消防车调度问题 ：用数学建模优化生产与服务运作中的管理问题

浅夏110

问题描述： 某市消防中心同时接到了三处火警电话。根据当前的火势，三处火警地点分 别需要 2 辆、2 辆和 3 辆消防车前往灭火。三处火警地点的损失将依赖于消防车到达的及时程度：记  为第 j 辆消防车到达火警地点i的时间，则三处火警地点的损失分别为


   ; 。目前可供消防中心调度的消防车正好有 7辆，分别属于三个消防站（可用消防车数量分别为 3 辆、2 辆、2 辆）。消防车从三个消 防站到三个火警地点所需要的时间如表 6 所示。应如何调度消防车，才能使总损失最 小？

2 B, R) A, Z2 b. q4 F7 p" H5 S

问题二：如果三处火警地点的损失分别为 ；，调度方案是否需要改变？
' F, e5 D$ u  w9 u( L; b- ^+ h$ e/ n, _
2 X8 H# ^; H3 J( J
" ?: _* @( L% ]
（1）问题分析
" f- n: ?8 [2 |) a3 y
5 z4 x8 F" ^" S, ?4 s8 b& l本题考虑的是为每个火警地点分配消防车的问题，初步看来与线性规划中经典的运输问题有些类似。本题的问题可以看成是指派问题和运输问题的一种变形，我们下面首先把它变成一个运输问题建模求解。
+ @5 y3 B4 V& X/ Y4 @0 g
（2）决策变量

* q4 Q3 u+ ?$ q! ?% H! R: [为了用运输问题建模求解，我们很自然地把 3 个消防站看成供应点。如果直接把 3 个火警地点看成需求点，我们却不能很方便地描述消防车到达的先后次序，因此难以确 定损失的大小。下面我们把 7 辆车的需求分别看成 7 个需求点（分别对应于到达时间 . 用   表示消防站i是否向第 j 个需求点派车（1 表示派车，0表示不派车），则共有 21 个  0−1 变量.

（3）模型建立

题目中给出的损失函数都是消防车到达时间的线性函数，所以由所给数据进行简 单的计算可知，如果消防站 1 向第 6 个需求点派车（即消防站 1 向火警地点 3 派车但该 消防车是到达火警地点 3 的第二辆车），则由此引起的损失为 72 98 = × 。同理计算，可以得到损失矩阵如表 7 所示（元素分别记为 ）。



$ T6 {3 a9 |9 S* a0 J% R8 V

5 ?2 F% R% `; v$ H  k3 H
/ a/ ]+ ?2 N# s, o( j2 H9 k$ T% A! L于是，使总损失最小的决策目标为
6 H: `8 ?- p* @# N8 r' B- b
                     ( 1 )
; l9 `  e: C; R/ O8 D# \4 s6 r
: K& }( f3 t$ o" [+ E9 t+ `约束条件：

约束条件有两类，一类是消防站拥有的消防车的数量限制，另一类是 各需求点对消防车的需求量限制。
0 _& K$ t( r3 P( g. ?8 z记   （ i=1,2,3 ）为第i个消防站拥有消防车的数量，则消防站拥有的消防车的数量限制可以表示为
$ g4 K2 Y  S2 W2 _7 B) X2 x5 y                        (  2 )

各需求点对消防车的需求量限制可以表示为

           (  3 )
+ l( a0 E( g6 n& v" i$ S% y
% m* t( A9 i9 l  B! C: _3 E（4）模型求解 的lingo代码

MODEL:
, }7 ^8 c* E$ {3 uTITLE 消防车问题;
) I/ o  M2 M: a7 qSETS:
supply/1..3/:b;
need/1..7/;
links(supply,need):c,x;
ENDSETS
[OBJ]Min=@sum(links:c*x);
% J4 l# {' ^/ {  g& P: f- `@FOR(supply(i):@sum(need(j):x(i,j))=b(i));
@FOR(need(j):@sum(supply(i):x(i,j))=1);
DATA:
b=3,2,2;
: c2 Z- Z- f3 v! F+ C$ k% S9 n  ic=36,24,49,21,81,72,45   
' a" z3 O+ J5 A5 i    30,20,56,24,99,88,55   
. K6 M" _3 r  h# G3 L) }    36,24,63,27,90,80,50;
  U& T' A  {' VENDDATA
END
' x2 L0 f# A) Z( S0 B, i求得结果为，消防站 1 应向火警地点 2 派 1 辆车，向火警地点 3 派 2 辆车；消防站 2 应向火警地点 1 派 2 辆车；消防站 3 应向火警地点 2、3 各派 1 辆车。最小总损失 为 329。

1 B( s' C+ y" t: a4 k0 y（5）讨论

1）这个问题本质上仍然和经典的运输问题类似，可以把每辆车到达火场看做需求点，消防站看做供应点。在上面模型中，我们虽然假设   为 0− 1变量，但求解时是采用线性规划求解的，也就是说没有加上 为 0− 1 变量或整数变量的限制条件，但求解得到的结果中   正好是 0−1 变量。这一结果不是偶然的，而是运输问题特有的一种性质.

