可以关注下，会出代码
第一问预测模型推荐使用加注意力机制的lstm，时间序列算法也可以；
第二问路线改变很好解决，根据附件3得到任意两点之间的距离关系矩阵，路线改变后，首先确定任意两点之间的几条路线（这里可以借助Floyd算法来做，首先取A点连接的B点和C点，通过Floyd求出B和C点到终点E的路径，这里路径可以以运输货量最小为目标，这样可以得到A到E的多条路径了），然后就把货量拆分后重新计算分拣中心接收货量，然后再同第一问预测方法进行预测；
第三问已知了货量，寻优每天安排多少人，其中正式工和临时工多少，其中正式工限制60人，临时工无上限，可以设置下正式工和临时工的人员成本，自变量设置为每天正式工人数，在计算目标函数前添加临时工补充直到满足货量总需求为止，临时工人数不作为变量寻优，目标函数设置为每天人效方差最小化，进行寻优；
第四问先寻优人员数，这里有个出勤限制，一天工作的正式工不高于总人数的85%，那一天最多安排200*85%名正式工，且不同于第三问考虑的是每个班次的人员安排，要求知道每名正式工将在哪些班次出勤，每个班次需要雇佣多少临时工，自变量设置为每个班次正式工人数和临时工人数，目标函数设置为人天数最小化、每天人效方差最小化和每天正式工出勤率方差最小化，进行多目标寻优，在得到每个班次人员数后，再来考虑具体哪个人在什么时候出勤，最后这部分就直接随机模产生结果就行。