《2023年数学建模——班车的合理安排.pdf》由会员分享，可在线阅读，更多相关《2023年数学建模——班车的合理安排.pdf（23页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 第十一届学科竞赛之数学建模竞赛 承 诺 书 我们仔细阅读了大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。我们授权河大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行
2、正式或非正式发表等）。我们参赛选择的题号是（从 A/B/C/D 中选择一项填写）：C 参赛队员(打印并签名)：序号 姓 名（打印）所在学院（打印）签 名（手签）1 郭廷桢 物理与机电工程学院 2 魏晓明 物理与机电工程学院 3 岳春烈 物理与机电工程学院 指导教师或指导教师组负责人 (打印并签名)：日期：2015 年 5 月 24 日 评阅编号（由竞赛组委会评阅前进行编号）：第十一届学科竞赛之数学建模竞赛 评 阅 专 用 页 评阅编号（由竞赛组委会评阅前进行编号）：评阅记录（供竞赛组委会评阅时使用）：评 阅 人 评 分 备 注 评阅结果：获奖等级：1 班车的合理安排 摘要：本文针对班车的合理安
3、排,关于发车时间、线路、每条路线的运行时间、班次和各个车辆的耗油成本的问题建立相应的数学模型，在问题解决过程中采用了穷举算法和递归算法。分析、建立模型、求解过程中，利用MATLAB 对数据进行分析、处理，并用C语言实现某些算法，得出相应的结论。问题 1 通过分析题中所给的数据，对线路 1 每天乘坐人数建立单因素方差分析模型，假设临界值为0.05，在 MATLAB 中用函数 P=anoval(X)来计算概率值，得出 P0.05，故认为问题 1 结果不存在显著的差异。问题 2 根据题中所给数据，通过研究分析，建立派车最优化组合模型，再增加耗油成本变量，建立单目标最优化模型，再通过 C语言运用穷举法
4、求出最优解，得出每日最低耗油成本同时确定了班车的安排方式，其安排方式见表 5.6 所示。对于问题 3 在问题 2 的基础上进一步考虑班车之间运行的相互影响，深入改善建立单目标最优化模型，采用 C 语言穷举法求出班车运行时的最低耗油成本，得出最佳行车组合方式，其安排方式见表 5.9 所示。关键字：优化模型、C语言穷举算法、MATLAB 单因素方差分析、递归算法 2 一、问题重述 班车的合理安排是一个优化合理模型。必须保证每位教职工有座且准时到达目的地，要考虑路线最佳车辆分配最为合理；也就是说在能保证老师被安全准时的前提下，车辆的安排要最省钱，也就最优分配；再分配过程中要考虑每辆车运送时间差是否满
5、足运输时刻表的安排，同时也要考虑班车的座位是否满足需求。如何在校车运行与节约资源取得最大效益，已经成为了困扰众多高校的问题之一。本文就是为了解决这一问题而撰写的。某高校地处市郊，共设立了五条不同方向的接送线路，从周一至周五每天用班车接送 居住在市区沿途线路的教职工。这五条线路市区与学校之间的平均运行时间依次分别需 要 45 分钟，70 分钟，60 分钟，20 分钟和 50 分钟。目前学校配有五辆班车，分别是 55 座、45 座、40 座、33 座和 26 座，根据经验和当前油价，这五辆班车的油耗大约分别是 5 元/分钟、4 元/分钟、4 元/分钟、3 元/分钟和 2 元/分钟。此外，由于周一至
6、周五每日的课程安排不同，因此每日乘坐同一班次的教职工人数也是不同的。（1）对各条线路而言，每日早晨 07:00 从市区用哪一辆班车到学校，下午17:40 就 用这辆班车回到市区。（2）要求每班次的车都应当保证有充足的座位，即不能出现有人因座位不足而站着 的情况。（3）若校车到达终点站时，距离终点站返回学校下一班车时刻时尚早，或该终点站当日已经没有返回学校的班次，则空车返回学校或者视情况考虑安排到另一个线路的终点站再沿途接入学校。二、符号说明 班车 A:55 座，耗油 5 元/分钟；班车 B：45 座，耗油 4 元/分钟；班车 C：40 座，耗油 4 元/分钟；班车 D：33 座，耗油 3 元/
