【《J钢铁公司物流运输优化实证研究》15000字（论文）】

绪论1.1研究背景1.1.1我国钢铁产量近年现状中国基础设施的快速发展以及中国投资驱动型的经济增长方式来看，中国对于钢铁产品的需要与需求已经变得尤其重要。因此，我国不断地对钢铁行业进行投资，直接导致了钢铁产品的需求量呈现上升的态势。对于钢铁的需求量这方面来看，需求量的增加直接导致了产量的逐年增加。如图1-1所示，从过去的四年来看，我们国家的生铁、粗钢、钢材的产量呈现出不断地增长趋势，2017年与2018年进行比较，2018年比2017年生铁、粗钢、钢材的产量增长1.5%、0.4%、1.3%；2018年与2019年进行比较，2019年比2018年生铁、粗钢的产量增加1.5%、7.8%，相对于钢材产量同比去年降低了0.1%；2019年与2020年进行比较，2020年比2019年生铁、粗钢、钢材的产量增加8.1%、6.6%、5.6%，钢铁产量再创新高。综上，我们可以得出我国钢铁产量在逐年增加。图1-12017年—2020年我国生铁、粗钢、钢材年产量1.1.2我国钢铁产能近年现状近年来，虽然我国钢铁的生产模式和规格不断壮大，但钢铁产能利用率却呈现出下降的趋势。我国出台了一系列的钢铁产业扶持政策，以提高增强钢铁行业中产能的利用率。侧供给结构性改革在有效的处理钢铁行业过剩产能的问题中脱颖而出，其可以非常有效加快产能的化解，优化产业结构，将会提升高端产品的供给能力以及产品的质量，进而提升企业的经营效益。通过国家出台的一系列政策进行钢铁产能的改善和优化，已经取得了良好的成效，钢铁市场上的秩序变得规范，钢材价格上持续在相对价格高位上运行，钢铁企业效益进一步的提高。但这并不意味着钢铁产能已经降到了合理的范围，我们对于地条钢的复出应该保持警觉的态度来预防。同时企业面临着诸多的问题，如科学合理的按照规定来进行产能的释放、原燃料的成本不断上升、环保要求导致的环保营运价格的上升，以及企业面对社会期望的节能环保与超低量的排放还有不小的差距。因此，我们可以得出，企业仍面临较大的压力。如图1-2所示为我国近期钢材产销率比上一季度增减（百分点）和钢材季度末库存比上季度初增减（%）。从图1-2我们可以看出，我国钢材产销率从2019年第一季度与之前一季度相比较有所下降之外，从该季度之后其他季度正处于上升阶段，预示着我国钢铁产销能力正在逐步发展上升。但是，我国钢材季度末库存比季度初增减（%）波动很大，钢材产销率与钢材季度末库存相关程度不高，并且2020年第四季度钢材产销率明显下降，库存增减率增加，这就意味着很有可能存在库存积压等情况，因此对钢铁企业物流运输优化迫在眉睫。图1-2我国2019年-2020年季度钢材产销率比上季度增减与钢材季度末库存比季度初增减1.1.3我国钢铁进出口量近年现状如表1-1所示，为2018年—2020年我们国家从钢材的进口与出口量（万吨），从表中我们可以明显看出2020年我国钢材出口量明显低于前两年。为了更直观表现整体情况，制作钢材进出口量组合图，从图1-3我们可以看出，我国钢材的进口量正在逐年的上升，钢材的出口量在逐年的下降。这就说明一个问题，我国钢材出口贸易由于国际贸易保护措施，导致了我国钢材出口贸易的环境愈发艰难。综上，钢铁企业如果在这样的环境下艰难生存，那么其所面对的物流运输问题将会变得更加尖锐。表1-12018—2020年我国钢材每年进出口量年份钢材进口量（万吨）钢材出口量（万吨）20181278112402019132210853202013307541图1-32018—2020年我国钢材进出口量1.2研究意义我国钢铁企业物流与发达国家相比，我国仍然呈现出一些物流规模小、生产效益低、物流技术水平不成熟和管理组织不完善等问题。因此，钢铁企业对物流的运输优化将会对日后钢铁企业的发展具有决定性的作用。本文通过介绍研究公司现状及发现的物流运输问题，结合酒泉钢铁公司物流运输的相关数据使用最小元素法以及位势法进行优化，最后对企业物流运输优化结果进行总结及评价，在这个过程中可以学习到运输优化的研究方法和解决具体的运输问题。通过优化使得酒泉钢铁公司物流业务运输中的货物调配不合理得到改善，为企业减少了10万元的运输调配费用，同时车辆满载率比原先提高了10％，最后为该企业提出了建议。1.3国内外研究现状及评述1.3.1国内研究现状相对于国内的一些研究学者们的研究认为，运输问题的研究模型会将问题产生很多的方向。这些学者们一方面通过自己的研究基础而建设成立在国外的一些学者研究之上。通过对于运输问题的实际分析，对于算法和计算过程以及步骤有了相应的改进和变动，从而使得一些问题进行解决。从另一方面来看，研究学者们从现行规划的角度上来进行优化设计，从而使运输成本最低，并且在此基础上引入了运输带来的综合效益方面，加入了一定的约束条件，研究了不确定性的运输问题。唐永洪（2008）通过运筹学来规划研究出现的运输问题，并使用Office软件来进行问题的最优方案来进行求解[7]。宋玥（2016）通过基于国外的遗传算法的基础上在做出不同方向的变异算法，通过对有意避开算法过程中出现的可行基的计算从而简化的运用了随机搜素的算法。