  V+ v  ]/ @: J7 a% n- X, [2 O2 ）在上面模型中，没有考虑消防车到达各火警地点的先后次序约束，但得到的结果正好满足所有的先后次序约束，这一结果不是必然的，而只是巧合。如对例题后半部 分的情形，结果就不是这样了。显然，此时只需要修改损失矩阵如表 8 所示（所示（元素仍然分别记为 )
3 ?2 i( Z! |. S9 R5 z% a( O
% \2 H9 Q4 k- M! G: s
! k) d  |. p) D0 w1 h' w
# r  E# I& Z8 V& T9 u6 i此时重新将式（ 1 )-( 3 ) 构成的线性规划模型输入 LINGO 求解，可以得到新的最优解： 其它变量为 0（最小总损失仍为 329）
& ]( i+ D# H8 J6 x( R  }; {  h% }
实际上，损失矩阵中只是 1、2 列交换了位置，3、4 列交换了位置，5、7 列 交换了位置，因此不用重新求解就可以直接看出以上新的最优解。

但是，以上新的最优解却是不符合实际情况的。例如，  表明火警地点2 的第一辆消防车来自消防站 3，第二辆消防车来自消防站 1，但这是不合理的，因为 火警地点 2 与消费站 3 有 9min 的距离，大于与消防站 1 的 7min 的距离。分配给火警 地点 3 的消防车也有类似的不合理问题。为了解决这一问题，我们必须考虑消防车到达 各火警地点的先后次序约束，也就是说必须在简单的运输问题模型中增加一些新的约 束，以保证以上的不合理问题不再出现。

* e1 S2 n3 S' ^# Y4 q5 A首先考虑火警地点 2。由于消防站 1 的消防车到达所需时间（7min）小于消防站 2 的消防车到达所需时间（8 分钟），并都小于消防站 3 的消防车到达所需时间（9 分钟）， 因此火警地点 2 的第二辆消防车如果来自消防站 1，则火警地点 2 的第 1 辆消防车也一 定来自消防站 1；火警地点 2 的第 2 辆消防车如果来自消防站 2，则火警地点 2 的第 1 辆消防车一定来自消防站 1 或 2。因此，必须增加以下约束：   (  4 )
+ Y/ v8 i; K  U3 j/ b
同理，对火警地点 1，必须增加以下约束:    (  5 )
1 p. G7 c, G$ a6 T( m
对火警地点 3，必须增加以下约束:     ( 6 )
8 w: ~6 g8 n5 e+ F! B( ?
重新将式（1）～（6）构成的整数规划模型（   是 1 0− 变量）输入 LINGO 软件如下:

& I- Z3 N  }8 S$ I3 {! m4 v7 DMODEL:
TITLE 消防车问题;
3 i( U; }9 K" n8 L( h  w5 cSETS:
3 t7 j; `8 J' osupply/1..3/:b;
need/1..7/;
. n8 `" Q8 K* ~9 clinks(supply,need):c,x;
ENDSETS
. i3 T1 i. I$ t% K5 U- {2 Z[OBJ]Min=@sum(links:c*x);
@FOR(supply(i):@sum(need(j):x(i,j))=b(i));
/ y0 s1 }& X$ |: m2 x@FOR(need(j):@sum(supply(i):x(i,j))=1);
3 t+ k, E0 |4 x1 mx(1,4)<x(1,3);
x(2,4)<x(1,3)+x(2,3);
x(2,2)<x(2,1);
x(1,6)<x(1,5);
x(1,7)<x(1,6);
" c, n5 I* |5 E9 H, {' S% }9 px(3,6)<x(1,5)+x(3,5);
2*x(3,7)<x(1,5)+x(1,6)+x(3,5)+x(3,6);
@for(links:@bin(x));
0 K- n8 s5 L3 h$ _0 DDATA:
b=3,2,2;
0 g! R& |2 w/ [- e+ Y* xc=  24    36    21    49    45    72    81     
    20    30    24    56    55    88    99     
    24    36    27    63    50    80    90;
1 N- t' c" q" M! R6 ?! c& `ENDDATA
END
求解可以得到： ，其它变量为 0（最小总损失仍为 335）。也就是说，消防站 1 应向火警地点 2 派 2 辆车，向火警地点 3 派 1 辆车；消防站 2 应向火警地点 1 派 2 辆车；消防站 3 应向火警地点 3 派 2 辆车。经过检 验可以发现，此时的派车方案是合理的。
  H" {+ a. Z! c% y8 S————————————————
版权声明：本文为CSDN博主「wamg潇潇」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
  O" x- d6 E; `3 a* o" f原文链接：https://blog.csdn.net/qq_29831163/java/article/details/89388172
1 v3 J+ C# ~5 k; L
0 G. m, M! d4 W( k9 [+ u4 Q) K' A

" G& D6 r! [. U- n