Επιλύτης Excel είναι μια από τις πιο χρήσιμες λειτουργίες που μπορείτε να συναντήσετε κατά την ανάλυση δεδομένων στο Excel. Πρόκειται για μια λειτουργία ανάλυσης what-if με τη μορφή ενός Excel Add-in. Αυτό το άρθρο θα επικεντρωθεί σε διάφορα παραδείγματα του λύτης χαρακτηριστικό του Excel που περιλαμβάνει πολλές διαφορετικές περιοχές.

Κατεβάστε το βιβλίο ασκήσεων

Κατεβάστε το βιβλίο εργασίας που χρησιμοποιήθηκε για την επίδειξη από τον παρακάτω σύνδεσμο.

Excel Solver.xlsx

Τι είναι ο Solver στο Excel;

Το Solver είναι ένα πρόσθετο πρόγραμμα του Microsoft Excel. Το Solver είναι μέρος των εργαλείων ανάλυσης What-If που μπορούμε να χρησιμοποιήσουμε στο Excel για να δοκιμάσουμε διάφορα σενάρια. Μπορούμε να λύσουμε ζητήματα λήψης αποφάσεων χρησιμοποιώντας το εργαλείο Solver του Excel βρίσκοντας τις πιο τέλειες λύσεις. Επίσης, αναλύουν πώς κάθε πιθανότητα επηρεάζει την έξοδο του φύλλου εργασίας.

Πώς να ενεργοποιήσετε τη λειτουργία Solver στο Excel

Μπορείτε να αποκτήσετε πρόσβαση στον Solver επιλέγοντας Data ➪ Αναλύστε το ➪ Solver. Μερικές φορές μπορεί να συμβεί να μην είναι διαθέσιμη αυτή η εντολή, οπότε πρέπει να εγκαταστήσετε το πρόσθετο Solver χρησιμοποιώντας τα ακόλουθα βήματα:

• Πρώτα απ' όλα, επιλέξτε το Αρχείο
• Δεύτερον, επιλέξτε Επιλογές από το μενού.

• Έτσι, η Επιλογές Excel εμφανίζεται το παράθυρο διαλόγου.
• Εδώ, πηγαίνετε στο Add-Ins
• Στο κάτω μέρος του Επιλογές Excel παράθυρο διαλόγου, επιλέξτε Πρόσθετα του Excel από το Διαχείριση αναπτυσσόμενη λίστα και στη συνέχεια κάντε κλικ στο Go .

• Αμέσως, το Πρόσθετα εμφανίζεται το παράθυρο διαλόγου.
• Στη συνέχεια, τοποθετήστε ένα σημάδι ελέγχου δίπλα στο Πρόσθετο πρόγραμμα επίλυσης , και στη συνέχεια κάντε κλικ στο OK .

Μόλις ενεργοποιήσετε τα πρόσθετα στο βιβλίο εργασίας του Excel, θα είναι ορατά στην κορδέλα. Απλά μετακινηθείτε στο πεδίο Δεδομένα και μπορείτε να βρείτε την καρτέλα Solver add-in στο Αναλύστε το ομάδα.

Πώς να χρησιμοποιήσετε τον Solver στο Excel

Πριν υπεισέλθουμε σε περισσότερες λεπτομέρειες, εδώ είναι η βασική διαδικασία για χρησιμοποιώντας Solver :

• Πρώτα απ' όλα, ρυθμίστε το φύλλο εργασίας με τιμές και τύπους. Βεβαιωθείτε ότι έχετε μορφοποιήσει σωστά τα κελιά- για παράδειγμα, το μέγιστο χρονικό διάστημα δεν μπορείτε να παράγετε μερικές μονάδες των προϊόντων σας, οπότε μορφοποιήστε αυτά τα κελιά ώστε να περιέχουν αριθμούς χωρίς δεκαδικές τιμές.
• Στη συνέχεια, επιλέξτε Δεδομένα ➪ Ανάλυση ➪ Solver Θα εμφανιστεί το παράθυρο διαλόγου Solver Parameters.
• Στη συνέχεια, καθορίστε το κελί-στόχο. Το κελί-στόχος είναι επίσης γνωστό ως στόχος.
• Στη συνέχεια, καθορίστε την περιοχή που περιέχει τα μεταβαλλόμενα κελιά.
• Καθορίστε τους περιορισμούς.
• Εάν είναι απαραίτητο, αλλάξτε τις επιλογές του Solver.
• Αφήστε το Solver να λύσει το πρόβλημα.