从多种运输模型解的算法表述可以看出基本上可以分为表上作业的算法、计算机模型店的算法，在图上考虑作解的算法等这些都是现代运输模型发展的基础[8]。田森（2017）通过运筹学确定了研究的方向为运输问题，并且使用了运输模型来进行分析计算，在引入了决策变量后得到了有关运输问题的解，通过约束条件来找出该运输问题的最优解，形成了一套采购决策的辅助手段。并且通过试验，有求解快速准确等特点，对于相关企业的成本可进行优化减少[9]。马依（2018）的研究是从上述的线性规划到角度考虑这个问题，并且提出了一系列的思想和新的新型进化算法，在实际的使用过程中，这种算法的具有一定的可行性和前瞻性。在这个领域研究运输规划问题在这个问题上不断有人提出新的理论和算法，主要是提出更加合乎实际情况的需求，来完成对不同方面的研究需求[10]。谢丽（2019）研究的化工类企业，由于化工类企业的运输过程中具有危险性，因此对于化学产品的运输是其文章解决的主要问题。通过影响因素，发生事故概率来建立的运输问题模型，并在降低风险和运输成本为目标设计并改进了遗传算法，最终对于模型的结果作者对于数据使用了灵敏度分析来检验结果，取得了非常良好的优化效果[11]。邓潇敏（2019）提出运输问题始终是伴随着运输成本来进行，使运输成本的最小，是每一个企业面临的严肃的问题，我们可以这样认为，降低成本，提高运输效率，对企业的整体实力具有非常重要的意义。作者对于企业运输过程中的运输问题进行分析计算，将问题简单通俗的通过模型展现出来，最终科学的求解并应用[12]。张雨晨（2020）从建筑工程来看，随着项目的不断增大，复杂程度之高，对于建筑材料的物流运输问题已经不容小视，建筑材料的运输成本极大取决了建筑企业的利润以及对项目总成本的支出。作者首先通过运输问题的理论知识来建立基础运输模型，再通过使用运输问题的相关计算方法开始求解。使用最小元素法，闭回路算法，确保了该问题的运输成本处于最优解，整个问题的求解过程顺利且准确，最终实现了建筑企业的运输成本最小化[13]。石磊昊（2021）在解决需求区间型运输问题时，首先通过变换找到整个运输网络中成本最小的最大流量，最后再利用计算机智能求解。针对特殊的实际情况需求，通过在数据庞大的实际情况下的运算方法。通过算法角度的不同有的学者提出来表上求解的方式方法通过在表上作业已达到简化的程度[14]。1.3.2国外研究现状运输问题最早出现在上世纪初，在当时的情况下，有一位非常著名的研究学者提出了通过规划研究的运输问题，并且将该运输问题使用了模型并加以解决，最终解决了实际运输过程中的一系列的难题。因此，这位学者把自己的名字将研究的模型与方法命名为康拓罗维奇模型法。这就是当初运输问题最初的一系列优化，在后来的时候，有一位来自美国的学者根据其理论，在前人的研究中加以实际考察，继续研究较为复杂的运输问题。因此，出现了以实际生活为根据的运输问题研究规划模型。ChoJJK（2021）提出研究重点是运输优化，综合考虑供应商、路线和运输方式的选择，作者的研究提出了一个根据基本的排队理论，从而建立了多目标运输优化模型，使成本、时间和碳排放最小[1]。M.Mathirajan（2021）研究对启发式方法或初始基本可行解方法进行了广泛的实验研究，这是实现运输问题最优解决方案的主要步骤之一，可以很容易地被整合为子模块，以解决任何复杂的决策问题，如物流，供应链管理[2]。KhalifaHamidenAbdElWahed（2021）研究成本最小化的多目标分项固体运输问题，引入了模糊有效的概念，在此基础上扩展了清晰有效的解决方案。定义并确定了第一种稳定性集合。为了说明和检验所提出的方法的有效性，给出了一个数字例子[3]。ChhibberDivya（2021）提出了一种独特的方法，通过使用具有线性、双曲和指数成员函数以及非成员函数的直觉模糊编程方法来获得多目标固定收费固体运输问题的帕累托最优解[4]。1.4研究思路和方法1.4.1研究思路本文的研究对象是酒泉钢铁公司，对酒泉钢铁公司物流业务运输中的货物调配不合理，运输车辆满载率过低进行物流运输优化研究。论文基本研究思路为：先查找相关知识，收集相关理论，然后进行调查，从研究背景、意义入题，说明物流运输优化研究在国内外的研究情况，介绍研究公司现状及发现的物流运输问题，结合酒泉钢铁公司物流运输的相关数据使用最小元素法以及位势法进行优化，最后对企业物流运输优化结果进行总结及评价，1.4.2研究方法（1）实地调查法。简单有效的调查方法，通过客观态度以及科学，在一定的范围内对某一个社会的现象进行实地的调查，根据此方法可以收集到大量有关的数据，从而进行分析与使用，进而探究社会的一些现象。（2）资料研究法。对现有的资料进行分析研究资料其中包括纸质版本的报道、电子文件、影像音频等。（3）文献研究法。该方法是对于现有的文章或者文献资料进行收集，整理完成后对其进行研究解释及说明，进而形成了对于一些事物的科学认知。1.5研究技术路线本文的研究结构如图1-4所示。提出提出问题研究背景与研究内容国内外文献综述相关理论依据分析问题酒钢公司运输问题分析酒钢公司运输现状酒钢公司存在问题解决问题酒钢公司运输问题分析模型数据的准备运输模型的建立和求解结果分析酒钢公司运输模型效益评价图1-4研究结构图