7、分钟；班车 E：26 座，耗油 2 元/分钟；S(i):星期一到星期五中每班次车最多人数 Fy：A、B、C、D、E 五辆车对应的价格/每分钟 Sj：每条路线运行时长 AS：因素 A 的效应平方和；ES：误差的平方和；TS：总和、ijX；线路 1 每天每班次车所对应的人数；Hy：耗油量 Cz(i)：班车 A、B、C、D、E 的车座个数 3 三、问题分析 本问题是合理优化模型。必须保证每位老师有座并且准时到达目的地，且要考虑线路最佳车辆分配最为合理；具体就是在能保证老师被安全准时接送的条件下，车辆的安排要最省钱，也就是最优分配；在分配过程中要考虑每辆车运送时的时间差是否满足运输时刻表的安排。为方便
8、建模求解经过分析将班次和时间绑定起来在分析过程中就可以简化一个决策变量，方便分析。为使每位老师都有座位我们把乘坐各班次的人数统计表中取其最大值，以保证每位老师都可以准时有座往返。尽可能在不影响建模求解准确性的情况下，简化决策变量，并以表格形式给出。3.1 问题 1 的分析 问题 1 属于单因素实验方差分析的数学问题，解决此类问题一般用数学方法分析。由附件中给出的数据特点分析，取出其中的最大值建立模型、编程、对其所要求的结果进行分析。由于上述原因，建立单因素方差分析模型，对结果进行预测，并将结果进行比较。对问题 1 的具体分析如下：由于各个学校的排课时间不同，各教职工所居住的地方各不相同，因此，
9、考虑线路 1 周一至周五教职工的乘车情况各不相同，现就此问题进行分析，将分析求出星期一至星期五平均每天运送的教职工人数差异。3.2 问题 2 的分析 由于许多城市交通拥挤，上班坐车不方便，经常遇到堵车或乘不上车等诸多问题，使得教职工不能按时到达指定的地点，现就此问题进行分析、讨论、建立数学模型,分配出合理的班次及路线。对问题 2 的具体分析如下：问题 2 属于最优组合的数学问题，解决此类问题用数学分析法排列组合最佳的分配组合方式。运用穷举法和递归法解决排列组合的最优值。3.3 问题 3 的分析 对问题 3 的具体分析如下：由于许多城市交通拥挤，上班坐车不方便，经常遇到堵车或乘不上车等诸多问题，
10、使得教职工不能按时到达指定的地点，现就此问题进行分析、讨论、建立数学模型,分配出合理的班次及路线。又考虑到车空返回时耗油成本问题，进行对问题的进一步优化，在问题二的基础上减少车的空泛情况在满足教职工人数和时间要求的基础上使得耗油成本达到最低，使问题更进一步得到优化。在问题三中，对于到达终点站距离该终点站返回学校的下一班车发车时刻尚早，或该终点站当日已经没有返回学校的班次，这时不必非得空车返回学校，可视情况考虑 安排到另一个线路的终点站，再沿途接人到学校这一类情况。我们也可以确定一个新的分类方式与油耗成本计算方法。在所有的问题中，我们都要考虑到各站点运行时间问题和座位满足问题。同时也要考虑单位时
11、间油耗成本问题。4 四、模型的假设 在问题一的模型建立与数据处理计算中首先假设如表 4.1 中每天每班次车的人数都服从正态分布，即：),(X2ijiN。表 4.1 一星期中每天最多人数统计图 班次 1 班次 6 班次 13 班次 7 班次 8 班次 14 班次 15 星期一 44 25 35 13 27 15 45 星期二 52 20 40 12 38 18 40 星期三 38 15 38 23 45 12 45 星期四 46 18 36 16 43 15 42 星期五 50 20 32 21 39 16 50 在问题二三的建模中我们假设：1、沿途没有堵车现象出现；2、每位教职工都能按时的在接
12、送点等车并且上车时间忽略不计；3、所给数据基本上真实有效无误差；4、每位教职工临时有事请假不记。图 4.1 市区与学校分布图 终点五 终点四 终点三 终点二 终点一 学校 5 五、模型的建立与求解 5.1 问题 1 的模型建立与求解 5.1.1 问题 1 的模型建立 为了比较线路一中星期一到星期五每天运送的教职工人数是否存在显著差异，分别以5,4,3,2,1代表星期一至星期五每天总人数的平均值，我们需要检验假设（05.0）54321:0H 不完全相等5,4,3,2,1:1H 表 4.1 中所有变量：n=35，种类：r=5，各种类对应变量：n1=n2=n3=n4=n5=7，ATEsjjjsjjA
