會議籌備優(yōu)化模型

會議籌備優(yōu)化模型班級：數(shù)教教14004班小組：第十十五組成員：李若若楠12孫夢格26姚婷婷37會議籌備優(yōu)優(yōu)化模型型摘要本文針對某某一具體體的會議議籌備問問題，運(yùn)用數(shù)數(shù)學(xué)手段段，從經(jīng)經(jīng)濟(jì)、方方便、代代表滿意意等角度度建立了了相關(guān)優(yōu)優(yōu)化模型型，并利利用Liingoo軟件求求解，給給出了會會議期間間賓館客客房預(yù)訂訂、會議議室租借借、客車車租用等等相關(guān)籌籌備方案案。首先，預(yù)測測本屆與與會人數(shù)數(shù)及相關(guān)關(guān)數(shù)據(jù)。根根據(jù)前幾幾屆會議議代表回回執(zhí)及與會情情況，采采用多種種預(yù)測模模型，分分別對本本屆會議議相關(guān)數(shù)數(shù)據(jù)進(jìn)行行預(yù)測并并作了比對對分析，在在綜合考考慮預(yù)測測誤差及及預(yù)測余余量的情情況下，得得到本屆屆會議與與會人數(shù)數(shù)預(yù)測值值，結(jié)合合附表數(shù)數(shù)據(jù)可以以計(jì)算出出其他相關(guān)關(guān)數(shù)據(jù)。其次，制定定賓館及及客房選選定方案案。根據(jù)據(jù)題意，除除了盡量量滿足代代表在價(jià)價(jià)位等方方面的需需求外，所所選擇的的賓館數(shù)數(shù)量應(yīng)該該盡可能能少，并并且距離離上比較較靠近。為為了從數(shù)數(shù)量上反反映選定定的各賓賓館聚集集程度，我我們定義義聚集指指標(biāo)(越小表表示選定定的個(gè)賓賓館聚集集程度越越高)。考慮慮到多目目標(biāo)優(yōu)化化問題的的復(fù)雜性性，我們們首先分分別對最最小聚集集指數(shù)和和最少賓賓館數(shù)目目這兩個(gè)個(gè)單目標(biāo)標(biāo)規(guī)劃問問題進(jìn)行行求解，在在得到各各自最優(yōu)優(yōu)解的后后，以最最少賓館館數(shù)目為為優(yōu)化目目標(biāo)，綜綜合考慮慮選定賓賓館之間間的距離離因素((將聚集集指數(shù)小小于某設(shè)設(shè)定值作作為約束束條件))，得到到最少賓賓館數(shù)目目及相對對最小聚聚集指標(biāo)標(biāo)優(yōu)化模模型，最最終決定定將與會會代表安安排在賓賓館①②②⑤⑦⑧⑧，此解解同時(shí)滿滿足聚集集指數(shù)最最小和賓賓館數(shù)目目最少兩兩項(xiàng)要求求，且從附附圖上看看，結(jié)果果比較合合理。最后，制定定會議室室選定及及客車租租用方案案。我們們假定各各代表參參加各分分組會議議的概率率是平均均的、隨隨機(jī)的，即即每位代代表參加加任一分分會場的的概率為為1/66。我們們以租借借會議室室和客車車的費(fèi)用用之和最最小為優(yōu)優(yōu)化目標(biāo)標(biāo)，建立立優(yōu)化模模型。下下表為本本屆會議議分組會會議會議議室租用用方案：：規(guī)模間數(shù)價(jià)格（半天天）費(fèi)用（全天天）②一三0人21000元元4000元元⑦140人2800元3200元元⑧一三0人2800元元3200元元下表為本屆屆會議客客車租用用方案：：45座36座33座載客量出發(fā)代表數(shù)數(shù)量費(fèi)用（全天天）①211一五9一五75800②3011681626000⑤1021111104000⑦01169692600⑧10045451600關(guān)鍵字：數(shù)數(shù)據(jù)預(yù)測測聚集集指數(shù)多目目標(biāo)優(yōu)化化一、問題重重述某市的一家家會議服服務(wù)公司司負(fù)責(zé)承承辦某專專業(yè)領(lǐng)域域的一屆屆會議全全國性會會議，會會議籌備備組要為為與會代代表預(yù)訂訂賓館客客房，租租借會議議室，并并租用客客車接送送代表。由由于預(yù)計(jì)計(jì)會議規(guī)規(guī)模龐大大，而適適于接待待這次會會議的幾幾家賓館館的客房房和會議議室數(shù)量量均有限限，所以以只能讓讓與會代代表分散散到若干干家賓館館住宿。為為了便于于管理，除除了盡量量滿足代代表在價(jià)價(jià)位等方方面的需需求之外外，所選選擇的賓賓館數(shù)量量應(yīng)該盡盡可能少少，并且且距離上上比較靠靠近?；I籌備組經(jīng)經(jīng)過實(shí)地地考察，篩篩選出110家賓賓館作為為備選，它它們的名名稱用代代號①至⑩表示，相相對位置置見附圖圖，有關(guān)關(guān)客房及及會議室室的規(guī)格格、間數(shù)數(shù)、價(jià)格格等數(shù)據(jù)據(jù)見附表表1。根據(jù)這屆會會議代表表回執(zhí)整整理出來來的有關(guān)關(guān)住房的的信息見見附表22。從以以往幾屆屆會議情情況看，有有一些發(fā)發(fā)來回執(zhí)執(zhí)的代表表不來開開會，同同時(shí)也有有一些與與會的代代表事先先不提交交回執(zhí)，相相關(guān)數(shù)據(jù)據(jù)見附表表3。附附表2，33都可以以作為預(yù)預(yù)訂賓館館客房的的參考。需要說明的的是，雖雖然客房房房費(fèi)由由與會代代表自付付，但是是如果預(yù)預(yù)訂客房房的數(shù)量量大于實(shí)實(shí)際用房房數(shù)量，籌籌備組需需要支付付一天的的空房費(fèi)費(fèi)，而若若出現(xiàn)預(yù)預(yù)訂客房房數(shù)量不不足，則則將造成成非常被被動的局局面，引引起代表表的不滿滿。會議期間有有一天的的上下午午各安排排6個(gè)分分組會議議，籌備備組需要要在代表表下榻的的某幾個(gè)個(gè)賓館租租借會議議室。由由于事先先無法知知道哪些些代表準(zhǔn)準(zhǔn)備參加加哪個(gè)分分組會，籌籌備組還還要向汽汽車租賃賃公司租租用客車車接送代代表?，F(xiàn)現(xiàn)有455座、336座和和33座座三種類類型的客客車，租租金分別別是半天天8000元、7700元元和6000元。請請你們通通過數(shù)學(xué)學(xué)建模方方法，從從經(jīng)濟(jì)、方方便、代代表滿意意等方面面，為會會議籌備備組制定定一個(gè)預(yù)預(yù)訂賓館館客房、租租借會議議室、租租用客車車的合理理方案。二、模型假假設(shè)1）未發(fā)回回執(zhí)而與與會的代代表的住住房要求求可以按按發(fā)來回回執(zhí)的代代表的住住房要求求同比例例計(jì)算；；2）發(fā)來回回執(zhí)并與與會的代代表的住住房要求求可以按按發(fā)來回回執(zhí)的代代表的住住房要求求同比例例計(jì)算；；3）給獨(dú)住住要求的的代表安安排單人人間或單單獨(dú)安排排一個(gè)雙雙人間，其其滿意度度相同；；4）各代表表參加各各分組會會議的概概率是平平均的、隨隨機(jī)的；；5）客車運(yùn)運(yùn)行規(guī)則則假設(shè)：：1.為了體體現(xiàn)對與與會代表表的平等等尊重，規(guī)規(guī)定租用用的客車車從各賓賓館同時(shí)時(shí)出發(fā)，然然后將代代表送至至各分會會場；2.每半天天時(shí)間客客車只運(yùn)運(yùn)送一趟趟；3.