2运输问题理论2.1运输问题相关理论概述我们从物流这方面的角度来看，物流的主要功能之一就是运输，同时运输也是我们实际企业生活中生产和营运活动的重要组成部分。物流是实际货物在物理空间中的物理运动，但这种物理运动在时间上改变了货物的状态。运输对于物流的各种功能来讲是一个非常至关重要的活动连接点，因此，运输对于物流而言其关键性是无可替代的。对于现在而言，我们有了各种新型的运输问题模型来解决实际的运输问题。例如，对于销售物流和运输配送物流来讲，我们对于数据进行分析，建立模型并最终选取了最优的解，而该解的评价方式是以成本最低来作为评价指标。2.2运输合理化的影响因素在影响运输合理化的因素有很多种，我们一般的认为，起主要的作用是有以下五个方面的因素，我们可以称之为影响合理运输的“五种要素”。（1）运输费用在日常活动中，物的运输产生的费用就称之为运输费用简称运费，运费的产生对于整个的物流成本中占据了很大的比例，因此对于物流运费的高低绝对是运输合理化衡量的一个重要的标志，并且运输费用在一定的规划程度上成为了整个物流系统核心竞争力的重要环节，也就是说，有关物流运输的企业必须通过合理科学的措施才能有效的作出最终的运输判断。因此，降低运费不仅是企业追求的一个目标，也是买家衡量的一个标准。（2）运输方式每种运输方式都有他们的优势之处与劣势之处。我们合理的对运输方式的加以选择，可以极大地发挥其优秀的一面。然后根据每种运输方式的特点来进行装卸作业。显而易见，一个有关于运输合理化的至关重要的一个因素就是运输方式的选择。（3）运输距离平日里，实际的物流运输中，一些经济指标如时间、货损、货丢、费用与距离有着正相关的关系。因此，另一个有关运输合理化的至关条件就是运输距离。缩短的距离不仅可以带来企业效益，也可带来的是社会的效益。（4）运输环节在运输的过程中，我们每增加一次运输，即增加运输环节，必定会增加运输的其他方面的活动。因此，我们尽量减少运输环节，以此来减少运输成本。（5）运输时间运输时间与运输工具的运转速度是成负相关的，运输的时间越少也就代表了运输工具的快速运转，周转能力也提高，进而运力的提升。此外，运输时间的减少对于资金的流转和货物的流通起到了决定性的作用，增加了社会经济效益。2.3表上作业法在物流运筹学的运输问题中，问题的本质都是给一些的数据，要求是把不同产地之间的货物或者物资运输供给到不同的销售地，即产地运往销地。在此期间，每个产地和销地都有最大的供给量与需求量。数据中给出各个地点之间的运输费用，那么。如何在保证销地对于物资的需求情况下，我们不超过供给地货物的供给能力，分析并计算出货物如何供给并且运输费用达到最低，即使运费最小。通常我们使用表上作业法来完成数据的分析及下面的计算优化，如图2-1所示为运输问题建立模型中的单位产品运价表。表2-1单位产品运价表销地产地B1B2……Bn产量A1C11C12……C1na1A2C21C22……C2na2:::::AmCm1Cm2……Cmnam销量b1b2……bn∑在我们实际的运输情况中，所规划的物流运输问题与我们数学中的简单线性规划问题有很大的不同，首先两者的线性规划方程中的约束条件不同，运输模型中的线性模型所产生的矩阵结构也不同，所以我们在实践中可以用特殊的方式来解决。除了简单的车辆调度或运输路线的选择问题外，还有一些经过研究和发展而形成的变异模型。在解决模型问题方面，早期可以用单纯的方法解决运输模型，但后来问题模型越来越复杂，简单的算法很难满足，所以我们不得不寻求更简单、更快速的方法来解决此类问题。面对复杂和困难的问题，我们可以利用这些算法与先进的计算机相结合来解决问题。在实际运输过程中，针对问题的多种问题方面做出多种运算结果，并对这些结果进行综合的考虑并分析，从而得出不同的解决方案，通过对理论解的研究，我们可以作为参考，从而得出最优的优化结果。

3酒泉钢铁公司现状分析3.1酒泉钢铁公司简介酒泉钢铁（集团）有限责任公司，（下文简称酒钢），坐落于明代万里长城的最西端——甘肃省嘉峪关市，南边靠近祁连山脉，北方可望大漠戈壁，地处于河西走廊的咽喉要地，有“丝路明珠”、“戈壁钢城”的美誉。酒钢是继鞍山钢铁、武汉钢铁、包头钢铁之后，国家计划建设的第四家钢铁合资企业。1955年8月，西北地质局645队在藏族同胞的协助下，在祁连山深处发现了后来探明储量达5亿多吨的大型铁矿——“镜铁山矿”，这一当时震动国内的地质重大发现，促成了国家建设酒钢决策的出台。1958年7月，冶金部抽调鞍山冶金建设总公司3万名干部职工为主力的第一批建设者来到茫茫戈壁，在极端艰苦的自然条件下，拉开了酒钢建设的序幕。本文重点研究该企业存在的运输问题。3.2酒泉钢铁公司物流运输存在问题3.2.1货物调配不合理随着社会的发展和进步，从事物流运输相关及运输的企业也在不断的追求优良技术和管理经验来满足市场对其本身的需求。