13、sjniijsjniijTsjniijniijjSSSnTnTnjnSnTXnXSXTsjXTXXXjjjj.,.,.,2,1,.21.221221122112111 表 5.1 单因素方差分析表 方差来源 平方和 自由度 均方和 F 值 显著性 因子影响 AS 1r)1/(rSA F *随机误差 ES rn)/(rnSE 总和 TS 1n 要分析线路 1星期一至星期五平均每天运送的教职工是否存在显著差异先求线路 1 每天所要运送的教职工人数 S,首先验证 S 是否符合正态分布(这里显然是的)再以线路一每天所要运送的额教职工人数为检验变量进行单样本 f 检验。5.1.1问题 1 的模型求解 在
14、 MATLAB 中使用 p=anova1(X)比较 X中各列数据的均值是否相等。此时输出的 p 是零假设成立时，数据的概率，当 p0.05 称差异是显著的，当 p0.05，所以线路 1 星期一至星期五平均每天运送教职工 7 人数不存在明显的显著差异。5.2 问题 2 的模型建立与求解 5.2.1 问题 2 的模型建立（1）为使我们建立模型方便计算，我们简化表格减少决策变量，因为首先虑班车的座位是否满足需求，对一星期之中每班次车乘坐人数取最大值，所以得如下表格 表 5.2 每班次车对应最多人数表 班次 1 2 3 4 5 6 7 8 9 10 人数 52 28 26 22 42 25 23 45
15、 30 24 班次 11 12 13 14 15 16 17 18 19 人数 38 15 40 18 50 26 25 20 42 表 5.3 每日班车发车时刻及班次编号 线 路 方 向 发车 时刻 班次 编号 发车 时刻 班次 编号 发车 时刻 班次 编号 发车 时刻 班次 编号 1 上行 07:00 1 09:00 6 13:00 13 下行 09:50 7 12:10 8 15:50 14 17:40 15 2 上行 07:00 2 12:40 11 下行 12:10 9 17:40 16 3 上行 07:00 3 12:40 12 下行 17:40 17 4 上行 07:00 4 下
16、行 12:10 10 17:40 18 5 上行 07:00 5 下行 17:40 19 （2）建立模型，首先考虑每班次的车都应当保证有充足的座位，再对剩余的进行排列组合，根据耗油费最少解出最优解。表 5.4 班次 1-5与班次 15-19 最多人数 班次 1 班次 2 班次 3 班次 4 班次 5 人数 52 28 26 22 42 班次 15 班次 16 班次 17 班次 18 班次 19 人数 50 26 25 20 42 在 07:00 时五条路线要同 时发车，且学校只有五辆校车，要同时从五条线路发车，再考虑满足座位需求的情况下，再对运费进行计算，则有唯一的派车方式，班次 1，2,3,
17、4,5 分别派出 A,E,D,C,B 车，同理考虑满足座位需求的情况下，班次 15 到班次 19 也已经确定了派车安排方式。表 5.5 班次 6-14 最多人数 班次 6 班次 7 班次 8 班次 9 班次 10 班次 11 班次 12 班次 13 班次 14 25 23 45 30 24 38 15 40 18 在 09:00 时线路一需派出一车而其它线 路距离派车时刻尚早，且五辆车都处于空闲状态，因此考虑空车返回问题，乘坐班次 6 的教职工有 25 人，所以派出 E 车是最合理的。同样的班次 7 的情况和班次 6 类似，乘坐的人数为 13。E 车在班次 6 时被 8 派出，返校时间为 09
