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:
- 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:
- 决策变量x1,x2,x3,x4,x5
- 目标函数:咨询电话量L=600x1+800x2+500x3+400x4+300x5最大化
- 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:
C10 单元格内输入:=SUMPRODUCT(E2:E6,F2:F6)
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)
加载 Excel 的规划求解模块:
设置约束条件
求解方法选择:单纯线性规划
最后得到
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])