为了给经销商及时发货，酒泉钢铁公司虽下辖酒钢物流有限公司、兰州宏顺分公司、正泰物流有限公司、中铁物流有限公司、中兴铁路公司、龙泰货运有限责任公司，负责每天给不同区域的经销商运输货物，但是其没有统一的分配方案，如某下辖公司出现缺货现象，其他公司不能及时的响应，因此酒泉钢铁公司需要一个科学的管理方案来解决此类问题。3.2.2运输车辆满载率过低公司通过本公司钢铁产品运输业务，订单货物在规定的时间内将货物准确无误送达订单指定地点，在此过程中通过规划运输路线、运输方式和运输时机，最终完成业务。业务覆盖地域范围主要集中在甘肃省、陕西省、四川省、新疆维吾尔自治区等。通过钢铁产品快速运输至需求的目标省份及城市。下表3-1图3-1是公司运输业务满载率和运力利用率在近几年情况变化情况。表3-1公司近几年的满载率表年份数据2016年2017年2018年2019年2020年满载比率50.53%48.28%49.40%50.73%52.51%图3-1近几年公司的满载率柱状图从上述表格和数据显示，在2017至2020年之间，酒泉钢铁公司的运输满载率有所提升，但是平均情况下是低于市场的平均水平，并且在这个过程中增长不明显。从酒泉钢铁公司来看，公司的核心业务和特点必须在市场上与其他企业相比要处在核心地位，这样才能在运输市场上取得一席之位，并且有一定的资本可以发展。酒泉钢铁公司的运输车辆满载率应是企业发展的核心，我们都知道，单次单车量的满载率运输的成本是最低的，即满载率越高，那么运输成本就越低。因此可以通过运输问题来对酒泉钢铁公司进行问题的求解，从而达到解决公司问题的目的，进而降低运输成本。酒泉钢铁公司出现的运输问题即货物调配不合理，以及车辆满载率较低的问题，是大部分企业和公司都存在的问题之一，运输车辆的满载率问题，大部分是企业运输规划的不合理而导致的，即货物调配不合理。在实际的运输情况中，我们都知道是不会有100％的满载率，但通过合理的优化我们能够做到的是与整个钢铁行业相比较我们的车辆空载率处于行业平均值的上部，并且在公司的实际运输过程中，满载率每个月都基本一样并且统计结果不会有较大的实际变动。4酒泉钢铁公司运输规划模型运用4.1运输问题的线性规划模型及特点4.1.1线性规划模型描述根据产地总产量等于销售地总销量的情况，我们把运输问题称为产销平衡的运输问题，否则称为产销不平衡的问题。要研究运输问题，首先要获取产地销地以及运价信息，构建出单位产品运价表，如表4-1所示。表4-1单位产品运价表销地产地B1B2……BnA1C11C12……C1nA2C21C22……C2n::::AmCm1Cm2……Cmn我们假设某公司有m个产地，分别为A1、A2、……、Am，公司产品产量分别为a1、a2、……、am，同时公司有n个销售地，产品销量分别为B1、B2、……、Bn。决策变量Xij表示公司从第i个产地将公司产品运往第j个销售地的数量，通过产量、销量和决策变量整合到一张表格中，就成了平衡表。如表4-2所示。表4-2单位产品运价表销地产地B1B2……Bn产量A1C11C12……C1na1A2C21C22……C2na2:::::AmCm1Cm2……Cmnam销量b1b2……bn∑总运费等于各个产地运往各个销售地的运费之和，即有。假设某公司产地Ai运出公司产品的总量应该等于产地Ai本身的产量，则应该有。假设某公司销售地Bj接受公司产品的总量应该等于销售地Bj本身的销量，则应该有。假设某公司产品的产量等于销售的销量，即产地产量之和等于销地销量之和，则有。线性规划模型规划如下：4.1.2标准运输模型线性规划的特点（1）对于标准的运输问题来讲，它们的目标函数为min型；（2）对于不包括非负约束的标准运输问题的运输条件方程来讲，方程都为等式；（3）包含m*n个决策变量；（4）有几个产地就对应几个约束条件的方程，同样的，有几个销地也就对应几个约束条件方程，因此我们假设由m个产地，n个销售地。那么我们将会得到运输问题由m+n个约束条件方程。这些数据体现在平衡表中得到的结果就是表中的一行对应一个方程，表中的一列也对应一个方程；（5）模型中，每一列的元素中正好就有两个非零元素，直观来说就是，每个变量将会在前m个约束条件方程中间各个出现一次。同时，每个变量在后n个约束条件方程也都各个出现了一次，变量的系数元素不是0就是1；（6）对于标准运输问题的前提条件来讲，必然是产地产量等于销地销量。4.2酒钢公司运输优化4.2.1用最小元素法解决问题酒泉钢铁公司的物流运输业务流程主要是，原燃料、成品的运输业务。首先公司会对于市场进行开发，对于服务客户进行谈判以及签订协议。根据物流协议来制定物流运输计划，酒泉钢铁公司在提供运输之前，会仔细查看运输路线、运输实际、成本。基本的流程就是在运输过程中将产地和销地的整个费用整合起来。在公司的在公司的运价经过统一规划后形成运价表。如表4-3所示。表4-3产销的单位运输价格一览表单位：千元/吨销地产地B1B2B3B4B5B6A1732438A2468623A3683237通过对运输价格和运输实际各地的需求建立模型。MinZ=7X11+3X12+2X13+4X14+3X15+8X16+4X21+6X22+8X23+6X24+2X25+3X26+6X31+8X32+3X33+2X34+3X35+7X36通过对产地和销售地的产量和销售地的销量做出产销平衡表格。