2 Κατάλληλα παραδείγματα αποτελεσματικής χρήσης του Excel Solver

Αρχικά, θα επικεντρωθούμε σε δύο απλά προβλήματα με τη χρήση του Excel solver. Το πρώτο θα αφορά τη μεγιστοποίηση του κέρδους από μια σειρά προϊόντων και το δεύτερο θα εστιάζει στην ελαχιστοποίηση του κόστους παραγωγής. Αυτά είναι μόνο δύο παραδείγματα για να δείξουμε τη διαδικασία του Excel solver σε δύο διαφορετικά σενάρια. Περισσότερα προβλήματα σχετικά με την ίδια λειτουργία θα ακολουθήσουν στο επόμενο μέρος του άρθρου.

1. Μεγιστοποίηση του κέρδους των προϊόντων

Ας ρίξουμε πρώτα μια ματιά στο ακόλουθο σύνολο δεδομένων.

Το υψηλότερο κέρδος προέρχεται από το προϊόν Γ. Επομένως, για να μεγιστοποιήσουμε το συνολικό κέρδος από την παραγωγή, μπορούμε να παράγουμε μόνο το προϊόν Γ. Αλλά αν τα πράγματα ήταν τόσο απλά, δεν θα χρειαζόμασταν εργαλεία όπως το Solver. Αυτή η εταιρεία έχει ορισμένους περιορισμούς που πρέπει να τηρούνται για την παραγωγή προϊόντων:

• Η συνδυασμένη παραγωγική ικανότητα είναι 300 μονάδες ανά ημέρα.
• Η εταιρεία χρειάζεται 50 μονάδες του προϊόντος Α για να καλύψει μια υπάρχουσα παραγγελία.
• Η εταιρεία χρειάζεται 40 μονάδες του προϊόντος Β για να καλύψει μια αναμενόμενη παραγγελία.
• Η αγορά για το προϊόν Γ είναι σχετικά περιορισμένη. Έτσι, η εταιρεία δεν ενδιαφέρεται να παράγει περισσότερες από 40 μονάδες αυτού του προϊόντος ημερησίως.

Τώρα ας δούμε πώς μπορούμε να χρησιμοποιήσουμε τον επιλυτή για να επεξεργαστούμε το πρόβλημα.

Βήματα:

• Πρώτον, μεταβείτε στο Δεδομένα στην κορδέλα σας.
• Στη συνέχεια επιλέξτε Solver από το Ανάλυση ομάδα.

• Τώρα επιλέξτε το κελί E8 ως το αντικειμενικό κύτταρο του Παράμετρος επιλύτη κουτί.
• Εκτός από το Προς επιλογές επιλέξτε Max καθώς προσπαθούμε να μεγιστοποιήσουμε την τιμή του κελιού.
• Στο Αλλάζοντας τα μεταβλητά κύτταρα , επιλέξτε τις τιμές των κελιών που εστιάζουμε κυρίως στην αλλαγή τους. Εδώ, ανήκουν στην περιοχή C5:C7 .
• Τώρα προσθέστε τους περιορισμούς κάνοντας κλικ στο Προσθέστε στα δεξιά του πλαισίου.
• Τέλος, επιλέξτε Simplex LP στο Επιλέξτε μια μέθοδο επίλυσης

• Μόλις ολοκληρώσετε όλα τα παραπάνω βήματα, κάντε κλικ στο Λύστε το στο κάτω μέρος του πλαισίου.
• Μετά από αυτό, το Αποτελέσματα Solver θα εμφανιστεί το πλαίσιο.
• Τώρα επιλέξτε τις επιλογές και τις αναφορές που θέλετε να προτιμήσετε σε αυτό το πλαίσιο. Για την επίδειξη, επιλέγουμε να ενεργοποιήσουμε το Διατηρήστε τη λύση Solver επιλογή μόνο.

• Στη συνέχεια, κάντε κλικ στο OK .
• Το σύνολο δεδομένων θα αλλάξει σε αυτό.

