蔬菜分配(數(shù)學建模)

..2016年數(shù)學建模論文第二套論文題目：蔬菜供給方案設(shè)計組別：第38組姓名：耿晨閆思娜王強提交日期：2016年7月13日..題目：蔬菜供給方案設(shè)計摘要本次建模探究得是江平市蔬菜市場為滿足不同條件的最優(yōu)調(diào)配方案問題，模型求解時使用了Froyd算法，并用線性規(guī)劃建立了一系列數(shù)學規(guī)劃模型，采用MATLAB和LINGO軟件編程計算出模型結(jié)果。關(guān)于問題一：為了實現(xiàn)蔬菜調(diào)運及預(yù)期的短缺損失為最小，我們建立了線性規(guī)劃模型，用Froyd算法在MATLAB中編程，求出收購點至個菜市場的最短距離，并考慮每日各菜市場的需求量條件，用LINGO編程求得蔬菜調(diào)運及預(yù)期的短缺損失最小值為日均10280元。關(guān)于問題二：在模型一的根底增加各菜市場短缺量一律不超過需求量的20%的約束條件，用LINGO編程求得最少日均費用最少為10628元，并設(shè)計最優(yōu)供給方案見正文。關(guān)于問題三：在模型一的根底上，條件改為供貨充足、需求調(diào)運與短缺損失的費用最小值。建立模型三時在模型一的根底上改變條件，并用LINGO編程求得日均最少費用為11200元，增產(chǎn)的蔬菜每天應(yīng)分給C收購點7000Kg，分析過程見正文。關(guān)鍵詞：蔬菜市場調(diào)配方案，F(xiàn)loyd算法，線性規(guī)劃，MATLAB編程，LINGO..一、問題重述江平市是一個人口不到20萬人的小城市。根據(jù)該市的蔬菜種植情況，分別在菜市場〔A〕，城鄉(xiāng)路口〔B〕和南街口〔C〕設(shè)三個收購點，再由各收購點分送到全市的8個菜市場，該市道路情況，各路段距離〔單位：100m〕及各收購點，菜市場①到⑧的具體位置見圖1。圖1：蔬菜供給網(wǎng)點圖按常年情況，A、B、C三個收購點每天收購量分別為250，200和180〔單位：100kg〕,各菜市場的每天需求量及發(fā)生供給短缺時帶來的損失〔元/100kg〕見表1。設(shè)從收購點至各菜市場蔬菜調(diào)運費為2元/(100kg.100m).表1：各蔬菜市場需求量表菜市場每天需求〔100kg〕短缺損失〔元/100kg〕①8010②708③905④8010⑤12010⑥708⑦1005⑧908通過這次建模我們解決以下問題：1.為該市設(shè)計一個從收購點至個菜市場的定點供給方案，使用于蔬菜調(diào)運及預(yù)期的短缺損失為最??；2.假設(shè)規(guī)定各菜市場短缺量一律不超過需求量的20%，重新設(shè)計定點供給方案；3.為滿足城市居民的蔬菜供給，該市的領(lǐng)導(dǎo)規(guī)劃增加蔬菜種植面積，試問增產(chǎn)的蔬菜每天應(yīng)分別向A、B、C三個采購點供給多少最經(jīng)濟合理。二、問題分析2.1問題一的分析要使用于蔬菜調(diào)運及預(yù)期的短缺損失為最小，即總費用R最小，也就是指調(diào)運費用P與缺貨損失Q之和最小。首先考慮調(diào)運費用P，調(diào)運費用與距離與送貨量成正比，因此考慮距離問題，我們須先求出A、B、C三個采購點至各個菜市場的最短距離。采用Froyd算法，結(jié)合MATLAB編程實現(xiàn)最短距離計算，確定出最短路線。其次考慮缺貨造成的損失Q，以題中每天需求量為約束條件，將損失最低作為目標建立線性規(guī)劃模型，用LINGO編程求解缺貨損失最小值。2.2問題二的分析假設(shè)按規(guī)定各菜市場短缺量一律不超過需求量的20%，也就是在模型一的根底上增加一個約束條件，即每個菜市場的供給量必須不低于需求量的80%。那么可得到滿足條件要求的模型二。2.3問題三的分析此題的目標有二：首先要滿足每個菜市場的供貨量要充足的條件；其次要使得總費用最低。所以我們在模型一的根底上增加了上述兩個限制條件，即得到模型三。使得在供貨量充足的情況下日均費用最小化。三、問題假設(shè)1、各個路口以及蔬菜銷售點都可以作為中轉(zhuǎn)點。2、假設(shè)蔬菜種植基地直達某個銷售地點，即銷售點之間沒有卸貨的情況。3、假設(shè)運輸?shù)氖卟寺吠局袥]有損耗，也無意外發(fā)生。4、假設(shè)只考慮運輸費用和短缺費用，不考慮裝卸等其它費用。5、假設(shè)各蔬菜種植基地供給蔬菜同質(zhì)且單位運價一樣。6、假設(shè)新增產(chǎn)的蔬菜能夠滿足缺貨量。7、日需求量與缺貨損失費用不變。四、變量說明從A到i〔各個菜市場〕的最短距離從B到i〔各個菜市場〕的最短距離從C到i〔各個菜市場〕的最短距離從A到i〔各個菜市場〕的運貨量從B到i〔各個菜市場〕的運貨量從C到i〔各個菜市場〕的運貨量總調(diào)運費短缺損失總費用五、模型建立5.1問題一模型的建立按照問題的分析，我們知道調(diào)運總費用P與調(diào)運距離和調(diào)運量乘積有關(guān)，也就是說總調(diào)運費用等于每階段調(diào)運距離和調(diào)運量的累計。首先就要求解各采購點到菜市場的最短距離。在圖論里面關(guān)于最短路徑問題比擬常用的是Dijkstra算法，Dijkstra算法提供了從網(wǎng)絡(luò)圖中某一點到其他點的最短距離。主要特點是以起始點為中心向外層擴展，直到擴展到終點為止。但由于它遍歷計算的節(jié)點很多，所以效率較低，實際問題中往往要求網(wǎng)絡(luò)中任意兩點之間的最短路距離。