如表4-4所示。表4-4产销平衡表销地产地B1B2B3B4B5B6产量A173243890A2468623130A3683237120销量306040708060∑=340通过表4-4所示，我们发现酒钢公司的运输问题是一个产销平衡问题。因此，下面我们使用最小元素法来求解。从没有被标识的变量所对应的最小运价处确定基变量，直到找到m+n-1个基变量为止。我们先从X13处进行标记，因为A1的产量大于B3的销量，因此我们X13为40，且标记其所在的列，则A1所对应的产量变为50。如表4-5所示。表4-5最小元素法流程1销地产地B1B2B3B4B5B6产量A1732×（40）43890（50）A2468×623130A3683×237120销量306040（0）708060∑=340从X25处进行标记，因为A2的产量大于B5的销量，因此我们X25为80，且标记其所在的列，则A2所对应的产量变为50。如表4-6所示。表4-6最小元素法流程2销地产地B1B2B3B4B5B6产量A1732×（40）43×890（50）A2468×62（80）×3130（50）A3683×23×7120销量306040（0）7080（0）60∑=340从X34处进行标记，因为A3的产量大于B4的销量，因此我们X34为70，且标记其所在的列，则A3所对应的产量变为50。如表4-7所示。表4-7最小元素法流程3销地产地B1B2B3B4B5B6产量A1732×（40）4×3×890（50）A2468×6×2×（80）3130（50）A3683×2×（70）3×7120（50）销量306040（0）70（0）80（0）60∑=340从X12处进行标记，因为A1的剩余产量小于B2的销量，因此我们X12为50，且标记其所在的行，则B2所对应的销量变为10。如表4-8所示。表4-8最小元素法流程4销地产地B1B2B3B4B5B6产量A17×3×（50）2×（40）4×3×8×90（0）A2468×6×2×（80）3130（50）A3683×2×（70）3×7120（50）销量3060（10）40（0）70（0）80（0）60∑=340从X26处进行标记，因为A2的剩余产量小于B6的销量，因此我们X26为50，且标记其所在的行，则B6所对应的销量变为10。如表4-9所示。表4-9最小元素法流程5销地产地B1B2B3B4B5B6产量A17×3×（50）2×（40）4×3×8×90（0）A24×6×8×6×2×（80）3×（50）130（0）A3683×2×（70）3×7120（50）销量3060（10）40（0）70（0）80（0）60（10）∑=340从X31处进行标记，因为A3的剩余产量大于B1的销量，因此我们X31为30，且标记其所在的列，则A3所对应的产量变为20。如表4-10所示。表4-10最小元素法流程6销地产地B1B2B3B4B5B6产量A17×3×（50）2×（40）4×3×8×90（0）A24×6×8×6×2×（80）3×（50）130（0）A36×（30）83×2×（70）3×7120（20）销量30（0）60（10）40（0）70（0）80（0）60（10）∑=340从X36处进行标记，因为A3的剩余产量大于B6的销量，因此我们X36为10，且标记其所在的列，则A3所对应的产量变为10。如表4-11所示。表4-11最小元素法流程7销地产地B1B2B3B4B5B6产量A17×3×（50）2×（40）4×3×8×90（0）A24×6×8×6×2×（80）3×（50）130（0）A36×（30）83×2×（70）3×7×（10）120（10）销量30（0）60（10）40（0）70（0）80（0）60（0）∑=340最后从X32处进行标记，标记X32为10，且标记其所在的列，行。如表4-12所示。表4-12最小元素法流程8销地产地B1B2B3B4B5B6产量A17×3×（50）2×（40）4×3×8×90（0）A24×6×8×6×2×（80）3×（50）130（0）A36×（30）8×（10）3×2×（70）3×7×（10）120（0）销量30（0）60（0）40（0）70（0）80（0）60（0）∑=340由表4-12，我们可以得出被标记的元素为8个，符合m+n-1=3+6-1=8的原则，因此从现阶段表4-12可以看出产地A1应该给B2地区运输50吨的钢材，给B3地区运输40吨的钢材。产地A2应该给B5地区运输80吨的钢材，给B6地区运输50吨的钢材。产地A3应该给B1地区运输30吨的钢材，给B2地区运输10吨的钢材，B4地区运输70吨的钢材，给B6地区运输10吨的钢材。由此我们根据公式。MinZ=7X11+3X12+2X13+4X14+3X15+8X16+4X21+6X22+8X23+6X24+2X25+3X26+6X31+8X32+3X33+2X34+3X35+7X36可以得出最小费用为。