18、:45，时间不冲突，故班次 7 派出 E 车。班次 8 到班次 13 时间间隔比较小，因此应优先考虑时间问题。同时班次 8 和 班次 13 应同时考虑，班次 8 不需要空车返回，所以班次 8 排出的车的座位必须满足班 次 13 乘坐的教职工的需求。因此，只需考虑班次 11，13 的座位满足问题。班次 11，13 均需运载 35 人，可派出班车 A,B,C；班次 9,10，12 可派出五辆车的任一辆。考虑到每 条路线的运行时间和每辆车的运行成本，班次 8 派出 A 车，班次 11 可派出 B 车（或者 C 车）。班次 9 运行时间最久，因此派出 E 车。班次 10 运行时间短可派出 C车（或者
19、B 车），班次 12 派出 D车，而班次 14 时间间隔大，需空车返回，只需考虑座位满足和成本问题，可派出 E 车。)(minminHyfF HyiTHyfHyiTiCzi*)()(2,3,4,4,550,20,60,70,45)()()(S s.t.min 5.2.2 问题 2 的模型求解 穷举法是指在一个有穷的可能的解的集合中，枚举出集合中的每一个元素，用题目给定的约束条件去判断其是否符合条件，若满足条件，则该元素即为整个问题的解；否则就不是问题的解。）+mn4;=m0;=m（for +)+zn3;=z0;=for(z ）+yn2;=y0;=y（for +)+xn1;=x0;=for(x.
20、如上式所示，若有 n 个变量，则设立n 重 for 循环，对应的变量为n1,n2,n3,.再依据限制条件求解x、y、z、.分别对应的值。求解问题2 的模型C语言重点程序：for(x=2;x=4;x+)for(y=2;y=4;y+)for(z=2;z=4;z+)if(x!=y&x!=z)if(y!=z)hy2=sj1*fyx;9 hy3=sj2*fyy;hy4=sj3*fyz;hy=hy2+hy3+hy4;if(hy min)min=hy;（3）在处理决策变量后将数据输入所编程序中，得到结果：图 5.2 VisualC+运行结果 经过对数据处理和考虑座位、时间间隔、耗费等综合因素情况下，得出既方
21、便老师又节约的最佳每日班车的合理安排表：表 5.6 每日班车的合理安排表 车次编号 时间 车辆代号 起点 方向 线路 终点 耗费（元）1 7:00-7:45 A 终点一 上行 线路一 学校 225 2 7:00-8:10 E 终点二 上行 线路二 学校 140 3 7:00-7:45 D 终点三 上行 线路三 学校 180 4 7:00-7:20 C 终点四 上行 线路四 学校 80 10 表 5.6 每日班车的合理安排表（续）5 7:00-7:50 B 终点五 上行 线路五 学校 200 6 8:10-8:55 E 学校(空)下行 线路一 终点一 90 9:00-9:45 E 终点一 上行
22、路线一 学校 90 7 9:50-10:35 E 学校 下行 线路一 终点一 90 8 12:10-12:55 A 学校 下行 线路一 终点一 225 9 10:40-11:50 E 终点一(空)上行 线路一 学校 90 12:10-13:20 E 学校 下行 路线二 终点二 140 10 12:10-12:30 C 学校 下行 线路四 终点四 80 11 11:30-12:40 B 学校(空)下行 线路二 终点二 280 12:40-13:50 B 终点二 上行 线路二 学校 280 12 11:40-12:40 D 学校(空)下行 路线三 终点三 180 12:40-13:40 D 终点三
23、 上行 线路三 学校 180 13 13:00-13:45 A 终点一 上行 线路一 学校 225 14 14:40-15:50 E 终点二(空)上行 路线二 学校 140 15:50-16:35 E 学校 下行 线路一 终点一 90 15 17:40-A 学校 下行 线路一 终点一 225 16 16:55-17:40 E 终点一(空)上行 路线一 学校 90 17:40-E 学校 下行 线路二 终点二 140 17 17:40-D 学校 下行 线路三 终点三 180 18 17:40-C 学校 下行 线路四 终点四 80 19 17:40-B 学校 下行 线路五 终点五 100 11 5.
