线性规划问题的求解——Excel和python编程

线性规划问题的求解——Excel和python编程

问题描述

  • 现有5个广告投放渠道:日间电视、夜间电视、网络媒体、平面媒体、户外广告。

  • 每个渠道的效果、广告费用、限制数据如下表:
    在这里插入图片描述

  1. 设日间电视、夜间电视、网络媒体、平面媒体、户外广告的使用次数依次为x1 x2 x3 x4 x5 咨询电话量为L,则 5 种谋体资源配置的三要素如下:
  2. 决策变量x1,x2,x3,x4,x5
  3. 目标函数:咨询电话量L=600x1+800x2+500x3+400x4+300x5最大化
  4. 约束条件:
    1.电视广告费用不超过 3 万元:3w:1000x1+2000x2<=30000
    2.电视广告次数至少进行 20 次:x1+x2>=20
    3.广告总费用不超过 4 万元:1000x1+2000x2+400x3+1000x4+100x5<=40000
    4.被告知人数至少 10 万人:2000x1+4000x2+3000x3+5000x4+600x5>=1000000
    5.各媒体使用次数不超过次数限量:x1<=14 x2<=8 x3<=40 x4<=5 x5<=50

一:Excel 线性规划

首先使用 Excel 2016建立一个数据表:
在这里插入图片描述
C10 单元格内输入:=SUMPRODUCT(E2:E6,F2:F6)
在这里插入图片描述
将第一部分所写的约束条件表达式设置在 Excel 中。
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)

在这里插入图片描述
加载 Excel 的规划求解模块:
在这里插入图片描述
设置约束条件
在这里插入图片描述
求解方法选择:单纯线性规划
最后得到
在这里插入图片描述

二:python 编程线性规划

scipy 库中线性规划求解函数的说明:
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)

使用 Jupter 编写代码:

#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])

在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值