
Excel规划求解步骤
上节我们根据一个实例制作了一个生成计划工作表,这节我们接着上节的内容,来讲一下求最优生产计划的规划求解步骤。
Excel规划求解步骤如下:
单击“工具”-“规划求解’,弹出“规划求解参数”对话框(图1 )
图1
求总利润最大时的产量:
在“设置目标单元格”中,指定总利润的单元格E11。
在“等于”中,选择“最大值”。
在“可变单元格”中。为了使总利润最大,指定显示产品A和产品B产量的可变单元格F3——F4。
接着设置约束条件,在“规划求解参数”对话框中(图1)。单击“约束”的“添加”按钮,弹出“添加约束”对话框。
设定可使用资源的约束条件:
原材料l的总计使用量(单元格B11)≤原材料l的可使用量(单元格B5)
原材料2的总计使用量(单元格c11)≤原材料2的可使用量(单元格c5)
原材料3的总计使用量(单元格D11)≤原材料3的可使用量(单元格D5)
如图2所示。通过操作,将3个条件公式转换成1个。
1、在“添加约束”对话框(图2)左侧的“单元格引用位置”中,指定单元格范围B11——D11。
图2
2、在对话框中间的文本框中选择“<=”。
3、在对话框右侧的“约束值”中指定单元格范围B5——D5
图2的公式把3个条件式写成1个公式。使用这种书写方法时,右边的常数和左边的单元格必须是相同范围或者引用1个单元格。
完成设定后。单击“确定”,返回“规划求解参数”对话框。
为了设定产品A和产品B的产量的非负条件,单击“选项”按钮,在“规划求解选项”对话框中,选择“假定非负”,单击“确定”(图3)。
图3
再次返回到“规划求解参数”对话框(图1),单击“求解”按钮,弹出“规划求解结果”对话框(图4),显示“规划求解找到一解,可满足所有的约束及最优状况”。
图4
图5显示了“最优生产计划”的最优解。若需要保存结果,则在图4 6的“规划求解结果”中,选择“保存规划求解结果”(默认值),单击“确定”。若无需保存,则选择“恢复为原值”,单击“确定”。
图4右边的“报告”是指分析报告(稍后讲解)。分析报告有三种类型:“运算结果报告”、 “敏感性报告’、 “极限值报告”。我们可以自由决定分析报告的输出类型和数量。需要输出分析报告时,选择需要输出的类型,单击“确定”。
这样就求出了最优生产计划(图5)。最大利润是11200千日元。当实现这个目标时,产品A的产量是200个,产品B的产量是400个。
图5
另外,关于作为约束条件的原材料方面。原材料1的使用量是4400kg,正好用完;原材料2的使用量是3200kg,也正好用完;原材料3的使用量是1000kg,可使用量是1400kg,剩余400kg。
图6
根据这节课,我们了解了规划求解的步骤,上图6就是我们归纳用Excel规划求解求最优化问题的流程。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01