Αυτό υποδεικνύει τον βέλτιστο αριθμό μονάδων που απαιτούνται για να έχουμε το μέγιστο κέρδος εντός των περιορισμένων εισερχομένων. Αυτό είναι μόνο ένα από τα παραδείγματα που αποδεικνύουν πόσο ισχυρή μπορεί να είναι η δυνατότητα επίλυσης του Excel.

Διαβάστε περισσότερα: Πώς να υπολογίσετε το βέλτιστο μείγμα προϊόντων στο Excel (με εύκολα βήματα)

2. Ελαχιστοποίηση του κόστους αποστολής

Μετά το παραπάνω πρόβλημα μεγιστοποίησης, ας δούμε ένα παράδειγμα που επικεντρώνεται στην ελαχιστοποίηση των τιμών. Θα χρησιμοποιήσουμε SUM και SUMPRODUCT συναρτήσεις για τον υπολογισμό διαφόρων παραμέτρων. Για το σκοπό αυτό, ας πάρουμε το ακόλουθο σύνολο δεδομένων.

Πίνακας εξόδων αποστολής : Αυτός ο πίνακας περιέχει την περιοχή κελιών B4:E10 Πρόκειται για έναν πίνακα που περιέχει το κόστος αποστολής ανά μονάδα προϊόντος από κάθε αποθήκη σε κάθε σημείο λιανικής πώλησης. Για παράδειγμα, το κόστος αποστολής μιας μονάδας ενός προϊόντος από τη Βοστώνη στο Ντιτρόιτ είναι $38 .

Ανάγκες προϊόντων κάθε καταστήματος λιανικής πώλησης : Οι πληροφορίες αυτές εμφανίζονται στην περιοχή κελιών C14:C19 Για παράδειγμα, το κατάστημα λιανικής πώλησης στο Χιούστον χρειάζεται 225 μονάδες, το Ντένβερ χρειάζεται 150 μονάδες, η Ατλάντα χρειάζεται 100 μονάδες κ.ο.κ. C18 είναι ένα κελί τύπου που υπολογίζει το σύνολο των μονάδων που απαιτούνται από τα σημεία πώλησης.

Όχι. για αποστολή από... : Εύρος κυττάρων D14:F19 περιέχει τα ρυθμιζόμενα κελιά. Οι τιμές αυτών των κελιών θα μεταβάλλονται από τον Solver. Έχουμε αρχικοποιήσει αυτά τα κελιά με την τιμή 25 για να δώσουμε στον Solver μια αρχική τιμή. Στήλη G Αυτή η στήλη περιέχει το άθροισμα των μονάδων που πρέπει να αποστείλει η εταιρεία σε κάθε κατάστημα λιανικής πώλησης από τις αποθήκες. Για παράδειγμα, G14 παρουσιάζει τιμή 75. Η εταιρεία πρέπει να στείλει 75 μονάδες προϊόντων στο σημείο πώλησης στο Ντένβερ από τρεις αποθήκες.

Απογραφή αποθήκης : Η γραμμή 21 περιέχει το ποσό του αποθέματος σε κάθε αποθήκη. Για παράδειγμα, η αποθήκη του Λος Άντζελες έχει 400 μονάδες αποθέματος. Η γραμμή 22 περιέχει τύπους που δείχνουν το υπόλοιπο απόθεμα μετά την αποστολή. Για παράδειγμα, το Λος Άντζελες έχει στείλει 150 (βλέπε, γραμμή 18) μονάδες προϊόντων, οπότε έχει το υπόλοιπο απόθεμα 250 (400-150) μονάδες.

Υπολογισμένα έξοδα αποστολής : Η σειρά 24 περιέχει τύπους που υπολογίζουν τα έξοδα αποστολής.