24、3 问题 3 的模型建立与求解 （1）对于到达终点站距离该终点站返回学校的下一班车发车时刻尚早，或该终点站当日已经没有返回学校的班次，这时不必非得空车返回学校，可视情况考虑 安排到另一个线路的终点站，再沿途接人到学校这一类情况下，在问题 2的基础上，修改已建立的模型。表 5.7 班次 1-5与班次 15-19 最多人数 班次 1 班次 2 班次 3 班次 4 班次 5 人数 52 28 26 22 42 班次 15 班次 16 班次 17 班次 18 班次 19 人数 50 26 25 20 42 在 07:00 时五条路线要同 时发车，且学校只有五辆校车，要同时从五条线路发车，再考虑满足座位
25、需求的情况下，再对运费进行计算，则有唯一的派车方式，班次 1，2,3,4,5 分别派出 A,E,D,C,B 车，同理考虑满足座位需求的情况下，班次 15 到班次 19 也已经确定了派车安排方式。表 5.8 班次 6-14 最多人数 班次 6 班次 7 班次 8 班次 9 班次 10 班次 11 班次 12 班次 13 班次 14 25 23 45 30 24 38 15 40 18 在 09:00 时线路一需派出一车而其它线 路距离派车时刻尚早，且五辆车都处于空闲状态，因此考虑空车返回问题，乘坐班次 6 的教职工有 25 人，所以派出 E 车是最合理的。从终点一到终点三之间的时间为 10 分钟
26、，而班次 12 的返校时间为 12:40 时间不冲突，而且五天之内最多的人数为 15 人，考虑耗油量最小，所以派 E 车，剩余的班次 8,9,10,11,12,13 因为其时间间隔较小，所以优先考虑时间问题，又因为班次 13 和 11 在这五天之内最多的人数分别为 40,班次 8 所以应在 A、B、C,三辆车之间选择，考虑耗油量问题，经穷举递归算法编程得到班次 8 选择 B 车，班次 13 又与 B 在同一条线路上而且班次 13 人数较多所以选择 B 车在 13:00 时原路返回，班次 9 和班次 11 也可通过与班次 8 和 13 同样的思路得到其应该派 C车。（2）在处理决策变量后将数据输
27、入所编数学模型，得到结果：12 图 5.3 C/C+运行结果 经过对数据处理和考虑座位、时间间隔、耗费等综合因素情况下，得出既方便老师又节约的最佳每日班车的合理安排表：表 5.9 最佳每日班车的合理安排表 车次编号 时间 车辆代号 起点 方向 线路 终点 耗费（元）1 7:00-7:45 A 终点一 上行 线路一 学校 225 2 7:00-8:10 E 终点二 上行 线路二 学校 140 3 7:00-7:45 D 终点三 上行 线路三 学校 180 4 7:00-7:20 C 终点四 上行 线路四 学校 80 5 7:00-7:50 B 终点五 上行 线路五 学校 200 6 8:10-8
28、:55 E 学校(空)下行 线路一 终点一 90 9:00-9:45 E 终点一 上行 路线一 学校 90 7 9:50-10:35 E 学校 下行 线路一 终点一 90 8 12:10-12:55 B 学校 下行 线路一 终点一 180 13 表 5.9 最佳每日班车的合理安排表（续）9 12:10-13:20 C 学校 下行 路线二 终点二 280 10 12:10-12:30 D 学校 下行 线路四 终点四 60 11 12:40-13:50 C 终点二 上行 线路二 学校 280 12 12:30-12:40 E 终点一 终点三 20 12:40-13:40 E 终点三 上行 线路三
