京公网安备 11010802034615号
经营许可证编号:京B2-20210330
规划求解来计算最小化运输成本
今天我们根据一个实例来学习一下用Excel的规划求解来计算最小化运输成本。
某超市从A,B,c三个地方采购苹果,运往4个消费区:首都圈、中部、关西、九州。运输路线不同,运输一箱苹果的成本也不同(表1)。假设苹果种类没有差异,那么为了实现最小运输成本,从哪个产地运往哪个消费区以及运输多少数量最适当呢?但前提是必须满足各个消费区的需求量,同时各个产地的采购能力有限。
这种问题叫做运输问题,可以用规划求解简单解决。
首先,制作如图1所示的工作表。上方的表格(单元格A3——F7)是表1中的数据,下方的表格(单元格A10一G14)用于计算。
在单元格B11——E13中求从各个产地运往各个消费区的运输量(可变单元格),在单元格G14中求总运输成本(目的单元格)。在计算表中输入计算公式(图2)。在单元格B14——E14中显示各个消费区的总需求量。在F11——F13中输入计算各个产地的总采购量的公式。
总运输成本等于从各个产地到各个消费区的运输单价×运输量的总和:
总运输成本(单元格G14)=B4*B11+c4*c11+D4*D11+E4*E11+B5*B12+C5*c12+D5*D12+E5*E12+B6*B13+C6*C13+D6*D13+E6*E13
但是,这样需要计算包含3行x4列的两个表格的各个因子乘积的总和,非常麻烦。
然而使用Excel的SUMPRODUCT函数(积和甬数),可以一次性完成相应行列的各个同子乘积的总和,非常方便。
=SUMPRODUCT(B4:E6、B11:E13)
在单元格G14中,求出总运输成本。
完成上述工作后。运行规划求解。单击“工具”-“规划求解”。弹出“规划求解参数”对话框。在“设置目标单元格”中,指定计算总运输成本的单元格G14。在“等于”中选择“最小值”,在“可变单元格”中指定单元格B11——E13(图3)。
接下来,设定约束条件。由于苹果以箱为单位,没有零数,因此指定整数条件(参照补充)。单击“添加”按钮(图3),弹出“添加约束”对话框(图4)。在左边的“单元格引用位置”中指定可变单元格B11——E13。指定中间文本框的比较符号“int”,右边的“约束值”自动显示出“整数”。
为了输入下述约束条件,单击图4的“添加”按钮,设定运往各个消费区的总运输量大卜需求量的约束条件:
再次单击“添加”按钮,设定从各个产地发送的总运输量小于采购能力的约束条件:
F11:F13≤F4:F6
最后,单击“确定”按钮。
运输量不能是负数。单击“选项”按钮。在“规划求解选项”对话框中,选中“假定非负”,单击“确定”按钮。
在“规划求解参数”对话框中,单击“求解”按钮后,显示“规划求解找到一解,可满足所有的约束及最优状况”,可得如图5所示的最优运输量。
从产地A运往首都圈1800箱,关西3000箱,九州1500箱I从产地B运往中部2500箱;从产地c运往首都圈3700箱。此时运输成本最小,最小运输成本是1501000日元。
以上简要介绍了使用规划求解求最优化问题的方法。实际上,在经营活动中最优规划并非一次性完成。求出结果后,必须分析这个结果足否合适;若不合适,要研究应该改善哪此方而。规划求解提供用于分析的分析报告。
分析报告“有二种类型: “运算结果报告”、 “敏感陆报告”、 “极限值报告”。
各个报告的基本内容如下所示。这里将4 2节“例题4 1最优生产计划”的分析报告用图4 15——4 17表示出来。
1、运算结果报告(图6)
运算结果报告显示“日标单元格”、“可变单元格”和“约束”的状况。表示“目标单元格”和“可变单元格”的初值和终值,是否满足约束条件以及与条件之间的差。
2、敏感性报告(图7)
敏感性报告显示当“可变单元格”和“约束”稍微变化时,“目杯单元格”的数值受到多大程度的影响。
3、极限值报告(图8)
极限值报告显示在约束条件范围内可变单元格的数值的可增减量。 我们已经学会了用Excel的规划求解来计算最小化运输成本。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22