【摘要】：我们将6.2.2小节的多项式时间动态规划算法采用MATLAB编程实现，并应用到一个算例中，以验证该算法的适用性。表6-1算例参数续表根据表6-1中问题的参数，用本章动态规划算法求得的最优成本为352，对应变量的最优结果如表6-2所示。图6-4算例结果网络流图示图6-4直观地显示了算例的最优解结果。在第1期，网络零售商采用自营物流从订单处理中心发送21单位货品到配送站，满足该期13单位的需求，剩下8单位货品作为期末库存来满足第2期需求。
我们将6.2.2小节的多项式时间动态规划算法采用MATLAB编程实现，并应用到一个算例中，以验证该算法的适用性。算例的基本参数如表6-1所示。
表6-1 算例参数
续表
根据表6-1中问题的参数，用本章动态规划算法求得的最优成本为352，对应变量的最优结果如表6-2所示。
表6-2 算例最优结果(www.xing528.com)
注：最优成本为352。
将表6-2中算例的最优结果用网络流表示，如图6-4所示。
图6-4 算例结果网络流图示
图6-4直观地显示了算例的最优解结果。在第1期，网络零售商采用自营物流从订单处理中心发送21单位货品到配送站，满足该期13单位的需求，剩下8单位货品作为期末库存来满足第2期需求。第3期到第5期则分别采用第三方物流从订单处理中心发送到配送站，然后立即从配送站来满足当期需求。
另外，我们也采用了智能优化软件CPLEX中的混合整数规划模块对6.1.2小节的模型进行了求解。结果和表6-2一致，这也进一步验证了本研究动态规划算法的有效性。不过，对于企业来说，智能优化软件的购置成本较高，而本章设计的算法则能用任何编程语言轻松实现，且在求解问题的效率更高，从而有效降低企业运营成本，提高决策水平。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