Ο επιλύτης θα συμπληρώσει τις τιμές στην περιοχή κελιών D14:F19 με τέτοιο τρόπο ώστε να ελαχιστοποιηθεί το κόστος αποστολής από τις αποθήκες στα σημεία πώλησης. Με άλλα λόγια, η λύση θα ελαχιστοποιήσει την τιμή στο κελί G24 προσαρμόζοντας τις τιμές του εύρους κελιών D14:F19 που πληρούν τους ακόλουθους περιορισμούς:

• Ο αριθμός των μονάδων που ζητούνται από κάθε κατάστημα λιανικής πώλησης πρέπει να ισούται με τον αριθμό των μονάδων που αποστέλλονται. Με άλλα λόγια, όλες οι παραγγελίες θα πρέπει να εκτελούνται. Οι ακόλουθες προδιαγραφές μπορούν να εκφράσουν αυτούς τους περιορισμούς: C14=G14, C16=G16, C18=G18, C15=G15, C17=G17, και C19=G19
• Ο αριθμός των μονάδων που απομένουν στο απόθεμα κάθε αποθήκης δεν πρέπει να είναι αρνητικός. Με άλλα λόγια, μια αποθήκη δεν μπορεί να στείλει περισσότερες μονάδες από το απόθεμά της. Ο ακόλουθος περιορισμός το δείχνει αυτό: D24>=0, E24>=0, F24>=0 .
• Τα ρυθμιζόμενα κελιά δεν μπορούν να είναι αρνητικά, επειδή η αποστολή ενός αρνητικού αριθμού μονάδων δεν έχει νόημα. Το παράθυρο διαλόγου Solve Parameters (Παράμετροι επίλυσης) διαθέτει μια εύχρηστη επιλογή: Make Unconstrained Variables Non-Negative (Μη αρνητικές μεταβλητές χωρίς περιορισμούς). Βεβαιωθείτε ότι αυτή η ρύθμιση είναι ενεργοποιημένη.

Ας δούμε τα παρακάτω βήματα για να εκτελέσουμε την εργασία αυτή.

Βήματα:

• Πρώτα απ' όλα, θα ορίσουμε ορισμένους απαραίτητους τύπους. Για να υπολογίσουμε προς αποστολή , πληκτρολογήστε τον ακόλουθο τύπο.

=SUM(D14:F14)

• Στη συνέχεια, πατήστε Εισάγετε το .

• Στη συνέχεια, σύρετε το εικονίδιο Fill Handle μέχρι το κελί G19 για να γεμίσετε τα άλλα κελιά με τον τύπο.
• Επομένως, η έξοδος θα έχει την εξής μορφή.

• Στη συνέχεια, για να υπολογίσετε το σύνολο, πληκτρολογήστε τον ακόλουθο τύπο.

=SUM(C14:C19)

• Στη συνέχεια, πατήστε Enter.

• Στη συνέχεια, σύρετε το εικονίδιο Fill Handle προς τα δεξιά μέχρι το κελί G20 για να γεμίσετε τα άλλα κελιά με τον τύπο.
• Επομένως, η έξοδος θα έχει την εξής μορφή.

• Στη συνέχεια, για να υπολογίσετε τα έξοδα αποστολής, πληκτρολογήστε τον ακόλουθο τύπο.

=SUMPRODUCT(C5:C10,D14:D19)

• Στη συνέχεια, πατήστε Εισάγετε το .

• Στη συνέχεια, σύρετε το εικονίδιο Fill Handle προς τα δεξιά μέχρι το κελί F26 για να γεμίσετε τα άλλα κελιά με τον τύπο.
• Τώρα πληκτρολογήστε τον ακόλουθο τύπο στο κελί G26 .

=SUM(D26:F26)

• Για να ανοίξετε το Προσθήκη Solver , πηγαίνετε στο Δεδομένα και κάντε κλικ στο Solver .

• Στη συνέχεια, γεμίστε το Ορισμός πεδίου στόχου με αυτή την τιμή: $G$26 .
• Στη συνέχεια, επιλέξτε το κουμπί επιλογής του Min επιλογή στο Για έλεγχο.
• Επιλέξτε κελί $D$14 στο $F$19 για να συμπληρώσετε το πεδίο Αλλάζοντας τα μεταβλητά κύτταρα Το πεδίο αυτό θα εμφανιστεί στη συνέχεια $D$14:$F$19 .
• Τώρα, Προσθέστε Οι περιορισμοί είναι οι εξής: C14=G14, C16=G16, C18=G18, C15=G15, C17=G17, C19=G19, D24>=0, E24>=0, και F24>=0 Αυτοί οι περιορισμοί θα εμφανίζονται στο πεδίο Subject to the Constraints.
• Στη συνέχεια, επιλέξτε το Κάντε τις μη περιορισμένες μεταβλητές μη αρνητικές πλαίσιο ελέγχου.
• Τέλος, επιλέξτε Simplex LP από την αναπτυσσόμενη λίστα Select a Solving Method (Επιλογή μεθόδου επίλυσης).