如果仍然采用Dijkstra算法對各點分別計算，就顯得很麻煩。所以就可以使用網(wǎng)絡(luò)各點之間的矩陣計算法，即Floyd算法。Floyd算法的根本思想是：從任意節(jié)點i到任意節(jié)點j的最短路徑不外乎兩種可能，一種是直接從i到j(luò)，另一種是從i經(jīng)過假設(shè)干個節(jié)點k到j(luò)。i到j(luò)的最短距離不外乎存在經(jīng)過i與j之間的k和不經(jīng)過k兩種可能，所以可以令k=1，2，3，…，n(n是菜市場的數(shù)目)，再檢查d(i,j)與d(i,k)+d(k,j)的值，在此d(i,k)與d(k,j)分別是目前為止所知道的i到k與k到j(luò)的最短距離。因此d(i,k)+d(k,j)就是i到j(luò)經(jīng)過k的最短距離。所以，假設(shè)有d(i,j)>d(i,k)+d(k,j)，就表示從i出發(fā)經(jīng)過k再到j(luò)的距離要比原來的i到j(luò)距離短，自然把i到j(luò)的d(i,j)重寫為d(i,k)+d(k,j)，每當一個k查完了，d(i,j)就是目前的i到j(luò)的最短距離。重復(fù)這一過程，最后當查完所有的k時，d(i,j)里面存放的就是i到j(luò)之間的最短距離了。5.2問題二模型的建立各菜市場短缺量一律不超過需求量的20%，為滿足這一條件，現(xiàn)對方案一進展調(diào)整。只需在方案一中加一限制條件：同理可用LINGO編程求出調(diào)運方案。5.3問題三模型的建立要足城市居民的蔬菜供給，增加蔬菜種植面積，那么需要保證所有的菜市場都滿足日需求量，且日均化費用要最小。在問題一得根底上作出以下調(diào)整：同理可用LINGO編程求出調(diào)運方案。六、模型求解6.1問題一模型的求解由圖1和表格1的信息，建立一個線性規(guī)劃模型并經(jīng)過Floyd算法，使得蔬菜調(diào)運及預(yù)期的短缺損失為最小。調(diào)運總費用P為：〔1〕假設(shè)使調(diào)運總費用最少，那么應(yīng)保證A、B、C三個收購點到8個菜市場的路程最短，最短路線的求解過程如圖2：圖2：最短路程求解過程圖分析上圖可知，該路線為無向網(wǎng)絡(luò)，就該圖而言，網(wǎng)絡(luò)弧集為：E=[(v1,v2),(v1,v4),(v1,v5),(v2,v1),(v2,v3),(v2,v5),(v2,v6),(v3,v2),.(v3,v6),(v3,v8),(v3,v9),(v4,v1),(v4,v5).(v4,v7),(v4,v10),(v5,v1),(v5,v2),(v5,v4),(v5,v6),(v5,v7),(v5,v8),(v6,v2),(v6,v3),(v6,v5),(v6,v8),(v7,v4),(v7,v5),(v7,v8),(v7,v11),(v8,v3),(v8,v5),(v8,v6),(v8,v7),(v8,v9),(v8,v11),(v9,v3),(v9,v8),(v9,v11),(v9,v13),(v9,v15),(v10,v4),(v10,v11),(v10,v12),(v10,v14),(v11,v7),(v11,v8),(v11,v9)(v11,v10),(v11,v12),(v12,v10),(v12,v11),(v12,v13),(v12,v14),(v13,v9),(v13,v12),(v13,v14),(v14,v10),(v14,v12),(v14,v13),(v15,v9)]下面來確定網(wǎng)絡(luò)權(quán)矩陣：W=〔2〕其中：①當〔,〕屬于E時，=，為弧〔,〕的權(quán)；②當〔,〕不屬于E時，=inf?！瞚nf為無窮大，n為網(wǎng)絡(luò)結(jié)點個數(shù)〕③=0，i=1,2,3……n按上述規(guī)定，該網(wǎng)絡(luò)的權(quán)矩陣為：因為上述網(wǎng)絡(luò)有15個結(jié)點，故網(wǎng)絡(luò)的權(quán)矩陣均為15階矩陣。用Floyd算法求解圖2中任意兩個頂點的最短路徑及其長度，名為Floyd.m的程序文件見附錄程序1。最終運行結(jié)果為：D=0714541081218121520242223707128312814191319202419147016136117111812181723165121606135915712152117204813607481413111720221910361370951116101617211681211549041012713161815128798540611511121611181411151411106093961451219187131612119068151014151312121110753606911820191815171613119860105142420172120171612615910011112224231722211816141011511019231916201916151151481411190path=1224525554545451231565661666662238668898889891174557771071071071264567884778782235568888888885584587884111181185637567891111119119883888889111111131115441144114