客車途途中不再再允許人人員上車車；4.各客車車出發(fā)后后將沿途途前往各各分會場場，到達(dá)達(dá)指定分分會場后后，代表表自行下下車，客客車前往往下一分分會場，直直至代表表全部下下車；三、符號說說明： 第屆會會議發(fā)來來回執(zhí)的的代表數(shù)數(shù)量；：第屆會議議發(fā)來回回執(zhí)但未未與會的的代表數(shù)數(shù)量；：第屆會議議未發(fā)回回執(zhí)而與與會的代代表數(shù)；；：第屆會議議實(shí)際與與會人數(shù)數(shù)；：第屆會議議實(shí)際與與會人數(shù)數(shù)與發(fā)來來回執(zhí)的的代表數(shù)數(shù)量的比比值；：前四屆會會議實(shí)際際與會人人數(shù)與發(fā)發(fā)來回執(zhí)執(zhí)的代表表數(shù)量平平均比值值；：前四屆會會議實(shí)際際與會人人數(shù)與發(fā)發(fā)來回執(zhí)執(zhí)的代表表數(shù)量最最大比值值；：本屆會議議實(shí)際與與會人數(shù)數(shù)平均預(yù)預(yù)測值；；：本屆會議議實(shí)際與與會人數(shù)數(shù)最大比比例預(yù)測測值；：本屆會議議預(yù)計(jì)與與會人數(shù)數(shù)；：第家賓館館選擇與與否情況況，表示示選擇，表示不選擇；：表示與會會代表回回執(zhí)的住住房要求求中的66種客房房類型（按題目目中附表表2中提及的的住房類類型順序序編號）；：表示在第第家賓館館預(yù)訂第第類住房房數(shù)量；；： 表示獨(dú)獨(dú)住客房房不夠時(shí)時(shí)在第家家賓館預(yù)預(yù)訂的供供第類住住房要求求的與會會代表住住宿的第第類住房房數(shù)量；；：表示第家家賓館的的第類住住房數(shù)量量上限；；： 表示以以第⑦家賓館館為原點(diǎn)點(diǎn)的坐標(biāo)標(biāo)系下，第第家賓館館橫坐標(biāo)標(biāo)坐標(biāo)；；： 表示以以第⑦家賓館館為原點(diǎn)點(diǎn)的坐標(biāo)標(biāo)系下，第第家賓館館縱坐標(biāo)標(biāo)坐標(biāo)；；： 表示以以第⑦家賓館館為原點(diǎn)點(diǎn)的坐標(biāo)標(biāo)系下，第第家賓館館與第家家賓館之之間的直直線距離離；： 選定的的個(gè)賓館館的聚集集指標(biāo)；；： 賓館選選定優(yōu)化化模型中中聚集指指標(biāo)下限限值；： 各分會會場最小小規(guī)模；；四、問題分分析根據(jù)題意可可知，本本屆會議議實(shí)際與與會人數(shù)數(shù)的確定定是解決決其它問問題的基基礎(chǔ)，因因此，我我們應(yīng)該該首先對對前幾屆屆會議代代表回執(zhí)執(zhí)和與會會情況的的相關(guān)數(shù)數(shù)據(jù)進(jìn)行行分析，建建立本屆屆會議實(shí)實(shí)際與會會人數(shù)的的預(yù)測模模型，并并對建立立的模型型是否合合理進(jìn)行行分析和和評價(jià)。同同時(shí)，由由于預(yù)測測的實(shí)際際與會人人數(shù)和預(yù)預(yù)定客房房數(shù)量密密切相關(guān)關(guān)，而預(yù)預(yù)訂客房房數(shù)量又又與空房房費(fèi)用和和代表滿滿意度之之間有直直接的聯(lián)聯(lián)系，所所以在進(jìn)進(jìn)行本屆屆會議實(shí)實(shí)際與會會人數(shù)的的預(yù)測時(shí)時(shí)，我們們還應(yīng)該該考慮空空房費(fèi)用用和代表表滿意度度之間的的關(guān)系，并并建立相相關(guān)的優(yōu)優(yōu)化模型型，進(jìn)而而通過對對預(yù)測模模型的結(jié)結(jié)果進(jìn)行行優(yōu)化，確確定出本本屆會議議實(shí)際與與會人數(shù)數(shù)的最優(yōu)優(yōu)值。從給出的110家賓賓館中選選出預(yù)定定賓館時(shí)時(shí)，除了了滿足與與會代表表在客房房類型和和客房數(shù)數(shù)量上的的需求之之外，所所選擇的的賓館數(shù)數(shù)量應(yīng)該該盡可能能少，并并且距離離上比較較靠近。要要滿足選選擇的賓賓館數(shù)量量盡可能能地小，我我們可以以建立（00-1）規(guī)規(guī)劃模型型，通過過相關(guān)的的約束條條件，確確定出在在此條件件下應(yīng)當(dāng)當(dāng)選擇哪哪些賓館館。而要要使得我我們選擇擇的賓館館在距離離上比較較接近，我我們可以以定義并并計(jì)算出出所選定定賓館的的聚集程程度，以以此作為為評價(jià)依依據(jù)。根根據(jù)題目目的要求求，我們們可以建建立一個(gè)個(gè)既滿足足預(yù)定賓賓館數(shù)量量最少，又又滿足預(yù)預(yù)定賓館館聚集程程度相對對較高的的雙優(yōu)化化模型，從從而確定定出同時(shí)時(shí)滿足兩兩者要求求的客房房預(yù)訂方方案。對于會議室室的租借借問題，下下榻的賓賓館有不不同規(guī)格格的不同同價(jià)位的會議議室，而而代表參參加各分分組會議議的概率率是平均均的、隨隨機(jī)的。對對于客車車的租用用問題，不不同的客客車的客客容量和和價(jià)位均均不相同同，其類類型和數(shù)數(shù)量與我我們需要要運(yùn)送的的代表的的人數(shù)及及位置有有關(guān)。兩兩者對主主辦方的的費(fèi)用均均有影響響，相互互之間也也有聯(lián)系系，因此此，在確確定租借借會議室室和租用用客車的的方案時(shí)時(shí)，將它它們分開開考慮并并不合適適。我們們可以將將租借會會議室的的費(fèi)用和和租車的的費(fèi)用同同時(shí)歸入入總費(fèi)用用中，建建立兩者者總費(fèi)用用最小的的優(yōu)化模模型。這這樣，既既保證了了會議室室的數(shù)目目和規(guī)格格的符合合要求，又又解決了了客車的的租用問問題。五、模型建建立與求求解5.1數(shù)據(jù)據(jù)分析圖1歷屆屆會議實(shí)實(shí)際與會會人數(shù)與與發(fā)來回回執(zhí)的代代表數(shù)量量關(guān)系圖2歷屆屆會議未未發(fā)回執(zhí)執(zhí)而與會會的代表表數(shù)量與與發(fā)來回回執(zhí)的代代表數(shù)量量關(guān)系圖3歷屆屆會議發(fā)發(fā)來回執(zhí)執(zhí)但未與與會的代代表數(shù)量量與發(fā)來來回執(zhí)的的代表數(shù)數(shù)量關(guān)系系表1各各賓館各各種類型型客房數(shù)量合住1合住2合住3獨(dú)住1獨(dú)住2獨(dú)住3①0503003020②85650000③502402700④50450000⑤70400000⑥0403040300⑦500040030⑧404000450⑨00600060⑩00100000表2本本屆會議議發(fā)來回回執(zhí)的代代表有關(guān)關(guān)住房要要求比例例情況合住1合住2合住3獨(dú)住1獨(dú)住2獨(dú)住3男0.20440.