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
在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18