其它天的分配方案见附件一、程序见附录1。
5.2问题二的模型建立
5.2.1初步分析
通过我们对附件中数据的分析，发现缺损费用一般都要多余转运费用，这时我们首先考虑缺损费用。在20个代理点的缺损费中找出最大的一个，我们尽量使它得到满足。在从其它代理点向此代理点的转运过程中，我们还是先从转运费用最小的代理点对这个代理点进行转运，然后是转运费次小的代理点转运，直到使此最大缺损费的代理点全部得到满足为止。然后再从剩下的19个代理点中找到缺损费最大的代理点再重复上述过程，直到表2中最后一列数全大于等于0或者全部小于等于0为止。
表2 代理点 汽车拥有量 汽车需求量 拥有量-需求量 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 22 18 19 18 24 16 19 17 22 15 18 23 14 18 18 17 21 23 18 19 15 22 22 27 15 20 15 12 19 16 27 24 30 13 17 24 16 13 12 28 7 -4 -3 -9 9 -4 4 5 3 -1 -9 -1 -16 5 1 -7 5 10 6 -9
5.2.2模型的建立
首先根据题意要求我们要算的是转运费和缺损费最小的转运方案:
目标函数： Z?min(Q?W) （3）
9
???xi,j,k?ai,k?j?? 约束条件： ??xi,j,k?bj,k （4）
?i?ai,k?gi,k?hi,k,gi,k?hi,k???bj,k?hj,k?gj,k,gj,k?hj,k
其中：W????(Ci,j*mi,j*xi,j,k)，Q???qj,kpj，qj,k??hj,k?(gj,k?xi,j,k)，
k?1i?1j?1292020kjik=1,2,3.....29
5.2.3模型的求解
利用MATLAB软件进行编程求出每天转运费和缺损费的最小值及调度安排，然后将所得到的结果作为下一天的拥有量，最终得到汽车的调度方案以及与总的调度费用。 求得最小费用为62.85万元，调运方案部分结果如下： 第2天的调度安排
从15向4调1辆车，从14向4调5辆车，从18向4调3辆车，从18向6调4辆车，从1向2调4辆车，从19向13调6辆车，从18向13调3辆车，从1向13调3辆车， 从7向13调4辆车，从17向12调1辆车，从5向10调1辆车，从9向16调3辆车，从8向16调4辆车，从17向3调3辆车，从17向11调1辆车，从8向11调1辆车，从5向11调7辆车，从5向20调1辆车 第3天的调度安排
从20向17调7辆车，从18向17调1辆车，从9向17调1辆车，从11向17调3辆车，从11向6调4辆车，从10向7调3辆车，从4向7调7辆车，从13向2调4辆车，从15向2调2辆车，从11向5调3辆车，从4向5调5辆车，从12向5调5辆车，从12向16调1辆车
其它天的调运方案及程序见附录2。
5.3问题三的模型建立
5.3.1初步分析
在问题三中引入了租赁收入这一项，使问题变得更加复杂。对于某一个代理点j存在缺损情况，我们如果不往这一代理点调运，那么我们要赔付缺损费同时我们向这一代理点转运的车辆所带来的租赁收入也没有了。相反，如果我们往j调运车辆，那么我们就不用赔付缺损费同时还可收入转运过来的车辆所带来对的租赁费，此时我们的收入就相当于租赁收入与短缺费的和。因此，我们依次找出这两项和的最大值，次大值。。。。对应的这些代理点优先进行调运。在调运过程中还是先从运费较小的代理点依次进行调运，使其全部得到满足，同前两问一样，直到表中最后一列全部大于等于0或者全部小于等于0为止。
10
5.3.2模型的建立
首先根据题意我们以公司净收入为目标，即
目标函数： Y?max(???(yj,k?mi,jci,j?pjqj,k)) （5）