• Τώρα, κάντε κλικ στο Λύστε το Το ακόλουθο σχήμα δείχνει το Αποτελέσματα Solver Μόλις κάνετε κλικ στο κουμπί OK , θα εμφανιστεί το αποτέλεσμά σας.

• Ο Solver εμφανίζει τη λύση που φαίνεται στο ακόλουθο σχήμα.

Διαβάστε περισσότερα: Παράδειγμα με το Excel Solver για την ελαχιστοποίηση του κόστους

Περισσότερα για το Excel Solver

Σε αυτή την ενότητα θα συζητήσουμε το πλαίσιο διαλόγου Επιλογές επίλυσης. Χρησιμοποιώντας αυτό το πλαίσιο διαλόγου, μπορείτε να ελέγξετε πολλές πτυχές της διαδικασίας επίλυσης. Μπορείτε επίσης να φορτώσετε και να αποθηκεύσετε τις προδιαγραφές του μοντέλου σε μια περιοχή φύλλων εργασίας χρησιμοποιώντας αυτό το πλαίσιο διαλόγου.

Συνήθως, θα θέλετε να αποθηκεύσετε ένα μοντέλο μόνο όταν θα χρησιμοποιήσετε περισσότερα από ένα σετ παραμέτρων του Solver με το φύλλο εργασίας σας. Το Excel αποθηκεύει αυτόματα το πρώτο μοντέλο του Solver με το φύλλο εργασίας σας χρησιμοποιώντας κρυφά ονόματα. Εάν αποθηκεύσετε επιπλέον μοντέλα, το Excel αποθηκεύει τις πληροφορίες με τη μορφή τύπων που αντιστοιχούν στις προδιαγραφές. (Το τελευταίο κελί στην αποθηκευμένη περιοχή είναι ένας τύπος πίνακα που περιέχει τιςρυθμίσεις επιλογών.)

Μπορεί να συμβεί το Solver να αναφέρει ότι δεν μπορεί να βρει λύση, ακόμη και όταν γνωρίζετε ότι θα έπρεπε να υπάρχει μία λύση. Μπορείτε να αλλάξετε μία ή περισσότερες από τις επιλογές του Solver και να προσπαθήσετε ξανά. Όταν κάνετε κλικ στο κουμπί Options (Επιλογές) στο πλαίσιο διαλόγου Solver Parameters (Παράμετροι του Solver), εμφανίζεται το πλαίσιο διαλόγου Solver Options (Επιλογές του Solver) που φαίνεται στο ακόλουθο σχήμα.

Ένα απλό παράδειγμα Solver στο Excel

Μπορούμε να ελέγξουμε πολλές πτυχές του τρόπου με τον οποίο το Solver θα λύσει ένα πρόβλημα.

Ακολουθεί μια σύντομη περιγραφή των επιλογών του Solver:

Περιορισμός Ακρίβεια : Καθορίστε πόσο κοντά πρέπει να είναι οι τύποι Cell Reference και Constraint για να ικανοποιήσουν έναν περιορισμό. Ο καθορισμός μικρότερης ακρίβειας θα κάνει το Excel να επιλύσει το πρόβλημα πιο γρήγορα.

Χρήση αυτόματης κλιμάκωσης : Χρησιμοποιείται όταν το πρόβλημα έχει να κάνει με μεγάλες διαφορές στο μέγεθος - όταν προσπαθείτε να μεγιστοποιήσετε ένα ποσοστό, για παράδειγμα, μεταβάλλοντας κελιά που είναι πολύ μεγάλα.

Εμφάνιση αποτελεσμάτων επανάληψης : Με την επιλογή αυτού του πλαισίου ελέγχου, δίνεται εντολή στο Solver να κάνει παύση και να εμφανίζει τα αποτελέσματα μετά από κάθε επανάληψη.

