快递公司送货策略Document serial number【NL89WT-NY98YT-NC8CB-NNUUT-NUT108】论文快递公司送货策略摘要：本文是设计快递公司最合理的运输策略问题的方案。
在各种运货地点，重量的确定及业务员的运输条件、工作时间等各种约束条件下，按照平行于坐标轴的折线的送货路线，为公司设计要多少业务员，每个业务员的运行线路，以及总的运行公里数。
对于问题一及问题二，三，我们建立了三个模型。
模型一：利用数学中的“分割”思想和“图论”的知识，按照要求求出满足条件的方案。
其中要用到各点之间距离，利用MATLAB，求出各两点之间的距离，即得到最小树。
模型二：携带快件与不携带快件的速度及酬金相差很大，在模型一的基础上，运用最小树及图论的思想，改变运输顺序，建模及求解。
模型三与模型一的思路相同。
最后，对设计规范的合理性进行了充分和必要的论证。
关键字：送货策略最小树分割与图论问题重述：（1）为我们生活带来方便的快递正在蓬勃发展起来。
然而，对于快递公司，如何花费最少的派送费用，即在运送完每天必须的快递时，使用最少的业务员。
该题条件：（2）每个业务员每天的工作时间不超过6小时，（3）每个送货点停留的时间为10分钟，途中速度为25km/h，并且每次出发最多能带25千克的重量的货物。
（4）为计算简便，将快件一律用重量来衡量，平均每天收到总重量为千克。
（5）送货路线为平行于坐标轴的折线。
（6）每个送货点的位置和快件重量如表1该题要求：（1）运用数学建模知识，为公司提供合理的运货策略，即要多少业务员，每个业务员的运行线路，以及总的运行公里数。
（2）当业务员携带快件时的速度是20km/h，获得的酬金为3元/；而不携带快件的速度为30km/h，酬金是2元/h，设计一个费用最省的策略（3）当业务员的工作时间延长到8小时，该公司的策略该如何改变。
表一问题一：（1）对于时间和重量两个约束条件，我们优先考虑重量；（2）纵观送货点的分布，将分布点按照矩形、弧形、混合型及最优途径四种方案，将重量之和接近25千克的分布点联合起来（3）区域数=的重量每次出发每人最多能带每天收到的总重量=25.5184=，所以至少要有8个区域；（4）计算出分割好的区域内业务员完成一次任务的时间之和，最后将满足几个区域的时间之和小于6小时的区域的运送任务分派给同一个业务员问题二：在问题一的模型的基础上，采取模型一的四种方案，即将所有分布点分割成方案一的区域，由于问题二中携带快件与不携带快件的速度及酬金相差很大，所以我们考虑应该尽量将一个区域中快件重量大的优先派送去，找出每个区域最节省的路径即可问题三：与模型一的思路相同模型假设：（1）送货运行路线均为平行于坐标轴的折线（2）运货途中快件没有损坏，业务员运送过程也十分安全，没有堵车等问题，并且业务员很敬业，即一切顺利（3）每个业务员每天的工作时间不超过6小时（4）每个送货点停留的时间为10分钟，途中速度为25km/h，并且每次出发最多能带25千克的重量的货物（5）快件一律用重量来衡量，平均每天收到总重量为千克（6）各个业务员之间运送快件的任务是相互独立模型建立与求解：方案一以原点为圆心画同心圆，以一个圆内或圆周周围的点为一片，找出送货质量和小于25KG且距离尽可能小的点的集合，为一个送货区域，由一位业务员负责送货。
由此，画出的送货区域为下图：则业务员的送货路线、送货区域、送货的路程及时间、快递公司应付费用如下表：方案二根据各个送货点的分布，以矩形把整个区域分成5个区域，在区域或区域周围找出送货质量和小于25KG且距离尽可能小的点的集合，为一个送货区域，由一位业务员负责送货。
由此，画出的送货区域为下图：则业务员的送货路线、送货区域、送货的路程及时间、快递公司应付费用如下表：树，并在最小数的基础上，向周围延伸，找出送货质量和小于25KG且距离尽可能小的点的集合，为一个送货区域，由一位业务员负责送货。
方案三与方案四的区别在于，方案三的最小树是自己手算的，并不确定是最小树。
而方案四的最小树是由MATLAB计算得到的，可以保证是最小树。
最后的数据表明，通过手算找的“最小树”并不是最小树，但是仍比方案一，二的结果更优。
方案三这是在手算的“最小树”的基础上划出的送货区域。
则业务员的送货路线、送货区域、送货的路程及时间、快递公司应付费用如下表：30-58③②40-24-26-28-092④①50-27-29-30-092⑤④60-82①③70--054②②80-8-12-15-13-056③③总计4915个4个注：①、②、③、④、⑤为业务员编号。
通过MATLAB得出的最小树的图为：蓝色线条为最小树。
把该图转化成直角坐标系中的最小树为：在此最小树的基础上划出的送货区域为：则业务员的送货路线、送货区域、送货的路程及时间、快递公司应付费用如下表：方案四送货线行进次序问题一问题二业务员分配模型检验：实验结果的对比发现，用最小树理论解出来的比按几何方法划区域的解更优。
对比发现，当总路程最小时，往往会使总费用最小。
最终的答案为：（1）需要5个业务员，总的运行公里数为477km,每个业务员的运行路线为上文的方案四的运行路线。
（2）费用最省的策略是方案四，费用为元。
（3）当业务员的工作时间延长到8小时时，依然是方案四为最优，业务员的安排变化在上文的方案四中的安排。
模型评价：1、模型的优点：（1）本模型能够直观地看出各种策略的优缺点，便于决策。
（2）通过各种策略的横向比较，能直观地选出最优解。
而且模型简单易懂，便于理解。
（3）模型系统的给出了业务员的运输方案，便于指导工作实践。