ijk???xi,j,k?a,ik?j??约束条件: ??xi,j,k?b,jk?i?ai,k?g,i?kh,,igk,?ihk???k,jhk?bjk,?hj,k?gj,,g其中，yj,k?(gj,k??xi,j,k)nj
i （6）
,ik,jk
5.3.3模型三的求解：
在求解之前对附件5中缺损的最后5个租赁收入我们采用多元线性回归[1]进行了预测。
然后用MATLAB软件进行编程求出每天净收入的最大值及调度安排，然后将所得到的结果作为下一天的拥有量最终得到汽车的调度方案以及与之相对应的转运费用。
求得净收入最大值为3993万元。调运方案部分结果去如下： 第2天的调度安排
从17向20调5辆车，从8向20调4辆车，从15向4调1辆车，从14向4调5辆车，从18向4调3辆车，从9向11调3辆车，从18向11调6辆车，从5向10调1辆车， 从18向16调1辆车，从19向16调6辆车，从7向3调3辆车，从1向12调1辆车， 从1向2调4辆车，从8向6调1辆车，从1向6调2辆车，从7向6调1辆车，从5向13调8辆车
第3天的调度安排
从18向19调1辆车，从15向19调2辆车，从20向19调13辆车，从11向1调1辆车，从20向8调2辆车，从4向8调5辆车，从4向14调6辆车，从4向16调1辆车，从11向16调5辆车，从10向3调3辆车，从12向2调6辆车，从11向6调4辆车，从9向7调1辆车
其它天的调运方案及程序见附录3。
5.4问题四的模型建立
5.4.1初步分析
通过对附件4中的数据进行分析和处理，可以得知购买8号车可以使购车费、维修费和保险费总和最小，如图所示：
11
图3
从前面三个问题的分析和求解结果可以得知，由于存在缺损费用导致公司不能使每天的需求都得到满足，因此也无法使得所获利润最大，所以我们考虑应该购买一定数量的汽车来尽量满足每天的需求。
购买新车需要一定的费用，所以本问题中的利润应为问题三中总利润减去购车费用和维修保险费。
由于需求量的不确定性，我们应尽量避免汽车供给量有剩余的情况。综合考虑全年的需求情况发现，随着购车数量的增加需求会被尽量满足，利润会不断增大，但是当购车数量大于一数量时，利润会由于购车费用的增加出现下降。通过对附件2中的数据进行分析和处理可知，最大的购车量应小于66量。
由于新购买的车辆的初始放置位置对全年总的调度影响很小，我们把新购车辆随机放在某一代理点[3]。然后依据问题三的求解思路，分别求出不同购车数量对应的总利润，找出最大利润求出购车数量。
5.4.2模型建立
目标函数： Y?max(???(yj,k?mi,jci,j?pjqj,k)?r（f1?f2)) （7）
ijk???xi,j,k?a,ik?j??约束条件： ??xi,j,k?b,jk?i?ai,k?g,i?kh,,igk,?ihk???k,jhk?bjk,?hj,k?gj,,gi （8）
,ik,jk其中yj,k?(gj,k??xi,j,k)nj，r为购买的车辆数，f1为汽车的价格，f2为汽车第一年的维修费和保险费（在计算第一天的情况时，新购买汽车放置的代理点的拥有量为
12
）。 （gi,1?r）
5.4.3模型的求解
通过MATLAB编程求解（程序见附录4），可以得到年利润随购车数量的变化情况和猜想的基本一致，如图所示：
5.15.095.085.075.065.055.045.035.025.015 010203040506070x 104增加车辆的分析 data1
图4
最终得到在购买23辆汽车时对应的全年总利润最大，最大利润为50924万元。
六、模型的分析与评价
本模型是基于贪心算法的动态优化模型，简单易懂。在问题的具体求解过程中针对不同的问题通过调整目标函数以及约束条件，尽可能的找出最优的解决方案。
从实际得到的结果来看，模型能够较好的解决实际问题，结果对租赁公司具有一定的参考价值。
但是由于本模型是依次计算每天的调度方案，没有考虑前后间的相互影响，从而不能使所得结果达到全局最优，使得总体方案产生误差。
13