分别用Excel和python编程方法求解线性规划问题

一、问题描述

• 录入数据源
  

（各媒体使用次数那一栏是空白）

• 约束条件
  
  

二、Excel求解

1、建立如上所示的数据表

2、设置目标函数

在 C10 单元格内输入：=SUMPRODUCT(E2:E6,F2:F6)

3、设置约束体条件

在 C15:C18 单元格内依次输入公式：
C15：=SUMPRODUCT(C2:C3,F2:F3)
C16：=F2+F3
C17：=SUMPRODUCT(C2:C6,F2:F6)
C18：=SUMPRODUCT(B2:B6,F2:F6)

4、添加备注

设置完毕的数据表：

5、选择“数据”下的“规划求解”

添加如问题描述里的六条约束条件
并且选择各项数据的输出位置

最后更改“选择求解方法”为单纯线性规划

6、线性规划结果

三、python编程求解

1、打开juputer编辑代码

新建文件，粘贴以下代码

# 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])
# 求解
res=optimize.linprog(-c,A_ub,B_ub)
print(res)

2、运行结果

四、总结

excel作为一个软件工具有着强大的数据处理能力，可以解决很多实际问题，也作为我们学习大数据处理的入门工具。而python作为一门编程语言十分适合用来做大数据处理，适合深入研究。