3*50+2*40+2*80+3*50+6*30+8*10+2*70+7*10=1010（千）=101（万）4.2.2用位势法进行优化位势法就是根据基变量对应的单位运价，把各行和各列所对应的位势设置为未知值，通过解方程组的形式求出这些未知值，再利用这些求出的未知值把非基变量的检验数计算出来。如表4-13所示。表4-13位势法优化流程1V1V2V3V4V5V6销地产地B1B2B3B4B5B6产量U1A173（50）2（40）43890U2A246862（80）3（50）130U3A36（30）8（10）32（70）37（10）120销量306040708060∑=340由表4-13我们可以得出以下关系方程式。U1+V2=C12=3U1+V3=C13=2U2+V5=C25=2U2+V6=C26=3U3+V1=C31=6U3+V2=C32=8U3+V4=C34=2U3+V6=C36=7另U1=0，分别解出上式U，V的值。解出结果如表4-14所示。132-312销地产地B1B2B3B4B5B6产量0A173（50）2（40）438901A246862（80）3（50）1305A36（30）8（10）32（70）37（10）120销量306040708060∑=340表4-14位势法优化流程2由表4-12我们可以计算检验数，计算结果如表4-15所示。表4-15位势法优化流程3132-312销地产地B1B2B3B4B5B6产量0A1763（50）2（40）473286901A2426285682（80）3（50）1305A36（30）8（10）3-42（70）3-37（10）120销量306040708060∑=340确定换入变量，在所有的负检验数中，通常选取检验数最小的非基变量作为换入变量，因此我们选择C33=-4来作为换入变量。非基数变量的换算变量和一组基数变量可以形成一个唯一的闭环。找到闭环后，将闭环中偶数顶点数值最小的基数变量作为换出变量。调整后的值就是基数变量的值。从表4-13可以看出，闭回路为C33-C32-C12-C13-C33，调整优化后如图4-16所示。表4-16位势法优化流程4V1V2V3V4V5V6销地产地B1B2B3B4B5B6产量U1A173（60）2（30）43890U2A246862（80）3（50）130U3A36（30）83（10）2（70）37（10）120销量306040708060∑=340由表4-16我们可以得出以下关系方程式。U1+V2=C12=3U1+V3=C13=2U2+V5=C25=2U2+V6=C26=3U3+V1=C31=6U3+V3=C33=3U3+V4=C34=2U3+V6=C36=7另U1=0，分别解出上式U，V的值。解出结果如表4-17所示。表4-17位势法优化流程5532156销地产地B1B2B3B4B5B6产量0A173（60）2（30）43890-3A246862（80）3（50）1301A36（30）83（10）2（70）37（10）120销量306040708060∑=340由表4-17我们可以计算检验数，计算结果如表4-18所示。表4-18位势法优化流程6532156销地产地B1B2B3B4B5B6产量0A1723（60）2（30）433-28290-3A2426689682（80）3（50）1301A36（30）843（10）2（70）3-37（10）120销量306040708060∑=340选择C35=-3来作为换入变量。从表4-18可以看出，闭回路为C35-C36-C26-C25-C35，调整优化后如图4-19所示。表4-19位势法优化流程7V1V2V3V4V5V6销地产地B1B2B3B4B5B6产量U1A173（60）2（30）43890U2A246862（70）3（60）130U3A36（30）83（10）2（70）3（10）7120销量306040708060∑=340由表4-19我们可以得出以下关系方程式。U1+V2=C12=3U1+V3=C13=2U2+V5=C25=2U2+V6=C26=3U3+V1=C31=6U3+V3=C33=3U3+V4=C34=2U3+V5=C35=3另U1=0，分别解出上式U，V的值。解出结果如表4-20所示。表4-20位势法优化流程8532123销地产地B1B2B3B4B5B6产量0A173（60）2（30）438900A246862（70）3（60）1301A36（30）83（10）2（70）3（10）7120销量306040708060∑=340由表4-20我们可以计算检验数，计算结果如表4-21所示。表4-21位势法优化流程9532123销地产地B1B2B3B4B5B6产量0A1723（60）2（30）433185900A24-16386652（70）3（60）1301A36（30）843（10）2（70）3（10）73120销量306040708060∑=340选择C21=-1来作为换入变量。从表4-21可以看出，闭回路为C21-C31-C35-C25-C21，调整优化后如图4-22所示。表4-22位势法优化流程10V1V2V3V4V5V6销地产地B1B2B3B4B5B6产量U1A173（60）2（30）43890U2A24（30）6862（40）3（60）130U3A3683（10）2（70）3（40）7120销量306040708060∑=340由表4-22我们可以得出以下关系方程式。