关于优化的部分数学建模题目

一.物资配送优化研究

       摘要：

       物资配送策略的研究对商品经济发展、人力资源增广有正向推进作用。本文采用改进的递阶遗传算法对物资配送方案进行优化设计。
        问题一，是针对给定物资配送任务，设计最佳送货方案的多旅行商问题。首先，在数据预处理阶段，采用Flovd算法求解出任意两点最小运输时间;然后，在此基础上，以运输里程最短为唯一目标函数，建立0-1变量优化模型;最后，利用递阶遗传算法以及启发式算法思想对模型进行分析，并采用Matlab软件编写程序得到物流中心应同时出动3台货车，通过指定路径给所有客户点送货，使得运行里程达到最短为508km。
       问题二，需要建立每天最佳送货策略的一般数学模型及相应的求解方法。首先，将问题一有效转化为经典车辆调度(VRP)问题，加入指派车辆数目最少，以及客户满意程度最高为目标函数;然后，建立0-1变量多目标优化模型，并通过功效系数法将多目标转换为单目标，由此建立每天最佳送货策略的一般数学模型;最后，通过改进的递阶遗传算法对模型进行求解。
       问题三，就问题二的基础上，考虑客户数量较大的情况。将问题二中的一般优化模型通过四叉树分区思想进行调整，建立分区巡回优化模型。在求解数据精度降低的同时，大大降低求解问题的时间复杂度。最后，利用递阶遗传算法对分区后的 TSP模型进行求解，即给出时间复杂度较低的求解方法。
      最后，在文章结尾，对模型结果进行合理性分析，均得出计算结果合理的结论。并就文章进行优缺点评价。

二.动态优化模型

      1.最速降线问题