一三7770.042240.141170.090010.05443女0.103330.063360.022250.078810.037710.02552表3以往往幾屆會會議代表表回執(zhí)及及與會相關(guān)關(guān)情況第一屆會議議第二屆會議議第三屆會議議第四屆會議議第五屆會議議發(fā)來回執(zhí)的的代表數(shù)數(shù)量3一五356408711755發(fā)來回執(zhí)但但未與會會的代表表數(shù)量891一五1212一三未發(fā)回執(zhí)而而與會的的代表數(shù)數(shù)量576975104實(shí)際與會人人數(shù)2833103626020.89880.87110.88770.84775.2數(shù)據(jù)據(jù)預(yù)測5.2.11本屆會會議實(shí)際際與會人人數(shù)預(yù)測測為了進(jìn)行后后續(xù)計(jì)算算，首先先應(yīng)根據(jù)據(jù)前幾屆屆會議代代表回執(zhí)執(zhí)和與會會情況，對對本屆會會議相關(guān)關(guān)數(shù)據(jù)進(jìn)進(jìn)行預(yù)測測。下面面我們就就本屆會會議預(yù)計(jì)計(jì)與會人人數(shù)采用用不同方方法分別別建立模模型進(jìn)行行預(yù)測。1)擬合預(yù)預(yù)測模型型從圖1可以以看到，歷歷屆會議議實(shí)際與與會人數(shù)數(shù)與發(fā)來來回執(zhí)的的代表數(shù)數(shù)量關(guān)系系大致符符合線性性關(guān)系，使使用Maatlaab中ccftoool[[1]工工具進(jìn)行行一次擬擬合得到到如下結(jié)結(jié)果（附附錄1）：（1）將第五屆會會議發(fā)來來回執(zhí)的的代表數(shù)數(shù)量：代入（11）式有有：。圖4實(shí)際與與會人數(shù)數(shù)擬合及及預(yù)測情情況繪圖圖結(jié)果分析：：從圖4中可可以看出出，預(yù)測測的本屆會議議與會人人數(shù)（）比比較合理理。2)灰色預(yù)預(yù)測[2][3]]模型使用前四屆屆會議實(shí)實(shí)際與會會人數(shù)[[2833310036226022]作為為初始數(shù)數(shù)據(jù)，建建立模型型（附錄2），并進(jìn)行行精度檢檢驗(yàn)，得得到如下下結(jié)果：：平均相對誤誤差：drt==0.01993x0與x00p的灰灰色關(guān)聯(lián)聯(lián)度:epsh=0.96550均方差比值值C:C=0.22一一三小誤差概率率:P=1預(yù)測序列xx0p::x0p==283.002273..909993955.266115770.3375008823..07001將上述檢驗(yàn)驗(yàn)指標(biāo)與與灰色預(yù)預(yù)測精度度檢驗(yàn)等等級參照照表（附附錄3）對照可知，該灰色系統(tǒng)模型各項(xiàng)精度均為一級，說明可以利用上述模型進(jìn)行預(yù)測，使用Matlab將前四屆會議實(shí)際與會人數(shù)同預(yù)測與會人數(shù)繪制如下：圖5前四屆屆會議實(shí)實(shí)際與會會人數(shù)與與灰色預(yù)預(yù)測模型型的預(yù)測測序列比比對從圖5中可可以發(fā)現(xiàn)現(xiàn)，灰色色預(yù)測模模型并沒沒有很好好的反映映實(shí)際與與會情況況，特別別是預(yù)測測序列中中的第22屆會議議數(shù)據(jù)較較往屆還有所所下降，不不合理，故故此模型型不予采采用。3)比例預(yù)預(yù)測模型型根據(jù)題目中中的附表表3可以計(jì)計(jì)算出往往屆會議議實(shí)際與與會人數(shù)數(shù)與發(fā)來來回執(zhí)的的代表數(shù)數(shù)量比例例關(guān)系，見見表3，并可可進(jìn)一步步得到前前四屆會會議實(shí)際際與會人人數(shù)與發(fā)發(fā)來回執(zhí)執(zhí)的代表表數(shù)量的的平均比比值。據(jù)此可計(jì)算算出本屆屆會議實(shí)實(shí)際與會會人數(shù)平平均預(yù)測測值。另一方面，前前四屆會會議實(shí)際際與會人人數(shù)與發(fā)發(fā)來回執(zhí)執(zhí)的代表表數(shù)量最最大比值值，進(jìn)而而有本屆屆會議實(shí)實(shí)際與會會人數(shù)最最大比例例預(yù)測值值。圖6往屆會會議實(shí)際際與會人人數(shù)情況況與本屆屆會議按按比例預(yù)預(yù)測情況況從圖6中可可以看出出，無論論是按平平均比例例預(yù)測還還是按最最大比例例預(yù)測，本本屆會議議與會人人數(shù)預(yù)測測值都比比較合理理。5.2.22幾種預(yù)測測模型分分析1）由于本本題中參參與擬合合的數(shù)據(jù)過過少，不不適合采采用高次次擬合，但但使用一一次線性性擬合時(shí)SSEE（50..49）及及RMSSE（5.0024）值過大大（使用用二次擬擬合時(shí)前述指指標(biāo)仍然然很大），說明線性擬合誤差較大，故不采用擬合預(yù)測模型。2）從圖55很容易易看出，灰灰色預(yù)測測模型預(yù)預(yù)測不理理想，不不予采用用。3）本題采采用比例例預(yù)測法法比較合合理，其其中又分分平均比比例預(yù)測測和最大大比例預(yù)預(yù)測，考考慮到出出現(xiàn)預(yù)訂訂客房數(shù)數(shù)量不足足將引起起代表的的不滿，最最終采用用最大比比例預(yù)測測模型預(yù)預(yù)測本屆會議議與會人人數(shù)，即即。5.2.33其他數(shù)數(shù)據(jù)預(yù)測測根據(jù)假設(shè)11）和假假設(shè)2），結(jié)合本屆會議與會人數(shù)預(yù)測值及表2中有關(guān)數(shù)據(jù)，可以計(jì)算出本屆會議與會人員住房要求預(yù)測情況如下表：表4本屆會會議與會會代表住住房情況況預(yù)測合住1合住2合住3獨(dú)住1獨(dú)住2獨(dú)住3男一三89428966137女704416532517客房數(shù)104692214986545.3賓館館及客房選定定方案方案要求：：為了便便于管理理，選擇擇的賓館館數(shù)量應(yīng)應(yīng)該盡可可能少，并并且距離離上比較較靠近。5.3.11賓館館聚集指指標(biāo)描述述（1）坐標(biāo)標(biāo)系建立立以第⑦家賓賓館為原原點(diǎn)，水水平方向向?yàn)閄軸軸，豎直直方向?yàn)闉閅軸建建立直角角坐標(biāo)系系（見附附錄4）。（2）聚集集指標(biāo)為了從數(shù)量量上反映映選定的的各賓館館聚集程程度，我我們定義義如下聚聚集指標(biāo)標(biāo)表達(dá)式式：（2）由于表示第第家賓館館與第家賓館館之間的的直線距距離，故故上述聚聚集指標(biāo)標(biāo)表達(dá)式式只是從從直觀上上反映各各賓館之之間的聚聚集程度度，沒有有對街道道、路況等因因素加以以考慮。越小表示選選定的個(gè)個(gè)賓館聚聚集程度度越高?？紤]到多目目標(biāo)優(yōu)化化問題的的復(fù)雜性性，我們們以選定定賓館數(shù)數(shù)量最少少為優(yōu)化化目標(biāo)，以以所選定定賓館的的聚集指指標(biāo)小于于某設(shè)定定值、各各賓館可可提供的的各類客客房數(shù)量量及本屆屆會議與與會代表表對各類類客房的需需求量為約束束條件，以以各賓館館客房預(yù)訂訂情況為為決策變變量，最最少賓館館數(shù)目及及相對最最小聚集集指標(biāo)優(yōu)優(yōu)化模型型。