj运输单位物资的运价（美元）为Cij，这些数据可归结为产销平衡。若Xij表示从Ai到Bj的运输量，那么在产销平衡条件下要求运费最小的方案有最优解？分析：我们可以先用数学建立模型，使其复杂的问题转化为数学问题，并用数学运筹学的方法解决实际问题。 以上的案例，通过数学建模及论证，运输问题有最优解，从而解决了物流运输的理论问题。 再例如，在物流工程项目中的财务分析中，数学提供了在单利和复利情况下，本金与利息之和的计算公式：单利情况时，公式为FV=PV(1+nr):，其中PV为本金（原投资额），r为利率，n为计息周期数，FV为本金与利息之和；复利情况时，公式为:FV=PV(1+nr)n，其中PV为本金（原投资额），r为利率，n为计息周期数，FV为本金与利息之和。例如，在学习导数概念时，除了举出书本上变化率问题中介绍的变速直线运动的速度外，还可介绍一些与专业有关的变化率问题。在物流专业教学中可介绍产品总运输量对时间的导数就是总运输量的变化率，物流总成本对运输量的导数就是运输产品总成本的变化率(边际成本)。在讲授微分方程时，可结合讲解物流运输模型等实例。我们还可以。数学运筹学解决了利用约束条件，求最优解的问题。这些内容要有利于学生主动地进行观察、实验、猜测、验证、推理与交流、实践与应用等活动利用这些学生熟悉的问题进行教学，可提高学生对数学学习的兴趣，激发他们利用所学知识，主动地去探索研究实际问题。 三、结论 总之，高等院校物流管理专业数学能力的培养是高等院校生存发展的需要，势在必行，合理的定位与体现，以适应高等教育迅速发展的形势和培养21世纪创新人才的需要。 参考文献： [1]钱颂迪:运筹学[M].北京:清华大学出版社，～92 [2]黎诣远:经济数学基础[M].北京:高教出版社, 1998,7 [3]王之泰:现代物流管理.中国工人出版社,2002 [4]宋 华 胡左浩:现代物流与供应链管理[M].北京:经济管理出版社，～56
管理运筹学”是一门应用极其广泛的基础理论学科，也是许多工科和管理类专业的重要技术基础课。长期以来，兰州交通大学一直把《管理运筹学》作为交通运输大类专业（包括交通运输、交通工程、物流管理等）的必修课，该课程在我校的筹建、充实、完善、发展已经历了30年的时间，主要历史沿革大致可以分为三个阶段。第一阶段，早在上世纪70年代中期，我国铁道运输专业的奠基者与创始人之一、著名运输专家、我校运输系主任林达美教授敏锐地发现，运用传统的数学方法难以解决许多铁路运输问题，在他的积极倡导下，由我校滕传琳教授牵头、组织翻译了美国普林斯顿大学Hartley教授编著的“OperationsResearch”一书。1979年，滕传琳教授开始给我校77级运输专业本科生开设《运筹学》，随后又开始给运输专业的研究生讲授。考虑到运输专业的管理背景，经过反复修改完善，特别是大量增加了运筹学的建模和应用部分，滕传琳教授于1986年编写出版了《管理运筹学》，作为当时铁道部高校中运输和经济管理类专业中唯一的运筹学教材，在相关院校产生了很大的影响，1988年该教材获得铁道部优秀教材一等奖。在开设《管理运筹学》课程的同时，我校积极引导本科生以“运筹学方法解决铁路运输问题”为选题完成毕业设计，此外还积极拓展传统运筹学的研究领域，将计算机模拟理论补充到了研究生教学内容，许多研究生以此完成了硕士学位论文，如滕传琳教授指导的83级研究生邓西平、84级研究生李引珍（本课程负责人）和徐瑞华（同济大学交通学院导）均选择运用计算机模拟方法，研究铁路编组站作业组织、枢纽小运转列车优化、区段能力的计算等运输问题。