loading说明：
1.问题1线性规划求解我是用lindo做的，对程序中变量名称说明如下:
xij(i=1,2,3; j=1,2,3,4)表示批复给第i量车的第j类货物运输量。计算结果中：OBJECTIVE FUNCTION VALUE
1) 40232.00 表示当天的总营业额。 具体如何分配都在文本文档里。
1. 问题2的预测我是这样做的：用SPSS分别算出30天的每类货物申请量落入各区间（A，B，C类货物分了10个区间，D类货物分了9个区间）的频率，用频率近似代替概率，剩下的工作用Matlab完成，产生[0,1]的均匀分布的随机数，将[0,1]分为10个（算D类货物时分成9个）区间，每个区间的长度与申请量落入该区间的概率大小成正比，若随机数落入该区间，则以对应的申请量区间的中点值作为当天的申请量预测值，循环7次即可预测出接下来的7天内每天的申请量。 2. 问题3与问题1类似，方法相同。
问题1解答：
max
1.7x11+1.7x21+1.7x31+2.25x12+2.25x22+2.25x32+4.5x13+4.5x33+1.12x14+1.12x24+1.12x34
s.t.
x11+x12+x13+x14<8000 x21+x22+x23+x24<8000 x31+x32+x33+x34<8000 x11+x21+x31<6500 x12+x22+x32<5000 x13+x23+x33<4000 x14+x24+x34<3000 x13-3x12-3x14<0 x23-3x22-3x24<0 x33-3x32-3x34<0
0.0012x11+0.0015x12+0.003x13+0.0008x14<9.084 0.0012x21+0.0015x22+0.003x23+0.0008x24<9.084 0.0012x31+0.0015x32+0.003x33+0.0008x34<9.084 x11>0 x12>0 x13>0 x14>0 x21>0 x22>0 x23>0 x24>0
x31>0 x32>0 x33>0
x34>0
end gin 12
OBJECTIVE FUNCTION VALUE
1) 40232.00
VARIABLE VALUE X11 0.000000 X21 6460.000000 X31 0.000000 X12 868.000000 X22 888.000000 X32 3244.000000 X13 2594.000000 X33 1406.000000 X14 0.000000 X24 0.000000 REDUCED COST -1.700000 -1.700000 -1.700000 -2.250000 -2.250000 -2.250000 -4.500000 -4.500000 -1.120000 -1.120000
X34 0.000000 -1.120000 X23 0.000000 0.000000
问题2解答： a =
2734 1630 2182 1630 2734 1630 2182 b =
2750 3350 3350 2750 3950 3350 3350 c =
5900 2300 5900 5900 3500 4700 2300 d =
2000 4000 1000 4000 3000 4000 1000 Matlab程序：
P=[1,4,10,5,4,3,3,3,0,1]/30; SumP=cumsum(P); A=526:552:5494; a=[];