python解决线性规划问题

一、问题描述

关于广告投放的问题：具体如下

限制条件
电视广告至少投放20次(包括日间和夜间)；
触达用户数(曝光量)不少于10万；
电视广告投入费用不超过3万元；
现在公司总共给到4万的营销费用，要求咨询电话量的最大化。

二、使用Excel进行线性规划

2.1 三步骤

2.1.1 第一步 建立表格
已经在上面建好了。
2.1.2 第二步 三要素

1. 决策变量
   分别设置个媒体使用次数为x₁,x₂,x₃,x₄,x₅。
2. 目标函数
   咨询电话量Z=600x₁+800x₂+500x₃+400x₄+300x₅
3. 约束条件
   
   
   2.1.3 第三步，设置目标函数
   
   2.1.4 第四步，设置约束条件
   
   2.1.5 加载数据规划模块
   选择文件->更多->选项->加载项->转到，勾选上规划求解加载项。
   
   2.1.6 第六步，使用表格中的条件
   设置目标函数和决策变量
   
   添加约束条件
   

三、使用python求解

下载scipy库
scipy函数原型

scipy.optimize.linprog(c,A_ub=None,b_ub=None,A_eq=None,b_eq=None,bounds=None,method=‘interior_point’,callback=None,options=None,x0=None)​

参数说明
c：线性目标函数的系数，前面加-表示求最小值
A_ub（可选参数）：不等式约束矩阵
b_ub（可选参数）：不等式约束向量
A_eq（可选参数）：等式约束矩阵
b_eq（可选参数）：等式约束向量
bounds（可选参数）：定义决策变量的最小值和最大值

导入包

from scipy import optimize
import numpy as np
#创建矩阵，c为目标函数的矩阵，A_ub为约束条件的左边构成的矩阵，B_ub为约束条件的右边
c=np.array([600,800,500,400,300])
A_ub=np.array([[1000,2000,0,0,0],[-1,-1,0,0,0],[1000,2000,400,1000,100],[-2000,-4000,-3000,-5000,-600],[1,0,0,0,0],[0,1,0,0,0],[0,0,1,0,0],[0,0,0,1,0],[0,0,0,0,1]])
B_ub=np.array([30000,-20,40000,-100000,14,8,40,5,50])

四、小结

总的来说，参考步骤一步一步做，还是比较简单。

五、资料引用

线性规划问题的求解——Excel和python编程