2021-05-03

A题相关解题思路

本人能力有限，此内容仅为个人理解，如有错误，欢迎指正

所用参数及说明

1. $A_{ij}$其中i=1~6分别表示6个物资储备库，j分别表示饮用水、食品等物资，$A_{ij}$表示为各个储备库中的各种物资现存数量。

2. $B_i$受灾点的群众人数，i=1~10。

3. $T_{ij}$为运输时间,i=1_6，j=110。表示各个储备库到受灾点的运输时间。

4. $D_{nj}$为各个受灾点的物资需求量，由第一问求出。

5. $C_{ij}$为惩罚成本，i=1,2，分别表示未满足需求单位惩罚成本（千元）和不同受灾点间未满足需求差值的单位惩罚成本(千元）。
   惩罚成本具体为啥意思，我也不懂，暂且认为是个常数吧

建模设计

前提条件假设

• 首先考虑的是物资的优先级，对于优先级高的物资（食品、水、药品），不惜运输成本，只考虑时间，在最快的时间内送达受灾地。
  $\Psi (x)$ 表示优先等级，$\Psi (x)=1,2,3$共分为三级。水、食品、药品为一级，棉被、绷带为二级，帐篷为第三级。

• 对应受灾人数的数量，安排运送物资的优先级，符合公平性规则。

• 若储备库里的物资充足，则某一受灾点的某种所需物资将全部由一个储备库负责。若某个储备库中的某种物资不够某一受灾点的全部需求 ，则尽量不要超过三个储备库去调用物资。也不知道说的清不清楚，没看懂可以来问我

• 由于大规模突发灾害通常导致交通设施的损毁，则运输时间更长的路径所需成本增加。$E_{ij}=\lambda T+k$ 其中$E$为物资库i到受灾点j的运输增加成本$\lambda$和$k$均为常数。

• 假设对所有受灾点同时进行物资运输，运输所需的车辆、人力资源充足。

• 受灾人数不会出现大量的增加。

模型建立

设$G_1(x)$为速度目标函数，求解关于$G_1(x)$的最小值。
我的思路是这样：

对受灾点B1——B10按人数降序排列，结合表$T_{ij}$，选出每个受灾点$B_i$对应的最短时间$t1$，然后比较$t$所对应的$A_{ij}$物资是否充足($A_{ij}>=D_{ij}$)。若物资充足，则$A_i$将物资直接运往$B_i$;若不足，则选取剩下的时间里，所对应的最短时间(t2、t3···），以此类推。（贪心算法）

伪代码：

for i in 1:10
	min=100000
	for m in 1:6
		if T[m][i]<min
			K[m]=T[m][i] //将所用时间列存储起来
			min=T[m][i]  //选出用时最短的时间
            n++   //最短时间t1所对应的第n号储备库
            sort(K)  //对时间序列进行升序排序，当t1所对应的存储库物资不够时，则使用t2所对应的存储库
        K->A //将用时和储备库对应起来
    for j in 1:6  //这里的j指所需的物品，1~6分别为饮用水、食品、帐篷、棉被、绷带和药品
    	if A[n][j]>=D[i][j] //A[n][j]指t1对应储备库存放j类物品数量，而D为第i个受灾点的需求量
    	  	A[n][j]-A=D[i][j]  //物资送出，重置A[n][j]
    	  	sum_time+=T[n][i]  
    	else 
    		n=k->1;   //此时n为K中第二个数，即第二短的时间所对应的储备库序号

        输出sum_time

进一步考虑： 如果物资并非特别紧急，必须考虑运输及经济成本。同时，按上述贪心算法会出现人数较少的受灾点分不到物资。仅有药品、食品、水是充足的。棉被和帐篷不足。所以，我个人认为，用贪心算法求最快速度仅仅适用于优先级较高的物品。

所以，对于优先级较低的物资，用$F(x)$来表示棉被、帐篷、绷带的运输策略，则$F(x)=G_2+G_3+G_4$。其中$G_2$为时间成本，$G_3$为道路受损的额外成本，$G_4$为公平性准则下的惩罚成本。

首先是公平性罚分$G_4$，按照各受灾点的人数权重占总受灾人数的比重${\omega }_i$=$\frac{B_i}{{\sum }_{i=1}^{10}{B}_i}$来确定各个受灾点应获得多少物资。重新定义帐篷、棉被和绷带的编号分别为1，2，3，${\gamma }_j$($j=1,2,3$)分别表示这些物资的总数。则各个受灾点应获得的物资数量为$u_{ij}$=${\sum }_{i=0}^{10}$ ${\sum }_{j=1}^3$ ${\omega }_i\times {\gamma }_j$.而惩罚函数则为：

                   $G_4$=$C_i\times$$(D_{ij}-u_{ij})$

其次是时间和道路的额外成本，由前文提到道路损坏的额外成本由运输时间决定。所以下一步是要确定时间，这是一个最优化问题，按理说应该用非线性规划求解。所以，我按照这种思路建模：

第i个储备库向第j个受灾点的货物供应量第$n$种货物的量为$S_{ij}^n$（$n$=1,2,3)，第i个仓库到第j个市场的时间为$T_{ij}$。这里，我们的目标是最小化时间和每一种货物供应量的乘积的结果：

$$min{G}_2=\sum _{i=1}^6\sum _{j=1}^{10}\sum _{n=1}^3{S}_{ij}^n{T}_{ij}$$

$$s.t.=\{\begin{array}{rl}\sum _{i=1}^6{S}_{ij}^n\le A_i^n& ,n=1,2,3\\ \sum _{j=1}^{10}{S}_{ij}^n\le u(j)& ,j=1,2...10\\ S_{ij}^n\ge 0& \end{array}$$

关于求解非线性规划,可以调用遗传算法得到较为准确的结果。但这里面数据量较少，可以直接使用matlab里的函数接口:
$$[x,fval]=fmincon(fun,x_0,A,b,Aeq,beq,lb,ub,nonlcon,options)$$

最后，是道路的额外损坏成本，即$G_3$=$E$($G_1$)

$$F(x)=G_2+G_3+G_4$$

总结一下，对于优先级高的物资采用贪心算法，只追求速度。对于优先级较低的采用非线性规划。这只是我个人对A题的建模思路，后面肯定还有较大的修改。要是有好的思路也可以一起交流。