5.3.22最小聚集集指標(biāo)優(yōu)優(yōu)化模型型（模型型1）為了合理選選取設(shè)定定值，考慮慮先以所所選定賓賓館的聚聚集指標(biāo)標(biāo)最小為為優(yōu)化目目標(biāo)，確確定設(shè)定定值的下下限。1）模型建建立以聚集指標(biāo)標(biāo)最小為為優(yōu)化目目標(biāo)，以以各賓館館可提供供的各類類客房數(shù)量量及本屆屆會議與與會代表表對各類類客房的需需求量為約束束條件，以以各賓館館客房預(yù)訂訂情況為為決策變變量，建建立如下下優(yōu)化模模型：其中，已知知數(shù)據(jù)如如下：Ⅰ）各賓館館坐標(biāo)：：表5在以以第⑦家賓館館為原點(diǎn)點(diǎn)的坐標(biāo)標(biāo)系下第第家賓館館坐標(biāo)①②③④⑤⑥⑦⑧⑨⑩X002000-300002002000Y30045010009500-30000-一五0-10000Ⅱ），Ⅲ）=[1104669222149986544]Ⅳ）=0503003020856500005024027005045000070400000040304030050004003040400045000600060001000002）求解結(jié)結(jié)果及設(shè)設(shè)定值CC的選取取將上述優(yōu)化化模型轉(zhuǎn)轉(zhuǎn)換成LLinggo[44]程序序（見附附錄5），求求得全局局最優(yōu)解解：Objecctivvevvaluue:3711.80095故最少賓館館數(shù)目優(yōu)優(yōu)化模型型中的取取值應(yīng)不不小于3371..80995，不不妨取先先取進(jìn)行行試探。5.3.33最少賓賓館數(shù)目目優(yōu)化模模型（模模型2）1）模型建建立以賓館數(shù)量量最少為為優(yōu)化目目標(biāo)，以以各賓館館可提供供的各類類客房數(shù)量量及本屆屆會議與與會代表表對各類類客房的需需求量為為約束條條件，以以各賓館館客房預(yù)訂訂情況為為決策變變量，建建立如下下優(yōu)化模模型：2）模型求求解將上述優(yōu)化化模型轉(zhuǎn)轉(zhuǎn)換成LLinggo程序序（見附附錄6），求求得全局局最優(yōu)解解：Objecctivvevvaluue:5.00000000即在滿足安安排所有有與會代代表的前前提下，最最少賓館館數(shù)目為為5。 下面將以以最少賓賓館數(shù)目目為主要要優(yōu)化目目標(biāo)，同同時(shí)要綜綜合考慮慮選定賓賓館之間間的距離離盡量小小，故應(yīng)在確確保選定定賓館數(shù)數(shù)目為55的前提提下，盡盡可能的的減小聚聚集指標(biāo)標(biāo)。5.3.44最少少賓館數(shù)數(shù)目及相相對最小小聚集指指標(biāo)優(yōu)化化模型（模模型3）1）模型建建立以賓館數(shù)量量最少為為優(yōu)化目目標(biāo)，以以所選定定賓館的的聚集指指標(biāo)小于于設(shè)定值值（）、各各賓館可可提供的的各類客客房數(shù)量量及本屆屆會議與與會代表表對各類類客房的需需求量為約束束條件，以以各賓館館客房預(yù)訂訂情況為為決策變變量，建建立如下下優(yōu)化模模型：2）求解結(jié)結(jié)果將上述優(yōu)化化模型轉(zhuǎn)轉(zhuǎn)換成LLingoo程序（見見附錄77），求求得全局局最優(yōu)解解（詳見見附錄88）：這說明本模模型中，使選定賓館數(shù)目最少以及使選定賓館位置聚集程度最高這兩個(gè)優(yōu)化目標(biāo)同時(shí)達(dá)到了最優(yōu)。將Linggo求解解結(jié)果整整理如下下：表6按本本屆會議議與會代代表住房房要求正正常入住住情況預(yù)預(yù)測合住1合住2合住3獨(dú)住1獨(dú)住2獨(dú)住3合計(jì)(人))①0302202916149②85170000204⑤一八10000056⑦1004003072⑧0120010034表7在獨(dú)獨(dú)住客房房不足時(shí)時(shí)要求獨(dú)獨(dú)住代表表單獨(dú)住雙雙人間情情況預(yù)測測獨(dú)住雙人間間1獨(dú)住雙人間間2獨(dú)住雙人間間3合計(jì)（人）①0088②038038⑤522054⑦310031⑧267033表8本屆屆會議客客房預(yù)訂訂整體情情況預(yù)測測合住1合住2合住3獨(dú)住1獨(dú)住2獨(dú)住3合計(jì)（人）①0303082916一五7②855503800242⑤701205400110⑦320071030103⑧261903310067注：以上33表中“合計(jì)”內(nèi)容指指各種統(tǒng)統(tǒng)計(jì)情形形下賓館館入住人人數(shù)之和和。結(jié)果分析：：本屆會議議在賓館館②安排的的與會代代表最多多，賓館館⑧安排的的最少。5.4會會議室選選定及客客車租用用方案5.4.11假設(shè)設(shè)分析根據(jù)假設(shè)44)，各代表參參加各分分組會議議的概率率是平均均的、隨隨機(jī)的，即即每位代代表參加加任一分分會場的的概率為為，故各分分會場最最小規(guī)模模為。5.4.22數(shù)據(jù)據(jù)分析表9①、②、⑤、⑦及⑧賓館中中滿足條條件的會會議室情情況規(guī)模間數(shù)價(jià)格（半天天）①一五0人21200元元200人1一五00元元②一三0人21000元元一八0人1一五00元元⑤一五0人21000元元一八0人1一五00元元⑦140人2800元元200人11000元元⑧一三0人2800元元160人11000元元從上表可以以發(fā)現(xiàn)：：5個(gè)賓賓館滿足足條件的的會議室室數(shù)量均均為3，且且這3間間會議室室分別由由2間規(guī)規(guī)模較小小，價(jià)格格相對便便宜的會會議室，和和1間規(guī)規(guī)模較大大，但價(jià)價(jià)格相對對較高的的會議室室組成。為了便于數(shù)數(shù)學(xué)描述述，不妨妨按表9中各賓賓館會議議室出現(xiàn)現(xiàn)順序的的對各賓賓館會議議室進(jìn)行行標(biāo)號；；對①、②、⑤、⑦及⑧賓館分分別用與與之對應(yīng)應(yīng)；載客客量為445座、336座和和33座座的客車車也分別別用與之之對應(yīng)。