【matlab】运输问题优化问题。

问题：
运输成本优化问题C题
某商品在一个地区的销售由总代理、一级代理和城镇分销商共同完成。总代理只向一级代理销售该商品，一级代理再向城镇分销商销售商品。附件给出了该地区城镇的分布、各城镇在某一时段内的商品需求量、总代理所在城镇及5个一级代理所在城镇。商品在城市间的运输由车队完成。在合理的假设下，通过数学建模，完成以下问题:1.如果商品在城市间的运输采取“直达”的形式，试给出每个一级
代理管辖的城镇，使得整个销售运输网成本最小。
2.为了进一步减小运输成本，商品在城市间的运输可采用“转运”的形式，如一级代理13向分销商17运输的商品可经由分销商78后运抵17。
在这种情形下，针对最多只允许转运一次和最多可以转运两次的两种情况，分别给出每个一级代理管辖的城镇，使得整个销售运输网成本最小化。
如果分销商3,7,10,36,39,56,58,84,87,90不允许转运，只允许销售,
给出每个一级代理管辖的城镇，使得整个销售运输网成本最小化
3.如果总代理货源充足，一级代理商的商品最大额度都是2100，为满足每个城镇对商品的需求，试给出每个一级代理管辖的城镇，使销售运输网成本最小，并给出此时每个一级代理所需的商品数量。
4、如果允许在现有分销商中再选取3个做为一级代理商，给出整个
销售运输网成本最小的选择方案。注：这里不再允许分销商可以转运。
[](附件链接: https://pan.baidu.com/s/1GR4xLNf1qxI6IEEj3vR0Jw?pwd=arbu 提取码: arbu )
附件：（原附件为excel表）
城市序号类型 X坐标 Y坐标年商品需求量
1 分销商 37 16 199
2 分销商 63 2 219
3 分销商 78 60 70
4 分销商 8 40 200
5 分销商 93 38 162
6 分销商 78 72 85
7 分销商 49 49 256
8 分销商 44 49 287
9 分销商 45 69 192
10 分销商 31 64 193
11 总代理 51 46 32
12 分销商 51 15 194
13 一级代理 82 19 191
14 分销商 79 71 97
15 分销商 64 2 160
16 分销商 38 39 28
17 分销商 81 13 84
18 分销商 53 78 183
19 分销商 35 57 158
20 分销商 94 40 192
21 分销商 88 38 131
22 分销商 55 5 7
23 分销商 62 55 170
24 分销商 59 3 187
25 分销商 21 6 136
26 分销商 30 42 152
27 分销商 47 8 149
28 分销商 23 65 78
29 一级代理 84 65 131
30 一级代理 19 58 34
31 一级代理 23 12 141
32 分销商 17 53 6
33 分销商 23 41 55
34 分销商 44 78 9
35 分销商 31 52 19
36 分销商 92 64 165
37 分销商 43 36 139
38 分销商 18 35 63
39 分销商 90 66 190
40 分销商 98 7 7
41 分销商 44 11 88
42 分销商 11 14 76
43 分销商 26 31 153
44 分销商 41 67 159
45 分销商 59 64 37
46 分销商 26 5 98
47 分销商 60 32 89
48 分销商 71 42 129
49 分销商 22 33 142
50 分销商 12 53 151
51 分销商 30 50 55
52 分销商 32 23 136
53 分销商 42 35 131
54 分销商 51 1 33
55 分销商 9 79 24
56 分销商 26 13 100
57 分销商 80 8 192
58 分销商 3 30 68
59 分销商 93 16 117
60 分销商 73 39 45
61 分销商 49 27 150
62 分销商 58 76 51
63 分销商 24 74 101
64 分销商 46 4 140
65 分销商 96 59 178
66 一级代理 55 22 192
67 分销商 52 34 109
68 分销商 23 44 28
69 分销商 49 75 30
70 分销商 62 33 52
71 分销商 68 79 168
72 分销商 40 24 51
73 总代理 37 56 163
74 分销商 99 53 49
75 分销商 4 43 186
76 分销商 89 56 70
77 分销商 91 53 39
78 分销商 80 14 50
79 分销商 10 10 123
80 分销商 26 80 95
81 分销商 34 14 70
82 分销商 68 3 166
83 分销商 14 45 117
84 分销商 72 71 110
85 分销商 11 54 183
86 分销商 65 15 57
87 分销商 49 30 151
88 分销商 78 37 151
89 分销商 72 79 76
90 分销商 90 13 114
91 分销商 89 68 15

必需使用matlab 吗 ? py可吗

有后续吗

基于matlab遗传算法求解多式联运冷链运输成本优化问题
可以借鉴下
https://blog.csdn.net/TIQCmatlab/article/details/127739863

运输问题是一种经典的线性规划问题，其目标是找到一种最小化运输成本的方案，使得供应商的供应量等于需求方的需求量，同时满足各个运输路径的容量限制。
运输问题的数学模型如下：
假设有m个供应商和n个需求方，运输路径共有p条，其中第i个供应商的供应量为ai，第j个需求方的需求量为bj，第k条运输路径的运输成本为cijk，且该路径的容量为xk，则运输问题的数学模型为：
minimize ∑∑∑cijkxk
subject to
∑xk=ai (i=1,2,…,m)
∑xk=bj (j=1,2,…,n)
xk≤Mk (k=1,2,…,p)
xk≥0 (k=1,2,…,p)
其中，xk表示第k条运输路径的运输量，Mk表示第k条运输路径的容量限制。
运输问题可以使用MATLAB中的线性规划工具箱（Linear Programming Toolbox）进行求解。具体步骤如下：

定义运输问题的目标函数和约束条件，将其转化为MATLAB中的标准线性规划模型。
使用MATLAB中的线性规划函数（如linprog）求解线性规划模型，得到最优解。
对最优解进行解释和分析，确定最优的运输方案。
下面是一个简单的运输问题的MATLAB代码示例：
a = [100; 200; 150]; % 供应量
b = [120; 80; 150; 100]; % 需求量
c = [2 3 4 5; 4 1 6 3; 5 8 1 2]; % 运输成本
M = [50; 100; 80]; % 运输路径容量
% 构造线性规划模型
f = reshape(c', [], 1); % 目标函数系数
Aeq = kron(eye(3), ones(1, 4)); % 等式约束系数矩阵
beq = [a; b]; % 等式约束右侧向量
A = []; % 不等式约束系数矩阵
b = []; % 不等式约束右侧向量
lb = zeros(12, 1); % 变量下界
ub = kron(M, ones(4, 1)); % 变量上界
% 求解线性规划模型
[x, fval, exitflag] = linprog(f, A, b, Aeq, beq, lb, ub);
% 输出结果
x = reshape(x, 4, 3)';
disp(x);
disp(['Total cost: ', num2str(fval)]);
上述代码中，使用了MATLAB中的reshape函数和kron函数，将运输问题的数据转化为MATLAB中的标准线性规划模型。linprog函数用于求解线性规划模型，得到最优解。最后，输出最优解和总运输成本。
需要注意的是，运输问题的数据可能存在多个最优解，因此需要对最优解进行解释和分析，确定最优的运输方案。

下面文章可以参考
https://blog.csdn.net/qq_47925836/article/details/114970263

matlab运输成本优化问题，可以使用遗传算法计算出最佳的运输方案，然后再使用matlab进行仿真。其中涉及到具体的算法模型和相关操作代码，你可以找找资料，比如：基于matlab遗传算法求解多式联运冷链运输成本优化问题【含Matlab源码】：https://blog.csdn.net/TIQCmatlab/article/details/127739863