假设5个配送员给6个顾客配送，用matlab求最大流最小费用完整详细代码

这是一个典型的最小费用最大流问题，可以使用Matlab中自带的优化工具箱来求解。

首先需要定义一个网络流模型，将配送员和顾客看作节点，将配送任务看作边，边的容量表示配送员能够配送的最大数量，边的费用表示配送员配送一件物品所需要的成本。假设有n个配送员和m个顾客，则网络流模型可以表示为：

- 源点S到配送员节点的边：容量为每个配送员能够配送的最大数量，费用为0。
- 配送员节点到顾客节点的边：容量为1，费用为配送员配送一件物品所需的成本。
- 顾客节点到汇点T的边：容量为1，费用为0。

然后，可以使用Matlab中的intlinprog函数来求解最小费用最大流问题。具体实现代码如下：

n = 5; % 配送员数目
m = 6; % 顾客数目

% 构建网络流模型
Aeq = zeros(m + n + 2, (n + m) * (n + m + 1) / 2);
beq = zeros(m + n + 2, 1);
f = zeros((n + m) * (n + m + 1) / 2, 1);
lb = zeros((n + m) * (n + m + 1) / 2, 1);
ub = Inf((n + m) * (n + m + 1) / 2, 1);
index = 1;
for i = 1:n
    for j = 1:m
        f(index) = distance(i, j); % distance函数计算配送员i到顾客j的距离
        lb(index) = 0;
        ub(index) = 1;
        Aeq(i, index) = 1;
        Aeq(n + j, index) = 1;
        index = index + 1;
    end
end
for i = 1:n
    f(index) = 0;
    lb(index) = 0;
    ub(index) = Inf;
    Aeq(i, index) = 1;
    index = index + 1;
end
for j = 1:m
    f(index) = 0;
    lb(index) = 0;
    ub(index) = Inf;
    Aeq(n + j, index) = 1;
    index = index + 1;
end
Aeq(m + n + 1, n * m + 1:n * m + n) = ones(1, n);
beq(m + n + 1) = n;
Aeq(m + n + 2, n * m + n + 1:end) = ones(1, m);
beq(m + n + 2) = m;

% 求解最小费用最大流
[x, fval] = intlinprog(f, 1:(n + m) * (n + m + 1) / 2, [], [], Aeq, beq, lb, ub);

% 输出结果
disp(['最小费用为：', num2str(fval)]);
for i = 1:n
    for j = 1:m
        if x((i - 1) * m + j) == 1
            disp(['配送员', num2str(i), '配送给顾客', num2str(j)]);
        end
    end
end

需要注意的是，这里的distance函数需要根据实际情况进行定义，计算配送员和顾客之间的距离。