29、学校 120 13 13:00-13:45 B 终点一 上行 线路一 学校 180 14 15:50-16:35 E 学校 下行 线路一 终点一 90 15 17:40-A 学校 下行 线路一 终点一 225 16 16:55-17:40 E 终点一(空)上行 路线一 学校 90 17:40-E 学校 下行 线路二 终点二 140 17 17:40-D 学校 下行 线路三 终点三 180 18 17:40-C 学校 下行 线路四 终点四 80 19 17:40-B 学校 下行 线路五 终点五 100 六、误差分析 对给的参考数据我们为保证每位老师都有座位对其取了最大值，这样有可能不能使得资源最
30、优配置。模型是建立在一系列假设的基础上，所得的结果与实际问题存在一定的偏差。七、模型应用及推广 本模型可以应用于对学校的校车合理最优配置，以更方便老师节约资源。显而易见，这是一个典型的规划模型，通过资源配置最优化为杠杆平衡它们之间的分配关系。1、决策者要通过概念抽象、关系分析可将各类影响因子放入规划模型中，可 14 以通过相关的计算软件得到兼顾全局的最优解。2、规划模型有着广泛的适用范围，涉及到投资时，有限的资金如何分配到各种投资方式上；工厂选址时，要兼顾距离原料区和服务区的路程这一类问题均能得到较好的解决。规划模型在工业、商业、交通运输、工程技术、行 政管理等领域都有着广泛的运用。3、通过数
31、据的稍微处理，即可运用于各个行业的车辆调度。将线路换乘机器，油耗换乘能源，即可求出最有节能方案。模型运用范围极广。八、模型评价 该模型结构简单易用，普适性强，可以针对不同校车时间安排表和乘坐各班次的人数统计表，给出最为合理的车次安排表。该模型不能直接被套用，还需要对数据进行处理才能带入。优点：1、建立的规划模型能与实际紧密联系，结合实际情况对问题进行求解，使得模型具有很好的通用性和推广性；2、原始数据进行了处理，找出变量间的潜在关系；3、对模型涉及的众多影响因素进行量化分析，使得论文更具有说服力。缺点：1、为保证所有老师都有座位对其取了最大值，这样有可能使得在资源不能得到最优配置。九、参考文献
32、 1 盛 骤，谢式千，潘承毅，浙江大学，概率论与数理统计（第四版），高等教育出版社，2008 年，起始页码：224 页，终止页码：233 页。2 唐向宏、岳恒立、郑雪峰，MATLBA 及在电子信息类课程中的应用（第二版），北京：电子工业出版社，2009 年。3 谭浩强，C语言程序设计（第三版），北京：清华大学出版社，2005 年。4 何晓群，多元统计分析（第三版），中国人民大学出版社，2012 年。5(新西兰)Mark M.Meerschaert著，刘来福，黄海洋译，数学建模方法与分析，北京：机械工业出版社，2005 年。15 附录：（1）问题一 MATLAB 语言程序 X=44 25 35
33、13 27 15 45 52 20 40 12 38 18 40 38 15 38 23 45 12 45 46 18 36 16 43 15 42 50 20 32 21 39 16 50;A=X;group=星期一,;星期二,;星期三,;星期四,;星期五;p=anova1(A,group);（2）问题二 C语言程序：#include int s=52,28,26,22,42,25,23,45,30,24,38,15,40,18,50,26,25,20,42;/星期一到星期五中每班次车最多人数 int fy=5,4,4,3,2;/ABCDE五辆车对应的价格/每分钟 int sj=45,70,
34、60,20,50;/每条路线运行时长 char c=A,B,C,D,E;int i,Qa,Qb,hy,min=1000;void main()int hy1,hy2,hy3,hy4,hy5,hy6,hy7,hy8,hy9,hy10,hy11,hy12,hy13,hy14;int x,y,z;for(i=0;i=50)Qa=sj0;Qb=fy0;hy1=Qa*Qb;printf(班次%d 与班次%d选择车辆%c 耗油=%dn,i+1,i+15,ci,hy1);else if(40=si&si 50)Qa=sj4;Qb=fy1;hy5=Qa*Qb;printf(班次%d 与班次%d选择车辆%c 耗