U1+V2=C12=3U1+V3=C13=2U2+V1=C21=4U2+V5=C25=2U2+V6=C26=3U3+V3=C33=3U3+V4=C34=2U3+V5=C35=3另U1=0，分别解出上式U，V的值。解出结果如表4-23所示。表4-23位势法优化流程11432123销地产地B1B2B3B4B5B6产量0A173（60）2（30）438900A24（30）6862（40）3（60）1301A3683（10）2（70）3（40）7120销量306040708060∑=340由表4-23我们可以计算检验数，计算结果如表4-24所示。表4-24位势法优化流程12432123销地产地B1B2B3B4B5B6产量0A1733（60）2（30）433185900A24（30）6386652（40）3（60）1301A361843（10）2（70）3（40）73120销量306040708060∑=340由表4-24所示，表中的所有检验数均≥0，因此找到最优解。我们在实际的运输过程中要考虑到非常多的运输情况，因此，根据运输途中发生的情况以及根据运输的实际条件以及客户对于运输的要求来变更运输任务和运输形式。因此，我们需要灵活以及全方位的考虑运输问题，而不是单纯的追求成本最低或者利益最大，我们应该在实际的运输条件下的基础上来满足其他的运输需求。以上表格是对于酒泉钢铁公司的具体数据来进行运输问题的建模，通过建模完成后使用表上作业法中的最小元素法来进行数据的分析及计算，得出了初步的分配方案，然后使用了位势法来进行优化。最终的结果结论如表4-25所示。表4-25结论表销地产地B1B2B3B4B5B6产量A1603090A2304060130A3107040120销量306040708060∑=340通过优化表4-25中，我们可以得出，产地A1应分别给销地B2、B3，60吨，30吨的钢材；产地A2应分别给销地B1、B5、B6，30吨，40吨，60吨的钢材；产地A3应分别给销地B3、B4、B5，10吨，70吨，40吨的钢材。因此根据公式。MinZ=7X11+3X12+2X13+4X14+3X15+8X16+4X21+6X22+8X23+6X24+2X25+3X26+6X31+8X32+3X33+2X34+3X35+7X36可以得出优化后的费用为。3*60+2*30+4*30+2*40+3*60+3*10+2*70+3*40=910（千）=91（万）通过优化我们最终的到91万的费用，相比较于之前的规划，减少了10万元的成本。现在我们考虑从满载率方面来分析，我们以50吨来作为标准规格，超出50吨的按两份来平均计算满载率。如表4-26所示。表4-26运输满载率表销地产地B1B2B3B4B5B6产量A1（100％+20％）/2（60％）90A2（60％）（80％）（100％+20％）/2130A3（20％）（100％+40％）/2（80％）120销量306040708060∑=340通过对上表的计算，我们可以得到平均的满载率为。（60％+60％+60％+80％+70％+20％+70％+80％）/8=61.25％，相比较于近几年酒泉钢铁公司的平均值（50.53％+48.28％+49.4％+50.73％+52.51％）/5=50.29％，增加了将近10％，并且优化过后成本要更低，为企业提高了收入。4.3结果分析及评价4.3.1结果分析（1）货物调配合理且运输费用减少了至少10万元，降低了运输成本；使用最小元素法对运输问题进行求解，最后使用的位势法进行优化，我们不难从式子看出，从刚开始的产地A1应该给B2地区运输50吨的钢材，给B3地区运输40吨的钢材。产地A2应该给B5地区运输80吨的钢材，给B6地区运输50吨的钢材。产地A3应该给B1地区运输30吨的钢材，给B2地区运输10吨的钢材，B4地区运输70吨的钢材，给B6地区运输10吨的钢材。由此我们根据公式。MinZ=7X11+3X12+2X13+4X14+3X15+8X16+4X21+6X22+8X23+6X24+2X25+3X26+6X31+8X32+3X33+2X34+3X35+7X36可以得出最小费用为。3*50+2*40+2*80+3*50+6*30+8*10+2*70+7*10=1010（千）=101（万）在到后面用位势法优化的最后结果产地A1应分别给销地B2、B3，60吨，30吨的钢材；产地A2应分别给销地B1、B5、B6，30吨，40吨，60吨的钢材；产地A3应分别给销地B3、B4、B5，10吨，70吨，40吨的钢材。因此根据公式。MinZ=7X11+3X12+2X13+4X14+3X15+8X16+4X21+6X22+8X23+6X24+2X25+3X26+6X31+8X32+3X33+2X34+3X35+7X36可以得出优化后的费用为。3*60+2*30+4*30+2*40+3*60+3*10+2*70+3*40=910（千）=91（万）由此我们可以看出货物调配不合理问题已经解决，且降低了运输成本。