111110111211141178877878910111291291011111011111111111011121314119999999999912131491012121012121212121012121314129999999999999915根據(jù)上述矩陣，分別找出A、B、C到①、②、③、④、⑤、⑥、⑦、⑧的最短距離，見表2：表2：收購點到菜市場的最短距離最短距離〔單位：100千米〕①②③④⑤⑥⑦⑧A488191162220B14771612162317C20191114615510調(diào)運量的限制：短缺損失費為：總費用為：由以上約束條件，用LINGO軟件進展線性規(guī)劃求解〔源程序及完整運行結(jié)果見附錄程序2〕，局部運行結(jié)果如下：Objectivevalue:10280.00Totalsolveriterations:14VariableValueReducedCostP9640.0000.000000Q640.00000.000000SA180.000000.000000SA20.0000002.000000SA30.0000002.000000SA40.0000006.000000SA5100.00000.000000SA670.000000.000000SA70.00000024.00000SA80.00000010.00000SB10.00000020.00000SB270.000000.000000SB390.000000.000000SB440.000000.000000SB50.0000002.000000SB60.00000020.00000SB70.00000026.00000SB80.0000004.000000SC10.00000042.00000SC20.00000034.00000SC30.00000018.00000SC40.0000006.000000SC520.000000.000000SC60.00000028.00000SC7100.00000.000000SC860.000000.000000從上述運行結(jié)果中可以得出調(diào)運方案為：在此種方案下，蔬菜調(diào)運及預(yù)期的短缺損失最小，最小金額為10280元。6.2問題二模型的求解將調(diào)整后的方案用LINGO編程〔源程序及完整運行結(jié)果見附錄程序3〕，局部運行結(jié)果如下：Objectivevalue:10628.00Totalsolveriterations:20VariableValueReducedCostP10064.000.000000Q564.00000.000000SA180.000000.000000SA20.0000000.000000SA324.000000.000000SA40.0000004.000000SA576.000000.000000SA670.000000.000000SA70.00000024.00000SA80.00000010.00000SB10.00000022.00000SB270.000000.000000SB366.000000.000000SB464.000000.000000SB50.0000004.000000SB60.00000022.00000SB70.00000028.00000SB80.0000006.000000SC10.00000042.00000SC20.00000032.00000SC30.00000016.00000SC40.0000004.000000SC528.000000.000000SC60.00000028.00000SC780.000000.000000SC872.000000.000000從上述運行結(jié)果中可以得出調(diào)運方案為：6.3問題三模型的求解將調(diào)整后的方案用LINGO編程〔源程序及完整運行結(jié)果見附錄程序4〕，局部運行結(jié)果如下：Objectivevalue:11200.00Totalsolveriterations:16VariableValueReducedCostP11200.000.000000Q0.0000000.000000SA180.000000.000000SA240.000000.000000SA30.0000000.000000SA40.0000004.000000SA560.000000.000000SA670.000000.000000SA70.00000024.00000SA80.00000010.00000SB10.00000022.00000SB230.000000.000000SB390.000000.000000SB480.000000.000000SB50.0000004.000000SB60.00000022.00000SB70.00000028.00000SB80.0000006.000000SC10.00000042.00000SC20.00000032.00000SC30.00000016.00000SC40.0000004.000000SC560.000000.000000SC60.00000028.00000SC7100.00000.000000SC890.000000.000000從上述運行結(jié)果中可以得出調(diào)運方案為：七、結(jié)果分析7.1模型的評價7.1.1模型的優(yōu)點：模型簡單易懂，主要用了Froyd算法與線性規(guī)劃，使問題的求解變得十分方便，能適應(yīng)更重新的要求。