2021数学建模C题详细思路，代码，论文，参考文献
本题是一个订购决策问题，可归类于优化题目。
订购决策问题是很常见的题型，而本道题目并不简单，加了很多要求与限制，如全部收购原
材料，原材料的损耗，凸显了国赛常见题型挖掘深度的特点。。
首先对整个订购和运输流程要有理解，最好给出一个订购与运输流程图
问题一：
- 先进行数据可视化：订购、供货统计图；订购和供货之差等等。
- 对供货特征进行量化分析，其实就是定义并计算一些指标，来体现供应商能提供多少稳定货源，对企业的重要性。可以参考这些方面
供应数量方面：供应商的总供货量，周平均供货量，极差，方差等。
供应风险方面：供应商满足订购比例，是否供大于（或等于）订购，少于/多于订购的比例。
可以综合定义一些指标。 - 确定 402 家供应商的供货指标后，就对供应商进行评价，参考一般的评价方法即可：
层次分析、模糊评价、TOPSIS（不建议用熵权法）。指标的权重需要自己给出，可以结合一些订购决策、风险论的文献来写。最后给出评价前 50 。
问题二：
问题一是问题二的基础，由问题一中计算的供应商指标来计算。
参考公式：
总供应材料量=供应商平均供货量*供应风险（一个比例因子），为确保供货的稳定性，可以适当提高供货量。转运商的处理比较简单，考虑转运商的平均损耗率即可。订购和转运方案利用规划模型，决策量为是否选用第 i 个供应商。对结果分析：这里主要围绕着最后材料总供应和开始的订购量来分析，从经济性和订购风险性分析。一般来说为了确保供应的稳定会降低一定经济性。
问题三：
可以看做是有要求的第一、二问，解法一样，增加限制。
对供应商的限制：这里尽可能多或少，指的是在原始订购量外，供应商多供应的材料量。因此相当于扩大 A的实际供应量，减小 C可以为供应商增加一个指标，如偏向度（比例因子），A 类供应商偏向度小于 1，C 类供应商偏向度大于 1，以在原始订购量不变的情况下，增加A 减少 C。指标计算后，重新评价供应商并在规划模型中计算。
问题四：
这里相当于计算企业能获取的实际材料数的最大值，用增加的材料来提高产能。注意题目的条件：一家供应商每周的原材料尽量由一家转运商运输。即每周转运的材料数有上限，可以根据上限确定产能的提高，反向确定材料订购数。材料的订购方案、转运还是根据转运上限，费用最小化来确定，规划模型建立如问题二。
部分结果如下
来都来了，不妨点个关注再走吧！祝大家人人国一！
原文来自：
2021国赛数学建模C题的 5 种不同思路分析（含代码，论文，参考文献）