5.4.33變量量說明（以下各符符號中，）： 第賓館館的第個(gè)個(gè)會議室室選擇情情況，表示選選擇，表表示不選選擇；： 第賓館館的第個(gè)個(gè)會議室室租借費(fèi)費(fèi)用；： 第賓館館下榻代代表人數(shù)數(shù)；： 從第賓賓館出發(fā)發(fā)的代表表數(shù)；： 從第賓賓館發(fā)出出的第類客車車數(shù)量；；： 第類客客車租用用費(fèi)用；；： 第類客客車載客客量；5.4.44最少少會議室室和客車車租用費(fèi)費(fèi)用優(yōu)化化模型（模模型4）1）模型建建立下面以租借借會議室室費(fèi)用和和租用客客車費(fèi)用用之和最最小為優(yōu)優(yōu)化目標(biāo)標(biāo)，以①①、②、⑤、⑦、⑧賓館中中選定的的滿足分分會場最最小規(guī)模模的會場場數(shù)量等等于6以以及從①①、②、⑤、⑦、⑧賓館出出發(fā)的客客車載客客量不小于于從賓館館出發(fā)的的代表數(shù)數(shù)量為約約束條件件，以①①、②、⑤、⑦、⑧賓館中中會場租租借及客客車租用用情況為為決策變變量，建建立如下下優(yōu)化模模型：其中，已知知數(shù)據(jù)如如下：Ⅰ）=12001200一五0010001000一五0010001000一五0080080010008008001000Ⅱ）=[880070006000]Ⅲ）=[一一五7224211101103667]Ⅳ）=[44536333]2)求解解結(jié)果將上述優(yōu)化化模型轉(zhuǎn)轉(zhuǎn)換成LLinggo程序序（見附附錄9），求求解結(jié)果果（詳見見附錄110）如下::Ⅰ）會議室室租借情情況表10本本屆會議議會議室租租借情況況預(yù)測規(guī)模間數(shù)價(jià)格（半天天）費(fèi)用（全天天）②一三0人21000元元4000元元⑦140人2800元3200元元⑧一三0人2800元元3200元元結(jié)果分析：：求解結(jié)結(jié)果顯示示，租借借的會議議室全部部為規(guī)模模較小，價(jià)格相對便宜的類型；賓館⑦和賓館⑧的會議室租用價(jià)格最低，選擇這兩個(gè)賓館的會議室可以減少會議室租借費(fèi)用，比較合理；由表8可知，賓館②入住的與會代表數(shù)量最多，故在賓館②設(shè)定分會場，可以有效減少人員流動量，從而減少租車數(shù)量，即減少租車費(fèi)用，也比較合理。Ⅱ）客車租租用情況況分組會議期期間，從從各賓館館同時(shí)發(fā)發(fā)車的客客車情況況見下表表：表11本本屆會議議客車租租用情況況預(yù)測45座36座33座載客量出發(fā)代表數(shù)數(shù)量費(fèi)用（全天天）①211一五9一五75800②3011681626000⑤1021111104000⑦01169692600⑧10045451600注：表中各各賓館“出發(fā)代代表數(shù)量量”為原數(shù)數(shù)據(jù)向上上取整所所得值。結(jié)果分析：：從上表可以看看出，從從各賓館館出發(fā)的的客車的的載客率率很高，說說明車輛輛運(yùn)行效效率高，安安排合理理。Ⅲ）相關(guān)費(fèi)費(fèi)用按以上方案案租借會會議室和和客車所所需總費(fèi)費(fèi)用為3304000元。六、本屆會會議籌備備方案經(jīng)過科學(xué)預(yù)預(yù)測，本本屆會議議與會人人數(shù)大約約為6788人，在在此基礎(chǔ)礎(chǔ)上從經(jīng)濟(jì)濟(jì)、方便便、代表表滿意等等方面，制定本屆會議賓館客房預(yù)訂、會議室租借、客車租用等相關(guān)方案如下：（1）與會會代表下下榻賓館館選定擬定將與會會代表安安排在①①、②、⑤、⑦、⑧賓館住住宿，各各賓館中中各類客客房預(yù)訂訂情況如如下：表12本屆會議客房房預(yù)訂方方案合住1合住2合住3獨(dú)住1獨(dú)住2獨(dú)住3合計(jì)（人）①0303082916一五7②855503800242⑤701205400110⑦320071030103⑧261903310067（2）分組組會議會會議室選選定本屆會議中中的6個(gè)個(gè)分組會會議擬定定在②、⑦、⑧賓館舉舉行，具具體安排排如下：：表一三本屆會會議分組組會議會會議室租租用方案案規(guī)模間數(shù)價(jià)格（半天天）費(fèi)用（全天天）②一三0人21000元元4000元元⑦140人2800元3200元元⑧一三0人2800元3200元元即在賓館②②租借兩兩間規(guī)模模為一三三0人的會議議室，在賓館館⑦租借兩兩間規(guī)模模為1440人的會議議室，在在賓館⑧⑧租借兩兩間規(guī)模模為一三三0人的會議議室。（3）客車車租用情情況擬定本屆會會議客車車租用情情況如下下：表14本屆會會議客車車租用方方案45座36座33座載客量出發(fā)代表數(shù)數(shù)量費(fèi)用（全天天）①211一五9一五75800②3011681626000⑤1021111104000⑦01169692600⑧10045451600即在分組會會議當(dāng)天天，賓館①有2輛輛45座、1輛輛36座和1輛輛33座客車同時(shí)時(shí)發(fā)車，賓賓館②有3輛輛45座座和1輛輛33座座客車同同時(shí)發(fā)車車，賓館館⑤有1輛輛45座座和2輛輛33座座客車同同時(shí)發(fā)車車，賓館館⑦有1輛輛36座座和1輛輛33座座客車同同時(shí)發(fā)車車，賓館館⑧有1輛輛45座座客車同同時(shí)發(fā)車車。（4）客車車運(yùn)行規(guī)規(guī)則1.各賓館館的客車車同時(shí)發(fā)發(fā)車；2.每半天天時(shí)間客客車只運(yùn)運(yùn)送一趟趟；3.客車途途中不再再允許人人員上車車；4.各客車車出發(fā)后后將沿途途前往各各分會場場，到達(dá)達(dá)指定分分會場后后，與會會代表自自行下車車，客車車前往下下一分會會場，直直至與會會代表全全部下車車；相關(guān)費(fèi)用：：租借會會議室及及客車的的總費(fèi)用用大約為為3萬元元七、模型改改進(jìn)7.1模模型優(yōu)點(diǎn)點(diǎn)最少賓館數(shù)數(shù)目及相相對最小小聚集指指標(biāo)優(yōu)化化模型（模模型3）為了求解模模型3，我我們首先先分別對最小聚聚集指數(shù)數(shù)和最少少賓館數(shù)數(shù)目這兩兩個(gè)單目目標(biāo)規(guī)劃劃問題進(jìn)進(jìn)行了求求解。在在得到各各自最優(yōu)優(yōu)解的前前提下，以以最少賓賓館數(shù)目目為主要要優(yōu)化目目標(biāo)，同同時(shí)綜合合考慮選選定賓館館之間的的距離盡盡量小（將將聚集指指數(shù)小于于某設(shè)定值值作為約約束條件件），構(gòu)構(gòu)成模型型3，最最終求得得結(jié)果同同時(shí)滿足足聚集指指數(shù)最小小、賓館館數(shù)目最最少，且且結(jié)果比比較合理理。7.2模模型缺點(diǎn)點(diǎn)（1）在方方案制定定中，我我們沒有有考慮實(shí)實(shí)際與會會代表人人數(shù)與預(yù)預(yù)測與會會代表人人數(shù)不一一致時(shí)可可能造成成的空房房費(fèi)用或或因客房房不夠而而造成代代表的不滿所引引起的“費(fèi)用”；（2）客車車運(yùn)行規(guī)規(guī)則的設(shè)設(shè)定過于于簡單，雖雖然一方方面簡化化了優(yōu)化化模型的的建立，但但是造成成了租用用客車過過多而引引起費(fèi)用用過大的的問題；；7.3模模型改進(jìn)進(jìn)（1）針對對“模型缺缺點(diǎn)”中的提提到的沒沒有考慮慮實(shí)際與與會代表表人數(shù)與與預(yù)測與與會代表表人數(shù)不不一致時(shí)時(shí)可能造造成的“費(fèi)用”，可以以考慮建建立相關(guān)關(guān)概率模模型，從從概率學(xué)學(xué)的角度度建立相相關(guān)優(yōu)化化模型。