且計算結(jié)果能大致能反映蔬菜調(diào)運的最小損失要求，模型的建立成功實現(xiàn)了建模的目的。7.1.2模型的缺點：模型的建立中，采用了假設(shè)干假設(shè)條件，假設(shè)的條件使得特殊情況模型失效或者偏離實際情況，比方第三問只考慮了運輸費用最小，卻沒有考慮到供過于求造成的貨物積壓問題等，考慮更多現(xiàn)實的因素，模型有待進一步改良和完善。7.2模型的改良:在第三問中由于模型只考慮了運輸費用最小，卻沒有考慮到供過于求造成的貨物積壓問題。在計算時，應(yīng)將貨物堆積造成的損失計算進去，這樣考慮結(jié)果將更加滿足實際情況，使得模型更加完善。八、參考文獻[1]夏鴻鳴，艷華，王丙參.數(shù)學建模.：西南交通大學，2014.[2]志涌，祖櫻.MATLAB教程[M].：航空航天大學,2011.[3]周品，新芬.數(shù)學建模.：國防工業(yè),2009.[4]費培之，程中媛.數(shù)學建模實用教程.：大學,1998.[5]如棟，于延榮.數(shù)學模型與數(shù)學建模.：國防工業(yè),2006.九、附錄程序1function[D,path]=floyd(a)n=size(a,1);D=afori=1:nforj=1:npath(i,j)=j;endendpathfork=1:nfori=1:nforj=1:nifD(i,k)+D(k,j)<D(i,j)D(i,j)=D(i,k)+D(k,j);path(i,j)=path(i,k);endendendkDpathend在MATLAB命令窗口輸入命令：a=[07inf54infinfinfinfinfinfinfinfinfinf;707inf83infinfinfinfinfinfinfinfinf;inf70infinf6inf711infinfinfinfinfinf;5infinf06inf5infinf7infinfinfinfinf;48inf60748infinfinfinfinfinfinf;inf36inf70inf5infinfinfinfinfinfinf;infinfinf54inf04infinf7infinfinfinf;infinf7inf85406inf5infinfinfinf;infinf11infinfinfinf60inf3inf6inf5;infinfinf7infinfinfinfinf068inf10inf;infinfinfinfinfinf753606infinfinf;infinfinfinfinfinfinfinfinf860105inf;infinfinfinfinfinfinfinf6infinf10011inf;infinfinfinfinfinfinfinfinf10inf5110inf;infinfinfinfinfinfinfinf5infinfinfinfinf0][D,path]=floyd(a)程序2min=P+Q;DA1=4;DA2=8;DA3=8;DA4=19;DA5=11;DA6=6;DA7=22;DA8=20;DB1=14;DB2=7;DB3=7;DB4=16;DB5=12;DB6=16;DB7=23;DB8=17;DC1=20;DC2=19;DC3=11;DC4=14;DC5=6;DC6=15;DC7=5;DC8=10;SA1+SA2+SA3+SA4+SA5+SA6+SA7+SA8=250;SB1+SB2+SB3+SB4+SB5+SB6+SB7+SB8=200;SC1+SC2+SC3+SC4+SC5+SC6+SC7+SC8=180;p=2*(SA1*DA1+SA2*DA2+SA3*DA3+SA4*DA4+SA5*DA5+SA6*DA6+SA7*DA7+SA8*DA8)+2*(SB1*DB1+SB2*DB2+SB3*DB3+SB4*DB4+SB5*DB5+SB6*DB6+SB7*DB7+SB8*DB8)+2*(SC1*DC1+SC2*DC2+SC3*DC3+SC4*DC4+SC5*DC5+SC6*DC6+SC7*DC7+SC8*DC8);Q=10*(80-(SA1+SB1+SC1))+8*(70-(SA2+SB2+SC2))+5*(90-(SA3+SB3+SC3))+10*(80-(SA4+SB4+SC4))+10*(120-(SA5+SB5+SC5))+8*(70-(SA6+SB6+SC6))+5*(100-(SA7+SB7+SC7))+8*(90-(SA8+SB8+SC8));10*(80-(SA1+SB1+SC1))>=0;8*(70-(SA2+SB2+SC2))>=0;5*(90-(SA3+SB3+SC3))>=0;10*(80-(SA4+SB4+SC4))>=0;10*(120-(SA5+SB5+SC5))>=0;8*(70-(SA6+SB6+SC6))>=0;5*(100-(SA7+SB7+SC7))>=0;8*(90-(SA8+SB8+SC8))>=0;SA1+SB1+SC1<=80;SA2+SB2+SC2<=70;SA3+SB3+SC3<=90;SA4+SB4+SC4<=80;SA5+SB5+SC5<=120;SA6+SB6+SC6<=70;SA7+SB7+SC7<=100;SA8+SB8+SC8<=90;end運行結(jié)果Objectivevalue:10280.00Totalsolveriterations:14VariableValueReducedCostP9640.0000.000000Q640.00000.000000