35、油=%dn,i+1,i+15,c1,hy5);else 16 for(x=2;x=4;x+)for(y=2;y=4;y+)for(z=2;z=4;z+)if(x!=y&x!=z)if(y!=z)hy2=sj1*fyx;hy3=sj2*fyy;hy4=sj3*fyz;hy=hy2+hy3+hy4;if(hy min)min=hy;if(i=1)printf(班次%d 与班次%d选择车辆 E 耗油=%dn,i+1,i+15,hy2);else if(i=2)printf(班次%d 与班次%d选择车辆 D 耗油=%dn,i+1,i+15,hy3);else printf(班次%d 与班次%d选择车辆
36、 C 耗油=%dn,i+1,i+15,hy4);for(i=5;i=8;i+)if(i=5)Qa=sj0;Qb=fy4;hy6=Qa*Qb;printf(班次%d 选择车辆 E 耗油=%dn,i+1,hy6);else if(i=6)Qa=sj0;Qb=fy4;hy7=Qa*Qb;printf(班次%d 选择车辆 E 耗油=%dn,i+1,hy7);else if(i=7)17 Qa=sj0;Qb=fy0;hy8=Qa*Qb;printf(班次%d 选择车辆 A 耗油=%dn,i+1,hy8);else Qa=sj1;Qb=fy4;hy9=Qa*Qb;printf(班次%d 选择车辆 E 耗油
37、=%dn,i+1,hy9);for(i=9;i=10;i+)for(y=1;y=2;y+)for(z=1;z=2;z+)if(y!=z)hy10=sj3*fyy;hy11=sj1*fyz;hy=hy10+hy11;if(hy min)min=hy;if(i=9)printf(班次%d 选择车辆 C 耗油=%dn,i+1,hy10);else printf(班次%d 选择车辆 B 耗油=%dn,i+1,hy11);for(i=11;i=13;i+)if(i=11)Qa=sj2;Qb=fy3;hy12=Qa*Qb;printf(班次%d 选择车辆 D 耗油=%dn,i+1,hy12);else i
38、f(i=12)Qa=sj0;Qb=fy0;hy13=Qa*Qb;printf(班次%d 选择车辆 A 耗油=%dn,i+1,hy13);18 else Qa=sj0;Qb=fy4;hy14=Qa*Qb;printf(班次%d 选择车辆 E 耗油=%dn,i+1,hy14);hy=hy1+hy2+hy3+hy4+hy5+hy6+hy7+hy8+hy9+hy10+hy11+hy12+hy13+hy14+hy1+hy2+hy3+hy4+hy5;printf(不计空车返回时的总耗油=%dn,hy);hy=hy1+hy2+hy3+hy4+hy5+hy6+hy7+hy8+hy9+hy10+hy11+hy1
39、2+hy13+hy14+hy1+hy2+hy3+hy4+hy5+hy6+hy6+hy11+hy12+hy9+hy6;printf(计空车返回时的总耗油=%dn,hy);（3）问题三 C语言程序/*程序三源代码*/#include int s=52,28,26,22,42,25,23,45,30,24,38,15,40,18,50,26,25,20,42;/星期一到星期五中每班次车最多人数 int fy=5,4,4,3,2;/ABCDE五辆车对应的价格/每分钟 int sj=45,70,60,20,50;/每条路线运行时长 char c=A,B,C,D,E;int i,Qa,Qb,hy,min=
