一、Excel求解线性规划
(一)问题描述
-
现有5个广告投放的媒体渠道,分别是日间电视、夜间电视、网络媒体、平面媒体、户外广告,每个渠道的相关信息如下:
-
条件约束:
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、Excle实现线性规划
1.创建表格
2.三要素
- 决策变量:设各媒体使用次数 x 1 x_1 x1, x 2 x_2 x2, x 3 x_3 x3, x 4 x_4 x4, x 5 x_5 x5
- 目标函数:咨询电话量Z=600 x 1 x_1 x1+800 x 2 x_2 x2+500 x 3 x_3 x3+400 x 4 x_4 x4+300 x 5 x_5 x5
- 条件约束:
- 电视广告费用不超过3万元:1000 x 1 x_1 x1+2000 x 2 x_2 x2≤30000
- 电视广告次数至少进行20次: x 1 x_1 x1+ x 2 x_2 x2≥20
- 广告总费用不超过4万元:1000 x 1 x_1 x1+2000 x 2 x_2 x2+400 x 3 x_3 x3+1000 x 4 x_4 x4+100 x 5 x_5 x5≤40000
- 被告知人数至少10万元人:2000 x 1 x_1 x1+4000 x 2 x_2 x2+3000 x 3 x_3 x3+5000 x 4 x_4 x4+600 x 5 x_5 x5≥100000
- 各媒体使用的次数不超过次数限量: x 1 x_1 x1≤14, x 2 x_2 x2≤8, x 3 x_3 x3≤40, x 4 x_4 x4≤5, x 5 x_5 x5≤50
- 各媒体使用次数均为正整数
3.表格中设置目标函数
4.表格中设置约束条件
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
6.求解模块中设置决策变量,约束条件和目标函数
- 设置目标函数和约束条件:“数据→规划求解”
- 设置约束条件:“遵守约束→添加”
7.选择求解方法
8.求解结果
三、Python编程实现线性规划
1.由题意得方程组:
2.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)
- 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method
(可选参数):算法,{interior-point
,revised simplex
,simplex
}以上三种算法可选
3.求解最优解、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])
- 求解
res=optimize.linprog(-c,A_ub,B_ub)
np.set_printoptions(suppress=True)
print(res)
- 结果:
四、参考资料
Excel求解线性规划的实际案例-广告媒体组合优化问题.docx.
线性规划问题的求解——Excel和python编程.