DA14.0000000.000000DA28.0000000.000000DA38.0000000.000000DA419.000000.000000DA511.000000.000000DA66.0000000.000000DA722.000000.000000DA820.000000.000000DB114.000000.000000DB27.0000000.000000DB37.0000000.000000DB416.000000.000000DB512.000000.000000DB616.000000.000000DB723.000000.000000DB817.000000.000000DC120.000000.000000DC219.000000.000000DC311.000000.000000DC414.000000.000000DC56.0000000.000000DC615.000000.000000DC75.0000000.000000DC810.000000.000000SA180.000000.000000SA20.0000002.000000SA30.0000002.000000SA40.0000006.000000SA5100.00000.000000SA670.000000.000000SA70.00000024.00000SA80.00000010.00000SB10.00000020.00000SB270.000000.000000SB390.000000.000000SB440.000000.000000SB50.0000002.000000SB60.00000020.00000SB70.00000026.00000SB80.0000004.000000SC10.00000042.00000SC20.00000034.00000SC30.00000018.00000SC40.0000006.000000SC520.000000.000000SC60.00000028.00000SC7100.00000.000000SC860.000000.000000RowSlackorSurplusDualPrice110280.00-1.00000020.000000-160.000030.0000000.00000040.0000000.00000050.0000000.00000060.000000-200.000070.000000-140.000080.0000000.00000090.0000000.000000100.0000000.000000110.000000-140.0000120.000000-180.0000130.000000-80.00000140.0000000.000000150.0000000.000000160.0000000.000000170.0000000.000000180.0000000.000000190.0000000.000000200.0000000.000000210.0000000.000000220.000000-40.00000230.0000000.000000240.000000-200.0000250.000000-120.0000260.000000-22.00000270.000000-22.00000280.000000-12.00000290.000000-1.000000300.000000-1.000000310.0000000.000000320.0000000.000000330.0000000.00000034400.00000.000000350.0000000.000000360.0000000.000000370.0000000.00000038240.00000.000000390.00000024.00000400.00000016.00000410.00000013.000004240.000000.000000430.00000010.00000440.00000018.00000450.0000007.0000004630.000000.000000程序3min=P+Q;DA1=4;DA2=8;DA3=8;DA4=19;DA5=11;DA6=6;DA7=22;DA8=20;DB1=14;DB2=7;DB3=7;DB4=16;DB5=12;DB6=16;DB7=23;DB8=17;DC1=20;DC2=19;DC3=11;DC4=14;DC5=6;DC6=15;DC7=5;DC8=10;SA1+SA2+SA3+SA4+SA5+SA6+SA7+SA8=250;SB1+SB2+SB3+SB4+SB5+SB6+SB7+SB8=200;SC1+SC2+SC3+SC4+SC5+SC6+SC7+SC8=180;p=2*(SA1*DA1+SA2*DA2+SA3*DA3+SA4*DA4+SA5*DA5+SA6*DA6+SA7*DA7+SA8*DA8)+2*(SB1*DB1+SB2*DB2+SB3*DB3+SB4*DB4+SB5*DB5+SB6*DB6+SB7*DB7+SB8*DB8)+2*(SC1*DC1+SC2*DC2+SC3*DC3+SC4*DC4+SC5*DC5+SC6*DC6+SC7*DC7+SC8*DC8);Q=10*(80-(SA1+SB1+SC1))+8*(70-(SA2+SB2+SC2))+5*(90-(SA3+SB3+SC3))+10*(80-(SA4+SB4+SC4))+10*(120-(SA5+SB5+SC5))+8*(70-(SA6+SB6+SC6))+5*(100-(SA7+SB7+SC7))+8*(90-(SA8+SB8+SC8));10*(80-(SA1+SB1+SC1))>=0;8*(70-(SA2+SB2+SC2))>=0;5*(90-(SA3+SB3+SC3))>=0;10*(80-(SA4+SB4+SC4))>=0;10*(120-(SA5+SB5+SC5))>=0;8*(70-(SA6+SB6+SC6))>=0;5*(100-(SA7+SB7+SC7))>=0;8*(90-(SA8+SB8+SC8))>=0;SA1+SB1+SC1<=80;SA2+SB2+SC2<=70;SA3+SB3+SC3<=90;SA4+SB4+SC4<=80;SA5+SB5+SC5<=120;SA6+SB6+SC6<=70;SA7+SB7+SC7<=100;SA8+SB8+SC8<=90;SA1+SB1+SC1>=64;SA2+SB2+SC2>=56;SA3+SB3+SC3>=72;SA4+SB4+SC4>=64;SA5+SB5+SC5>=96;SA6+SB6+SC6>=56;SA7+SB7+SC7>=80;SA8+SB8+SC8>=72;end運行結(jié)果Objectivevalue:10628.00Totalsolveriterations:20VariableValueReducedCostP10064.000.000000Q564.00000.000000DA14.0000000.000000DA28.0000000.000000DA38.0000000.000000DA419.000000.000000DA511.000000.000000DA66.0000000.000000DA722.000000.000000DA820.000000.000000DB114.000000.000000DB27.0000000.000000DB37.0000000.000000DB416.000000.000000DB512.000000.000000DB616.000000.000000DB723.000000.000000DB817.000000.000000DC120.000000.000000DC219.000000.000000DC311.000000.000000DC414.000000.000000DC56.0000000.000000DC615.000000.000000DC75.0000000.000000DC810.000000.000000SA180.000000.000000SA20.0000000.000000SA324.000000.000000SA40.0000004.000000SA576.000000.000000SA670.000000.000000SA70.00000024.00000SA80.00000010.00000SB10.00000022.00000SB270.000000.000000SB366.000000.000000SB464.000000.000000SB50.0000004.000000SB60.00000022.00000SB70.00000028.00000SB80.0000006.000000SC10.00000042.00000SC20.00000032.00000SC30.00000016.00000SC40.0000004.000000SC528.000000.000000SC60.00000028.00000SC780.000000.000000SC872.000000.000000RowSlackorSurplusDualPrice110628.00-1.00000020.000000-160.000030.0000000.00000040.000000-48.0000050.0000000.00000060.000000-152.000070.000000-140.000080.0000000.00000090.0000000.000000100.0000000.000000110.000000-140.0000120.000000-132.0000130.000000-128.0000140.0000000.000000150.0000000.000000160.0000000.000000170.0000000.000000180.0000000.000000190.0000000.000000200.0000000.000000210.0000000.000000220.000000-56.00000230.0000000.000000240.000000-160.0000250.000000-144.0000260.000000-12.00000270.000000-10.00000280.000000-2.000000290.000000-1.000000300.000000-1.000000310.0000000.000000320.0000000.000000330.0000000.00000034160.00000.00000035160.00000.000000360.0000000.00000037100.00000.00000038144.00000.000000390.00000014.00000400.0000004.000000410.0000001.0000004216.000000.0000004316.000000.000000440.0000008.0000004520.000000.00