用lingo10求解03年数模国赛B题

露天矿里有若干个爆破生成的石料堆，每堆称为一个铲位，每个铲位已预先
根据铁含量将石料分成矿石和岩石。一般来说，平均铁含量不低于 25%的为矿石，否则为岩石。每个铲位的矿石、岩石数量，以及矿石的平均铁含量（称为品位）都是已知的。每个铲位至多能安置一台电铲，电铲的平均装车时间为 5 分钟。

卸货地点（以下简称卸点）有卸矿石的矿石漏、2 个铁路倒装场（以下简称
倒装场）和卸岩石的岩石漏、岩场等，每个卸点都有各自的产量要求。从保护国家资源的角度及矿山的经济效益考虑，应该尽量把矿石按矿石卸点需要的铁含量（假设要求都为 29.5% 1%，称为品位限制）搭配起来送到卸点，搭配的量在一个班次（8 小时）内满足品位限制即可。从长远看，卸点可以移动，但一个班次内不变。卡车的平均卸车时间为 3 分钟。

所用卡车载重量为 154 吨，平均时速 28km/h 。卡车的耗油量很大，每个班次每台车消耗近 1 吨柴油。发动机点火时需要消耗相当多的电瓶能量，故一个班次中只在开始工作时点火一次。卡车在等待时所耗费的能量也是相当可观的，原则上在安排时不应发生卡车等待的情况。电铲和卸点都不能同时为两辆及两辆以上卡车服务。卡车每次都是满载运输。
每个铲位到每个卸点的道路都是专用的宽 60 m的双向车道，不会出现堵车现象，每段道路的里程都是已知的。

一个班次的生产计划应该包含以下内容：出动几台电铲，分别在哪些铲位上；出动几辆卡车，分别在哪些路线上各运输多少次。一个合格的计划要在卡车不等待条件下满足产量和质量（品位）要求，而一个好的计划还应该考虑下面两条原则之一：

1.总运量（吨公里）最小，同时出动最少的卡车，从而运输成本最小；
2.利用现有车辆运输，获得最大的产量（岩石产量优先；在产量相同的情况下，取总运量最小的解）。

请你就两条原则分别建立数学模型，并给出一个班次生产计划的快速算法。针对下面的实例，给出具体的生产计划、相应的总运量及岩石和矿石产量。

某露天矿有铲位 10 个，卸点 5 个，现有铲车 7 台，卡车 20 辆。各卸点一个班次的产量要求：矿石漏 1.2 万吨、倒装场Ⅰ1.3 万吨、倒装场Ⅱ1.3 万吨、岩石漏 1.9 万吨、岩场 1.3 万吨。

铲位和卸点位置的二维示意图如下，各铲位和各卸点之间的距离（公里）如下表：

问题分析
本题看起来象运输问题，但与典型的运输问题明显有以下不同：

1. 这是运输矿石与岩石两种物资的问题；
2. 属于产量大于销量的不平衡运输问题；
3. 为了完成品位约束，矿石要搭配运输；
4. 产地、销地均有单位时间的流量限制；
5. 运输车辆只有一种，每次满载运输，154吨/车次；
6. 铲位数多于铲车数意味着要最优的选择不多于7个产地作为最后
   结果中的产地；
7. 最后求出各条路线上的派出车辆数及安排。

近似处理：
因而我们可以先求出产位、卸点每条线路上的运输量。然后求出各条路
线上的派出车辆数及安排。

模型假设
1.卡车在一个班次中不应发生等待或熄火后再启动的情况；
2.在铲位或卸点处由两条路线以上造成的冲突问题面前，我们认为只要
平均时间能完成任务，就认为不冲突。我们不排时地进行讨论；
3.空载与重载的速度都是28km/h，耗油相差很大；
4.卡车可提前退出系统；
5.铲车一个班次内不移动铲位。



lingo代码如下：
model:
sets:
s1/1…10/:ck,cy,p,f;
s2/1…5/:q;
s(s1,s2):x,c,A,B,T;
endsets
data:
c=5.26 5.19 4.21 4.00 2.95 2.74 2.46 1.90 0.64 1.27
1.90 0.99 1.90 1.13 1.27 2.25 1.48 2.04 3.09 3.51
5.89 5.61 5.61 4.56 3.51 3.65 2.46 2.46 1.06 0.57
0.64 1.76 1.27 1.83 2.74 2.60 4.21 3.72 5.05 6.10
4.42 3.86 3.72 3.16 2.25 2.81 0.78 1.62 1.27 0.50;
ck=0.95 1.05 1.00 1.05 1.10 1.25 1.05 1.30 1.35 1.25;
cy=1.25 1.10 1.35 1.05 1.15 1.35 1.05 1.15 1.35 1.25;
p=30 28 29 32 31 33 32 31 33 31;
q=12000 13000 13000 19000 13000;
enddata
calc:
@for(s(i,j):T(i,j)=(260c(i,j)/28+3+5));
@for(s(i,j):A(i,j)=@floor(T(i,j)/5));
@for(s(i,j):B(i,j)=@floor((860-(A(i,j)-1)5)/T(i,j)));
endcalc
min=@sum(s(i,j):x(i,j)c(i,j));
@for(s(i,j):x(i,j)<(A(i,j)B(i,j)));
@for(s1(i):@sum(s2(j):x(i,j))<(f(i)812));
@for(s2(j):@sum(s1(i):x(i,j))<160);
@for(s1(i):x(i,1)+x(i,2)+x(i,5)<(ck(i)10000/154));
@for(s1(i):x(i,3)+x(i,4)<(cy(i)10000/154));
@for(s2(j):@sum(s1(i):x(i,j))>(q(j)/154));
@sum(s1(i):x(i,1)(p(i)-30.5))<0;
@sum(s1(i):x(i,2)(p(i)-30.5))<0;
@sum(s1(i):x(i,5)(p(i)-30.5))<0;
@sum(s1(i):x(i,1)(p(i)-28.5))>0;
@sum(s1(i):x(i,2)(p(i)-28.5))>0;
@sum(s1(i):x(i,5)(p(i)-28.5))>0;
@sum(s1(i):f(i))<7;
@for(s(i,j):@gin(x(i,j)));
@for(s1(i):@bin(f(i)));
end
运行结果如图