Αγνοήστε τους περιορισμούς ακέραιων αριθμών : Εάν επιλέξετε αυτό το πλαίσιο ελέγχου, το Solver θα αγνοήσει τους περιορισμούς που αναφέρουν ότι ένα συγκεκριμένο κελί πρέπει να είναι ακέραιος αριθμός. Η χρήση αυτής της επιλογής μπορεί να επιτρέψει στο Solver να βρει μια λύση που δεν μπορεί να βρεθεί διαφορετικά.

Μέγιστος χρόνος : Αναφέρετε το μέγιστο χρονικό διάστημα (σε δευτερόλεπτα) που θέλετε να αφιερώσει το Solver σε ένα μόνο πρόβλημα. Εάν το Solver αναφέρει ότι ξεπέρασε το χρονικό όριο, μπορείτε να αυξήσετε το χρονικό διάστημα που θα αφιερώσει για την αναζήτηση λύσης.

Επαναλήψεις : Εισάγετε τον μέγιστο αριθμό δοκιμαστικών λύσεων που θέλετε να δοκιμάσει το Solver για να λύσει το πρόβλημα.

Max Υποπροβλήματα : Χρησιμοποιείται για την επίλυση πολύπλοκων προβλημάτων. Καθορίστε τον μέγιστο αριθμό υποπροβλημάτων που μπορεί να επιλυθούν από τον εξελικτικό αλγόριθμο.

Μέγιστες εφικτές λύσεις : Χρησιμοποιείται για πολύπλοκα προβλήματα. Καθορίστε τον μέγιστο αριθμό εφικτών λύσεων που μπορεί να επιλυθούν από τον εξελικτικό αλγόριθμο.

Διαβάστε περισσότερα: Πώς να χρησιμοποιήσετε τον εξελικτικό λύτη του Excel (με εύκολα βήματα)

Παράδειγμα βελτιστοποίησης επενδυτικού χαρτοφυλακίου με το Excel Solver

Σε αυτή την ενότητα, θα εξετάσουμε ένα πρόβλημα επενδυτικού χαρτοφυλακίου, το οποίο μπορεί επίσης να ειπωθεί ότι είναι ένα χρηματοοικονομικό πρόβλημα. Θα βελτιστοποιήσουμε ένα τέτοιο με τη βοήθεια του επιλυτή του Excel. Ο στόχος του χαρτοφυλάκιο ή χρηματοοικονομική βελτιστοποίηση είναι ο προσδιορισμός του βέλτιστου χαρτοφυλακίου (κατανομή περιουσιακών στοιχείων) μεταξύ εκείνων που είναι χαρτοφυλάκια δεδομένου ενός συγκεκριμένου στόχου. Στις περισσότερες περιπτώσεις, ο στόχος είναι η μεγιστοποίηση των οφελών, όπως η προβλεπόμενη απόδοση, με ταυτόχρονη ελαχιστοποίηση των υποχρεώσεων, όπως ο χρηματοοικονομικός κίνδυνος.

Ας δούμε το ακόλουθο επενδυτικό χαρτοφυλάκιο.

Η περιγραφή του προβλήματος περιγράφεται παρακάτω.

• Το ποσό που θα επενδύσει η πιστωτική ένωση σε δάνεια νέων αυτοκινήτων πρέπει να είναι τουλάχιστον τριπλάσιο από το ποσό που θα επενδύσει η πιστωτική ένωση σε δάνεια μεταχειρισμένων αυτοκινήτων. Ο λόγος είναι: ότι τα δάνεια μεταχειρισμένων αυτοκινήτων είναι πιο επικίνδυνες επενδύσεις. Ο περιορισμός αυτός αναπαρίσταται ως εξής C5>=C6*3
• Τα δάνεια αυτοκινήτων θα πρέπει να αποτελούν τουλάχιστον το 15% του χαρτοφυλακίου. Ο περιορισμός αυτός παρουσιάζεται ως εξής D14>=.15
• Τα μη εξασφαλισμένα δάνεια δεν θα πρέπει να αντιπροσωπεύουν περισσότερο από το 25% του χαρτοφυλακίου. Ο περιορισμός αυτός παρουσιάζεται ως εξής E8<=.25
• Τουλάχιστον το 10% του χαρτοφυλακίου θα πρέπει να είναι σε τραπεζικά CDs. Ο περιορισμός αυτός αναπαρίσταται ως εξής E9>=.10
• Το συνολικό ποσό επένδυσης ανέρχεται σε 5.000.000 δολάρια.
• Όλες οι επενδύσεις πρέπει να είναι θετικές ή μηδενικές.