40、1000;void main()int hy1,hy2,hy3,hy4,hy5,hy6,hy7,hy8,hy9,hy10,hy11,hy12,hy13,hy14;int x,y,z;for(i=0;i=50)Qa=sj0;Qb=fy0;hy1=Qa*Qb;printf(班次%d 与班次%d选择车辆%c 耗油=%dn,i+1,i+15,ci,hy1);else if(40=si&si 50)Qa=sj4;Qb=fy1;hy5=Qa*Qb;printf(班次%d 与班次%d选择车辆%c 耗油=%dn,i+1,i+15,c1,hy5);19 else for(x=2;x=4;x+)for(y=2;y
41、=4;y+)for(z=2;z=4;z+)if(x!=y&x!=z)if(y!=z)hy2=sj1*fyx;hy3=sj2*fyy;hy4=sj3*fyz;hy=hy2+hy3+hy4;if(hy min)min=hy;if(i=1)printf(班次%d 与班次%d选择车辆 E 耗油=%dn,i+1,i+15,hy2);else if(i=2)printf(班次%d 与班次%d选择车辆 D 耗油=%dn,i+1,i+15,hy3);else printf(班次%d 与班次%d选择车辆 C 耗油=%dn,i+1,i+15,hy4);for(i=5;i 7;i+)if(i=5)Qa=sj0;Qb
42、=fy4;hy6=Qa*Qb;printf(班次%d 选择车辆 E 耗油=%dn,i+1,hy6);else Qa=sj0;Qb=fy4;hy7=Qa*Qb;printf(班次%d 选择车辆 E 耗油=%dn,i+1,hy7);20 for(i=7;i 9;i+)if(i=7)for(y=1;y=2;y+)for(z=1;z=2;z+)if(y!=z)hy8=sj0*fyy;hy=hy8;if(hy min)min=hy;printf(班次%d 选择车辆 B 耗油=%dn,i+1,hy8);else for(y=1;y=2;y+)for(z=1;z=2;z+)if(y!=z)hy9=sj1*f
43、yy;hy=hy9;if(hy min)min=hy;printf(班次%d 选择车辆 C 耗油=%dn,i+1,hy9);for(i=9;i=13;i+)if(i=9)hy10=sj3*fy3;printf(班次%d 选择车辆 D 耗油=%dn,i+1,hy10);else if(i=10)21 hy11=hy9;printf(班次%d 选择车辆 C 耗油=%dn,i+1,hy11);else if(i=11)hy12=sj2*fy4;printf(班次%d 选择车辆 E 耗油=%dn,i+1,hy12);else if(i=12)hy13=hy8;printf(班次%d 选择车辆 B 耗油
44、=%dn,i+1,hy13);else hy14=sj0*fy4;printf(班次%d 选择车辆 E 耗油=%dn,i+1,hy14);hy=hy1+hy2+hy3+hy4+hy5+hy6+hy7+hy8+hy9+hy10+hy11+hy12+hy13+hy14+hy1+hy2+hy3+hy4+hy5;printf(不计空车返回时的总耗油=%dn,hy);hy=hy1+hy2+hy3+hy4+hy5+hy6+hy7+hy8+hy9+hy10+hy11+hy12+hy13+hy14+hy1+hy2+hy3+hy4+hy5+hy6+hy6+sj3;printf(计空车返回时的总耗油=%dn,hy);