（2）运输车辆的空载率提高了近10％，因此提高了运输效率。通过位势法进行优化后，我们使用50吨为基础，超出50吨的按两份来平均计算满载率。得到平均的满载率为：（60％+60％+60％+80％+70％+20％+70％+80％）/8=61.25％相比较于近几年酒泉钢铁公司的平均值：（50.53％+48.28％+49.4％+50.73％+52.51％）/5=50.29％增加了将近10％，由此我们可以看出车辆空载率较低问题已经得到优化。4.3.2结果评价本章首先通过运输问题的理论进行研究，使用线性规划模型来对酒泉钢铁公司的物流运输进行优化，调研并得到企业产地及销地之间的运输费用，发现该公司的运输问题为产销平衡问题，为运输问题中的标准型问题。我们在此基础上构建了产销平衡表，刚开始使用了最小元素法来对于酒泉钢铁公司运输中存在的货物调配不合理来进行简单的调配，从而获得了基础的运输方案但不是最优解。在优化过程中，我们使用了位势法来进行运输方案的调整，优化过程中使用三次位势法来进行优化方案的数据调整，最终得到了成本最小，调配最优方案，解决了酒泉钢铁公司中货物调配不合理，运输成本高的问题。在优化完成后，我们使用50吨为标准，定量分析了酒泉钢铁公司的车辆满载率低下问题，通过我们的优化，公司的车辆满载率提高了将近10％，优化是合理而有效果的。综上我们可以看出，运输对于我们国家企业和国民经济的增长与发展有着至关重要的作用，因此在企业进行运输优化是非常必要的。与此同时，运输业是企业的第三利润远，合理的运输及运输合理化对企业的运营是非常有利的。合理的运输通常表现为合理的分工、高效率的运输、低成本的运输等几个方面。5结论伴随着物流行业近几年的快速发展，导致我国钢铁企业的物流发展势头迅猛，但我国钢铁产业物流与发达国家的钢铁产业物流相比较来看，还存在很多方面的不足。比如：物流运输规模较发达国家规模小、运输的效率与效益较为低下、物流运输管理还较不为完善等问题。与此同时，我国近几年的钢铁行业，无论从产量还是产能，都远远超出了我国的自身需求，我国的钢铁进出口方面，由于受到国际上的贸易保护措施，导致我们国家的钢铁进口量在持续增加，出口量在不断减少。综上，我国钢铁企业的发展还是不容乐观的，如果不对其进行合理科学的运输优化，那么导致的就是企业钢铁库存的增加，成本的增加以及企业运转能力的下降等一系列的连锁反应问题。所以，钢铁企业物流运输优化对企业的发展具有举足轻重的作用。本篇文章以大型钢铁国有企业——酒泉钢铁公司作为研究对象。首先第一章先从研究背景和意义入题，查找国内外研究现状进行分析研究，确定了研究方向和研究的问题。第二章查找了有关运输问题的相关理论，突出介绍了本文用到的运输问题理论及建模方法——表上作业法。第三章对于研究的企业——酒泉钢铁公司，进行了简单的说明及介绍，确立并发现了该企业的两个问题，分别是：（1）酒泉钢铁公司运输货物的调配不合理；（2）酒泉钢铁公司运输车辆的满载率较低。虽然企业对于这两个问题同样也意识到了，但是没有一个合理的解决方案，因此导致的就是各个产地和销地之间一旦某产地发生缺货或者库存已满的情况下，不能及时的调解及时沟通。因此导致增加了企业的成本。第四章针对酒泉钢铁公司存在的两个问题，确立并建立了运输模型，首先使用最小元素法对于企业来进行简单的调配，从而获得了基础的运输方案但不是最优解。在优化过程中，我们使用了位势法来进行运输方案的调整，优化过程中使用三次位势法来进行优化方案的数据调整，最终得到了成本最小，调配最优方案，解决了酒泉钢铁公司中货物调配不合理，运输成本高的问题。在优化完成后，我们使用50吨为标准，定量分析了酒泉钢铁公司的车辆满载率低下问题，通过我们的优化，公司的车辆满载率提高了将近10％，优化是合理而有效果的。本文的创新之处在于，一个大型的钢铁企业的运输问题是及其复杂的，通常来讲，运输问题应在实际的情况下加以运用和调整。也就是说，一个企业的物流订单，运输方式，费用等因素会极大的将运输优化复杂化。在本文笔者来看，首先抛开其他因素，先追求运输费用的最小化，在进行费用最小的优化后，根据运输途中发生的情况以及根据运输的实际条件以及客户对于运输的要求来变更运输任务和运输形式，灵活以及全方位的考虑运输问题。由于笔者的水平有限，本文的不足之处在于，大型钢铁国有企业在对于产地和销地的变化是多种多样的。也就是说产地也可能是销地，销地也可能是产地，同时还存在一些转运点的情况，因此很难做到产销平衡的运输问题。但是，一旦上述情况发生，那么对于运输问题就不仅仅是单纯的运输问题了，伴随的还有配送、仓储、选址及系统的优化。总之，笔者对于酒泉钢铁公司存在的两个问题进行了优化，优化过后极大地减少了企业的运输调配成本，车辆空载率的问题也得到了极大的改善。笔者相信，通过酒泉钢铁公司的努力，理论与实际相结合，一定会得到很好的运用与实施，公司整体的竞争能力将会提高，朝着更好的方向发展。参考文献[1]AguezzoulA，ChoJJK.Queuingtheory-basedoptimizationresearchonthemulti-objective