model:
!3发点4收点运输问题;
sets:
warehouses/wh1..wh3/: capacity,y;
vendors/v1..v4/: demand;
links(warehouses,vendors): cost, volume;
endsets

!目标函数;
min=@sum(links: cost*volume);
!需求约束;
@for(vendors(J):
@sum(warehouses(I): volume(I,J))=demand(J));
!产量约束;
@for(warehouses(I):
@sum(vendors(J): volume(I,J))<=capacity(I));
@for(warehouses(I):y(i)=@if(@sum(vendors(J):volume(i,j))#gt#0,1,0));

!这里是数据;
@for(warehouses:@bin(y));
data:
capacity=100 100 100;
demand=14 3 16 4;
cost=3 5 2 6
7 4 8 9
10 2 1 8;
enddata
end

Local optimal solution found.
   Objective value:                              88.00000
   Extended solver steps:                               0
   Total solver iterations:                             4


                       Variable           Value        Reduced Cost
                 CAPACITY( WH1)        100.0000            0.000000
                 CAPACITY( WH2)        100.0000            0.000000
                 CAPACITY( WH3)        100.0000            0.000000
                        Y( WH1)        1.000000            0.000000
                        Y( WH2)        0.000000            0.000000
                        Y( WH3)        1.000000            0.000000

我还有个问题哦：model:
!5发点7收点运输问题;
sets:
warehouses/wh1..wh5/: capacity,y;
vendors/v1..v7/: demand;
links(warehouses,vendors): cost, volume;
endsets

!目标函数;
min=@sum(links: cost*volume);
!需求约束;
@for(vendors(J):
@sum(warehouses(I): volume(I,J))=demand(J));
!产量约束;
@for(warehouses(I):
@sum(vendors(J): volume(I,J))<=capacity(I));
@for(warehouses(I):y(i)=@if(@sum(vendors(J):volume(i,j))#gt#0,1,0));

!这里是数据;
@for(warehouses:@bin(y));
data:
capacity=100 100 100 100 100;
demand=14 3 16 4 10 9 1;
  cost=3 5 2 6 1 5 9
       7 4 8 9 2 10 9
       10 2 1 8 4 10 1
       5 10 6 1 4 2 8
       9 6 2 7 3 2 4;
enddata
end

其实我的目标函数不止是min=@sum(links: cost*volume)，应该还要加上开办工厂的费用的总和。就是如果y1=0,那么f1=50;
f=50 30 75 60 40;
你能再帮我计算下吗？

model:
!5发点7收点运输问题;
sets:
warehouses/wh1..wh5/: capacity,y,f0,f1;
vendors/v1..v7/: demand;
links(warehouses,vendors): cost, volume;
endsets

!目标函数;
min=@sum(links: cost*volume);
!需求约束;
@for(vendors(J):
@sum(warehouses(I): volume(I,J))=demand(J));
!产量约束;
@for(warehouses(I):
@sum(vendors(J): volume(I,J))<=capacity(I));
@for(warehouses(I):
y(i)=@if(@sum(vendors(J):volume(i,j))#gt#0,1,0);
f1(i)=y(i)*f0(i);
);

!这里是数据;
@for(warehouses:@bin(y));
data:
capacity=100 100 100 100 100;
demand=14 3 16 4 10 9 1;
  cost=3 5 2 6 1 5 9
       7 4 8 9 2 10 9
       10 2 1 8 4 10 1
       5 10 6 1 4 2 8
       9 6 2 7 3 2 4;
f0=50 30 75 60 40;
enddata
end

Global optimal solution found.
   Objective value:                              97.00000
   Extended solver steps:                               1
   Total solver iterations:                            48


                       Variable           Value        Reduced Cost
                        Y( WH1)        1.000000            0.000000
                        Y( WH2)        0.000000            0.000000
                        Y( WH3)        1.000000            0.000000
                        Y( WH4)        1.000000            0.000000
                        Y( WH5)        1.000000            0.000000

                       F1( WH1)        50.00000            0.000000
                       F1( WH2)        0.000000            0.000000
                       F1( WH3)        75.00000            0.000000
                       F1( WH4)        60.00000            0.000000
                       F1( WH5)        40.00000            0.000000