（2）針對對“模型缺缺點(diǎn)”中的提提到的客客車運(yùn)行行規(guī)則的的設(shè)定過過于簡單單造成租租車費(fèi)用用過高的的問題，可可以考慮慮讓客車車途中搭搭載其他他賓館的的代表，或或者每半半天每輛輛客車運(yùn)運(yùn)送代表表的次數(shù)數(shù)多余11次；參考文獻(xiàn)[1]王王正林，龔龔純，何何倩，《精精通MAATLAAB科學(xué)學(xué)計(jì)算》，北北京：電電子工業(yè)業(yè)出版社社，20009年8月。[2]傅立立，《灰色色系統(tǒng)理理論及其其應(yīng)用》，北京京：科學(xué)技技術(shù)文獻(xiàn)獻(xiàn)出版社社，19992年10月。[3]周衛(wèi)衛(wèi)，《基于于MATTLABB的灰色色系統(tǒng)沉沉降預(yù)測測》，測繪繪通報(bào)PP34~~36，20002年66月。[4]謝謝金星，薛薛毅，《優(yōu)優(yōu)化建模模與LIINDOO/LIINGOO軟件》，北北京：清清華大學(xué)學(xué)出版社社，20009 年12月月。附錄附錄1與的擬合情情況：LineaarmmodeelPPolyy1:ff(x))=p1**x++p22Coeffficiientts((witth995%connfiddenccebbounnds)):pp1==0.880966((0.774011,00.8779)pp2==266.966((-5..9399,559.886)Goodnnesssofffiit:SSEE:550.449R-ssquaare::0..99992AdjjusttedR-ssquaare::0..99888RMSSE:5.0024附錄2functtionngmm11((x0,,n)%預(yù)測后nn年的數(shù)數(shù)據(jù)，并并給出精精度。lx0=ssizee(x00,2));%已知數(shù)據(jù)據(jù)長度%累加序列列x1=[]];z=[];;x1(1))=x00(1));z(1)==x1((1);;forii=2::lx00ssum==0;fforj=11:isumm=suum+xx0(jj);eendxx1(ii)=ssum;;zz(i))=(xx1(ii)+xx1(ii-1)))/22;endB=[(zz(2::lx00)*((-1)))'onees(llx0--1,11)];;Y=x0((2:llx0))';A=invv(B''*B))*B''*Y;;a=A(11);b=A(22);%x1的模模擬值xx1px1p=[[];x1p(11)=xx1(11);forii=2::lx00+nxx1p((i)==(x00(1))-b//a)**expp(-11*a**(i--1)))+b//a;end%x0的模模擬值xx0px0p=[[];x0p(11)=xx0(11);forii=1::lx00+n--1xx0p((i+11)=xx1p((i+11)-xx1p((i);;end%檢驗(yàn)精度度（前l(fā)lx0項(xiàng)項(xiàng)）%殘差序列列e0%相對誤差差序列ddrt00e0=[]];drt0==[];;forii=1::lx00ee0(ii)=xx0(ii)-xx0p((i);;ddrt00(i))=e00(i))/x00(i));end%平均相對對誤差disp(('平均均相對誤誤差：'')drt=mmeann(drrt0))disp(('濾波波相對誤誤差：'')drt0((lx00)%計(jì)算x00與x00p的灰灰色關(guān)聯(lián)聯(lián)度eppshmS=0;;mSp=00;mSpS==0;sum1==0;sum2==0;forii=2::lx00-1ssum11=suum1++(x00(i))-x00(1)));ssum22=suum2++(x00p(ii)-xx0p((1)));endsum1==summ1+00.5**(x00(4))-x00(1)));sum2==summ2+00.5**(x00p(44)-xx0p((1)));mS=abbs(ssum11);mSp=aabs((summ2);;mSpS==abss(suum2--summ1);;disp(('x00與x00p的灰灰色關(guān)聯(lián)聯(lián)度:'')epsh==(1++mS++mSpp)/((1+mmS+mmSp++mSppS)%計(jì)算均方方差Sxx0（SS1）,,Se((S2))Sx0=ssqrtt(vaar(xx0(11:lxx0)))/lxx0);;Se=sqqrt((varr(e00(1::lx00))//lx00);%均方差比比值Cdisp(('均方方差比值值C:'')C=Se//Sx00%計(jì)算小誤誤差概率率j=0;%%計(jì)數(shù)forii=1::lx00iifaabs((e0((i)--meaan(ee0)))<0..67445*SSx0j=jj+1;;enddenddisp(('小誤誤差概率率:'))P=j/llx0disp(('預(yù)測測序列xx0p::')x0p附錄3表一五灰色預(yù)預(yù)測精度度檢驗(yàn)等等級參照照表指標(biāo)臨界性性精度等級相對誤差關(guān)聯(lián)度均方差比值值小誤差概率率一級0.010.900.350.95二級0.050.800.500.80三級0.100.700.650.70四級0.200.600.800.60附錄4圖7以以第⑦家賓館館為原點(diǎn)點(diǎn)的坐標(biāo)系系附錄5最小聚集指指標(biāo)模型型Linngo求求解程序序modell:sets::indexx1//1...10//:xjj,x,,y;indexx2//1...6/::Rp;;indexx3((inddex11,inndexx2)::kjpp,kjjpmaax;indexx4((inddex11,inndexx2)||&2#LEE#33:djjp;indexx5((inddex11,inndexx1)::r;endseetsMin==(xxsumm(inndexx5(ii,j)):r((i,jj)*xxj(ii)*xxj(jj))//(n**(n--1))));xfor((inddex22(p))|p##LE##3:((xsuum(iindeex1((j)::kjpp(j,,p)**xj((j))))>==Rp((p)));xfor((inddex22(p))|p##GE##4:((xsuum(iindeex1((j)::(kjjp(jj,p))+djjp(jj,p--3)))*xjj(j))))>>=Rpp(p)));xfor((inddex33(j,,p)||p#LLE#33:(kkjp((j,pp)+ddjp((j,pp))<<=kjjpmaax(jj,p))*xjj(j)));xfor((inddex33(j,,p)||p#GGE#44:kjjp(jj,p))<=kkjpmmax((j,pp)*xxj(jj));;n=xsuum(iindeex1((j)::xj((j)));xfor((inddex55(i,,j)::r(ii,j))=(((x(ii)-xx(j)))^22+(yy(i))-y((j)))^2))^(00.5)));xfor((inddex11:xbbin((xj)));xfor((inddex33:xggin((kjpp));;xfor((inddex44:xggin((djpp));;data::kjpmaax=050300302085650000502402700504500007040000004030403005000400304040004500060006000100000;Rp=1004 