用已知的时间序列ARIMA模型预测DC9未关闭前的三十一天线路货物运输量。根据货物出发地与目的地选择与DC9的相关线路，忽略大范围线路影响。据此绘制一天内未关闭正常流转的货物运输线路图。 设表示在DC9关停后第i天调整到第j物流场地的额外承担的货量，表示时间序列预测后DC9应该在第j天正常输出总货量，表示第j物流场地第i天能够接受DC9货量的能力，表示第j地的对DC5接受货量的最大数量，表示与DC9相连接的第j物流场地的第i天工作负荷程度，表示第i天第j个物流场地是否新开线路初始时均为1此时每个物流场地与DC9均只有一条线路。 在货物的调整与线路的开启时根据实际，我们采取先将货量分配到已有线路上，利用问题二的相关解法，在第i天首选高的线路尽可能多地承担货量。在不超过可接受的最大货量前提下，各个物流场地尽可能的分配额外货量以保证正常运输，在第i天所有的已有物流场地饱和时，根据实际需要增添新的物流场地，开启顺序为最小的物流场地优先。此时与DC9相关的物流场地线路数量将会变更。根据以上分析我们将在问题二的基础上利用贪心算法，逐步求解当前最优解，依次下去得到问题最优解同时在求解时定义新的罚函数。 建立以下贪心算法模型：

对于问题的建模，我们可以使用贪心算法来逐步求解当前最优解。下面是建立贪心算法模型的步骤：

1. 初始化：将所有物流场地的工作负荷程度初始化为0，所有物流场地的接受能力初始化为0，所有物流场地与DC5的连接数量初始化为1。

2. 根据时间序列ARIMA模型预测，得到DC9未关闭前的三十一天线路货物运输量。

3. 对于第i天，首先将货量分配到已有线路上。根据问题二的相关解法，在第i天选择承担货量最高的线路，并且尽可能多地承担货量，直到达到该线路的最大接受能力。

4. 如果在第i天所有的已有物流场地饱和，即无法继续分配额外货量以保证正常运输，则根据实际需要增添新的物流场地。选择最小的物流场地优先开启，并将与DC9相关的物流场地线路数量进行相应变更。

5. 重复步骤3和步骤4，直到完成所有天数的货量调整和线路开启。

6. 在求解过程中定义新的罚函数，根据实际情况对目标函数进行调整，以得到问题的最优解。

通过以上贪心算法模型的建立，我们可以逐步求解当前最优解，并考虑实际情况进行调整，以得到问题的最优解。