多约束条件线性规划求解最优解 (python编程实现）

1 背景

我们用一个在营销场景下可能用到的例子来进行讲解。很多公司在营销策略中会考虑通过抵扣券发放给用户，进而刺激用户来消费。但是下发卡券是有成本的，一般每次营销预算成本是有限的，公司希望在固定的成本下刺激最多的用户人数去核销。我们就以这样一个场景为例，在有多个约束情况下，通过选择适当数量的卡券分配给各个用户群体，以最大化核销人数。这样的问题我们可以使用线性规划方法求解这个。

2 问题定义

2.1 输入

• A[m][n]: 核销率矩阵，表示第i个用户群在第j张卡券的核销率
• P[m]: 每个人群的总数量
• G: 卡券的总成本预算
• T[n]: 每个卡券的服务类型，假设我们有加油，洗车，充电三种服务，每种服务分别对应的值表示1,2,3，则该数组的每个元素取值范围为{1,2,3}
• R[n]: 每张卡券的面额
• wash_r: 投放给洗车券的人数不少于加油人数的比例
• charge_r:投放给充电券的人数不少于加油人数的比例

2.2 输出

• B[m][n]: 表示在第i个人群中投入第j张卡券的人数数量

2.3 目标

• 最大化核销人数
  $$\text{Maximize }Q=\sum _{i=0}^m\sum _{j=0}^{n}B[i][j]$$

3 约束条件

• 人群数量约束
  $$\sum _{j=0}^{n}B[i][j]\le P[i],\forall i$$

• 总成本约束
  $$\sum _{i=0}^m\sum _{j=0}^n$$