69 22 1499 86 54;;x=0 0 2200 0 -3000 0 0 2000 2000 0;y=300 4450 10000 9500 0 -3000 0 0 -一五五0 -10000;;Enddaata附錄6最少賓館數(shù)數(shù)目優(yōu)化化模型LLinggo求解解程序modell:sets::indexx1//1...10//:xjj;indexx2//1...6/::Rp;;indexx3((inddex11,inndexx2)::kjpp,kjjpmaax;indexx4((inddex11,inndexx2)||&2#LEE#33:djjp;endseetsMin==xssum((inddex11(j)):xjj(j)));xfor((inddex22(p))|p##LE##3:((xsuum(iindeex1((j)::kjpp(j,,p)**xj((j))))>==Rp((p)));xfor((inddex22(p))|p##GE##4:((xsuum(iindeex1((j)::(kjjp(jj,p))+djjp(jj,p--3)))*xjj(j))))>>=Rpp(p)));xfor((inddex33(j,,p)||p#LLE#33:(kkjp((j,pp)+ddjp((j,pp))<<=kjjpmaax(jj,p))*xjj(j)));xfor((inddex33(j,,p)||p#GGE#44:kjjp(jj,p))<=kkjpmmax((j,pp)*xxj(jj));;xfor((inddex11:xbbin((xj)));xfor((inddex33:xggin((kjpp));;xfor((inddex44:xggin((djpp));;data::kjpmaax=050300302085650000502402700504500007040000004030403005000400304040004500060006000100000;Rp=10469221498654;enddaata附錄7最少賓館數(shù)數(shù)目及相相對最小小聚集指指標(biāo)優(yōu)化化模型LLinggo求解程序序modell:sets::indexx1//1...10//:xjj,x,,y;indexx2//1...6/::Rp;;indexx3((inddex11,inndexx2)::kjpp,kjjpmaax;indexx4((inddex11,inndexx2)||&2#LEE#33:djjp;indexx5((inddex11,inndexx1)::r;endseetsMin==xssum((inddex11(j)):xjj(j)));xfor((inddex22(p))|p##LE##3:((xsuum(iindeex1((j)::kjpp(j,,p)**xj((j))))>==Rp((p)));xfor((inddex22(p))|p##GE##4:((xsuum(iindeex1((j)::(kjjp(jj,p))+djjp(jj,p--3)))*xjj(j))))>>=Rpp(p)));xfor((inddex33(j,,p)||p#LLE#33:(kkjp((j,pp)+ddjp((j,pp))<<=kjjpmaax(jj,p))*xjj(j)));xfor((inddex33(j,,p)||p#GGE#44:kjjp(jj,p))<=kkjpmmax((j,pp)*xxj(jj));;C=xsuum(iindeex5((i,jj):rr(i,,j)**xj((i)**xj((j)))/(nn*(nn-1)));C<=4000;n=xsuum(iindeex1((j)::xj((j)));xfor((inddex55(i,,j)::r(ii,j))=(((x(ii)-xx(j)))^22+(yy(i))-y((j)))^2))^(00.5)));xfor((inddex11:xbbin((xj)));xfor((inddex33:xggin((kjpp));;xfor((inddex44:xggin((djpp));;data::kjpmaax=050300302085650000502402700504500007040000004030403005000400304040004500060006000100000;Rp=1004 69 22 1499 86 54;;x=0 0 2200 0 -3000 0 0 2000 2000 0;y=300 4450 10000 9500 0 -3000 0 0 -一五五0 -10000;;enddaata附錄8最少賓館數(shù)數(shù)目及相相對最小小聚集指指標(biāo)優(yōu)化化模型LLinggo求解結(jié)果Glooballopptimmalsollutiionfouundatiteerattionn:2775199Objecctivvevvaluue:55.00000000VarriabbleVaalueeRReduuceddCoostC3771.8809550.00000000N5..000000000.00000000XXJ(1)1..000000000.00000000XXJ(2)1..00000000--5.55384461XXJ(3)0..000000000.00000000XXJ(4)0..000000000.00000000XXJ(5)1..00000000--4.338466一五XXJ(6)0..000000000.00000000XXJ(7)1..00000000--4.00971166XXJ(8)1..000000000.00000000XXJ(9)0..000000000.00000000XJJ(110)0..000000000.00000000KJJP(1,1)0..000000000.00000000KJJP(1,2)300.00000000.00000000KJJP(1,3)222.00000000.00000000KJJP(1,4)0..000000000.00000000KJJP(1,5)299.00000000.00000000KJJP(1,6)166.0000000-00.