2、模型的缺点：在最小树方案中，由于时间有限，没能穷举各种安排线路。
相信还会有更优的方案。
方案四的6小时业务员的理论人数为，8小时的理论人数为，可以通过优化使得人数控制在4人和3人。
而且，各个业务员的工作时间安排不甚合理，这需要进一步改进。
3、模型的推广：本模型使用于一般的送货策略问题，适当更改即可。
参考文献：[1]：姜启源、谢金星、叶俊编，《数学模型》-3版，北京，高等教育出版社，[2]：吴建国、汪名杰、李虎军、刘仁云编，《数学建模案例精编》-1版，北京，中国水利水电出版社，[3]：周品赵新芬编，《MATLAB数学建模与仿真》，国防工业出版社，附录MATLAB程序：求解最小树：n=30;w=inf*ones(30);w(1,[2:30])=[funv(1)];w(2,[3:30])=[funv(2)];w(3,[4:30])=[funv(3)];w(4,[5:30])=[funv(4)];w(5,[6:30])=[funv(5)];w(6,[7:30])=[funv(6)];w(7,[8:30])=[funv(7)];w(8,[9:30])=[funv(8)];w(9,[10:30])=[funv(9)];w(10,[11:30])=[funv(10)];w(11,[12:30])=[funv(11)];w(12,[13:30])=[funv(12)];w(13,[14:30])=[funv(13)];w(14,[15:30])=[funv(14)];w(15,[16:30])=[funv(15)];w(16,[17:30])=[funv(16)];w(17,[18:30])=[funv(17)];w(18,[19:30])=[funv(18)];w(19,[20:30])=[funv(19)];w(20,[21:30])=[funv(20)];w(21,[22:30])=[funv(21)];w(22,[23:30])=[funv(22)];w(23,[24:30])=[funv(23)];w(24,[25:30])=[funv(24)];w(25,[26:30])=[funv(25)];w(26,[27:30])=[funv(26)];w(27,[28:30])=[funv(27)];w(28,[29:30])=[funv(28)];w(29,30)=5;[a,b]=mintreek(n,w)function [ v ] = funv( k )x=[3,1,5,4,3,0,7,9,10,14,17,14,12,10,19,2,6,11,15,7,22,21,27,15 ,15,20,21,24,25,28];y=[2,5,4,7,11,8,9,6,2,0,3,6,9,12,9,16,18,17,12,14,5,0,9,19,14,1 7,13,20,16,18];for i=k:30;if(i==k) continue;else v(i-k)=abs(x(i)-x(k))+abs(y(i)-y(k));end;Endfunction [ Wt,Pp ] = mintreek( n,W )tmpa = find(W~=inf);[tmpb,tmpc] = find(W~=inf);w = W(tmpa);e = [tmpb,tmpc];[wa,wb] = sort(w);E = [e(wb,:),wa,wb];[nE,mE] = size(E);temp = find(E(:,1)-E(:,2));E = E(temp,:);P = E(1,:);k = length(E(:,1));while(rank(E)>0)temp1 = max(E(1,2),E(1,1));temp2 = min(E(1,2),E(1,1));for i = 1:k;if(E(i,1)==temp1),E(i,1)=temp2;end;if(E(i,2)==temp1),E(i,2)=temp2;end;end;a = find(E(:,1)-E(:,2));E = E(a,:);if(rank(E)>0),P = [P;E(1,:)];k = length(E(:,1));end;end;Wt = sum(P(:,3));Pp = [e(P(:,4),:),P(:,3:4)];for i = 1:length(P(:,3));disp(['','e',num2str(P(i,4)),'','(v',num2str(P(i,1)),'','v',num 2str(P(i,2)),')']);end;axis equal;hold on[x,y] = cylinder(1,n);xm = min(x(1,:));ym = min(y(1,:));xx = max(x(1,:));yy = max(y(1,:));axis([xm-abs(xm)*,xx+abs(xx)*,ym-abs(ym)*,yy+abs(yy)*]);plot(x(1,:),y(1,:),'ko')for i=1:n;temp=['v',int2str(i)];text(x(1,i),y(1,i),temp);end;for i=1:nE;plot(x(1,e(i,:)),y(1,e(i,:)),'y');end;for i=1:length(P(:,4));plot(x(1,Pp(i,1:2)),y(1,Pp(i,1:2)),'b');end;text,,['最小生成树的权为','',num2str(Wt)]);title('蓝色连线为最小生成树');axis('off');hold offend。