一三三一五7789EE-011KJJP(2,1)855.00000000.00000000KJJP(2,2)177.00000000.00000000KJJP(2,3)0..000000000.00000000KJJP(2,4)0..000000000.00000000KJJP(2,5)0..000000000.00000000KJJP(2,6)0..000000000.00000000KJJP(3,1)0..0000000000.200000000EE-011KJJP(3,2)0..000000000.00000000KJJP(3,3)0..000000000.00000000KJJP(3,4)0..000000000.00000000KJJP(3,5)0..000000000.00000000KJJP(3,6)0..000000000.00000000KJJP(4,1)0..0000000000.200000000EE-011KJJP(4,2)0..000000000.00000000KJJP(4,3)0..000000000.00000000KJJP(4,4)0..000000000.00000000KJJP(4,5)0..000000000.00000000KJJP(4,6)0..000000000.00000000KJJP(5,1)一八八.00000000.00000000KJJP(5,2)100.00000000.00000000KJJP(5,3)0..000000000.00000000KJJP(5,4)0..000000000.00000000KJJP(5,5)0..000000000.00000000KJJP(5,6)0..000000000.00000000KJJP(6,1)0..000000000.00000000KJJP(6,2)0..0000000000.255000000EE-011KJJP(6,3)0..000000000.00000000KJJP(6,4)0..000000000.00000000KJJP(6,5)0..000000000.00000000KJJP(6,6)0..000000000.00000000KJJP(7,1)1..00000000-00.38846一一五4EE-011KJP(7,2)0..000000000.00000000KJJP(7,3)0..000000000.00000000KJJP(7,4)400.00000000.00000000KJJP(7,5)0..000000000.00000000KJJP(7,6)300.00000000.00000000KJJP(8,1)0..00000000-00.38846一一五2EE-011KJJP(8,2)122.00000000.00000000KJJP(8,3)0..000000000.00000000KJJP(8,4)0..000000000.00000000KJJP(8,5)100.00000000.00000000KJJP(8,6)0..000000000.00000000KJJP(9,1)0..000000000.00000000KJJP(9,2)0..000000000.00000000KJJP(9,3)0..0000000000.166666667EE-011KJJP(9,4)0..000000000.00000000KJJP(9,5)0..000000000.00000000KJJP(9,6)0..000000000.00000000KJPP(110,1)0..000000000.00000000KJPP(110,2)0..000000000.00000000KJPP(110,3)0..0000000000.100000000EE-011KJPP(110,4)0..000000000.00000000KJPP(110,5)0..000000000.00000000KJPP(110,6)0..000000000.00000000DJJP(1,1)0..000000000.00000000DJJP(1,2)0..000000000.00000000DJJP(1,3)8..000000000.00000000DJJP(2,1)0..000000000.00000000DJJP(2,2)388.00000000.00000000DJP(2,3)0..000000000.00000000DJJP(3,1)0..0000000000.200000000EE-011DJJP(3,2)0..000000000.00000000DJJP(3,3)0..000000000.00000000DJJP(4,1)0..0000000000.200000000EE-011DJJP(4,2)0..000000000.00000000DJJP(4,3)0..000000000.00000000DJJP(5,1)522.00000000.00000000DJP(5,2)2..000000000.00000000DJJP(5,3)0..000000000.00000000DJJP(6,1)0..000000000.00000000DJJP(6,2)0..0000000000.255000000EE-011DJJP(6,3)0..000000000.00000000DJJP(7,1)311.0000000-00.38846一一五4EE-011DJJP(7,2)0..000000000.00000000DJJP(7,3)0..000000000.00000000DJJP(8,1)266.0000000-00.38846一一五3EE-011DJJP(8,2)7..000000000.00000000DJJP(8,3)0..000000000.00000000DJJP(9,1)0..000000000.00000000DJJP(9,2)0..000000000.00000000DJJP(9,3)0..0000000000.166666667EE-011DJP(10,,1))00.000000000..00000000DJPP(110,2)0..000000000.00000000DJP(10,,3))00.000000000.1100000000E-001附錄9會議室選定定及客車車租用方方案Liingoo求解程程序modell:sets::indexx1//1...5/::N,MM;indexx2//1...3/::F,TT;indexx3((inddex11,inndexx2)::P,yy,Z;;endseetsdata::P=12001200一五0010001000一五0010001000一五0080080010008008001000;F=800077006000;M=一五77224211101033667;T=45366333;enddaatamin==2**(xssum((inddex33(i,,j)::P(ii,j))*y((i,jj))++xsuum(iindeex3((i,jj):FF(j))*Z((i,jj))));xsum((inddex33(i,,j)::y(ii,j)))=66;xfor((inddex11(i)):N((i)==M(ii)*((1-xxsumm(inndexx2(jj):yy(i,,j)))/6)));xfor((inddex11(i)):xssum((inddex22(j)):z((i,jj)*TT(j)))>==N(ii));;xfor((inddex33:xbbin((y)));xfor((inddex33:xggin((z)));附錄10會議室選定定及客車車租用方方案Liingoo求解結(jié)結(jié)果Glooballopptimmalsollutiionfouundatiteerattionn:4200Objjecttiveevaaluee:3004000.000VarriabbleVaalueeRReduuceddCoostN(1)一五五7.0000000.00000000N(2)1661.3333330.00000000N(3)1110.0000000.00000000N(4)688.66666770.00000000N(5)444.66666770.00000000M(1)一五五7.0000000.00000000M(2)2442.0000000.00000000M(3)