Ακολουθήστε αυτά τα βήματα για να δείτε πώς μπορείτε να χρησιμοποιήσετε τον επιλύτη στο Excel για παραδείγματα όπως αυτό.

Βήματα:

• Αρχικά, επιλέξτε το Δεδομένα
• Στη συνέχεια επιλέξτε Solver από το Ανάλυση

• Συμπληρώστε τώρα το πεδίο Set Objective με αυτή την τιμή: $E$13 .
• Στη συνέχεια, επιλέξτε το κουμπί επιλογής για το Max επιλογή στο Προς
• Μετά από αυτό, επιλέξτε το κελί $D$6 στο $D$10 για να συμπληρώσετε το πεδίο Αλλάζοντας τα μεταβλητά κύτταρα Το πεδίο αυτό θα εμφανιστεί στη συνέχεια $D$6:$D$10 .
• Προσθέστε τους περιορισμούς έναν προς έναν. Οι περιορισμοί είναι οι εξής: $D$11= $C$4 $D$6>= $D$7*3, $E$15>= 0.15, $F$9= 0.1 Αυτοί οι περιορισμοί θα εμφανιστούν στο Με την επιφύλαξη των περιορισμών
• Επιλέξτε το Κάντε τις μη περιορισμένες μεταβλητές μη αρνητικές πλαίσιο ελέγχου.
• Επιλέξτε GRG Μη γραμμική από το Επιλέξτε μια μέθοδο επίλυσης αναπτυσσόμενη λίστα.

• Τώρα κάντε κλικ στο Λύστε το Κάντε κλικ στο OK .
• Θα εμφανιστεί ένα άλλο παράθυρο διαλόγου στο οποίο θα πρέπει να επιλέξετε τους τύπους αποτελεσμάτων.
• Αυτό σημαίνει ότι πρέπει να επιλέξετε Διατηρήστε τη λύση Solver Διαφορετικά, οι τιμές θα επανέλθουν στις αρχικές τιμές.
• Στη συνέχεια, από τη δεξιά πλευρά του παραθύρου διαλόγου, επιλέξτε όλες τις επιλογές στο πεδίο Αναφορές .
• Στη συνέχεια κάντε κλικ στο OK μετά από αυτό.

• Έχουμε εισάγει 1.000.000 στα μεταβαλλόμενα κελιά ως αρχικές τιμές. Όταν εκτελείτε το Solver με αυτές τις παραμέτρους, παράγει τη λύση που φαίνεται στο ακόλουθο σχήμα, η οποία έχει συνολική απόδοση 25% .
• Το Δάνεια αυτοκινήτου οι τιμές άλλαξαν επίσης σε 15%.
• Και με αυτόν τον τρόπο πήραμε την υψηλότερη τιμή βελτιστοποίησης του Συνολική απόδοση λαμβάνοντας υπόψη όλους τους περιορισμούς.

Και με αυτόν τον τρόπο ολοκληρώνουμε τη βελτιστοποίηση ενός επενδυτικού χαρτοφυλακίου χρησιμοποιώντας τον επιλυτή του Excel.

Διαβάστε περισσότερα: Πώς να δημιουργήσετε υπολογιστή οικονομικού προγραμματισμού στο Excel

Παράδειγμα γραμμικού ακέραιου προγραμματισμού με χρήση του Excel Solver

Ας ρίξουμε μια ματιά σε ένα παράδειγμα χρήσης ενός επιλυτή του Excel στον ακέραιο γραμμικό προγραμματισμό. Πρώτα, ρίξτε μια ματιά σε ένα κατάλληλο σύνολο δεδομένων για το πρόβλημα.

Τώρα ήρθε η ώρα να δούμε τις λεπτομέρειες του επιλυτή του Excel για αυτό το παράδειγμα ακέραιου γραμμικού προγραμματισμού:

Μεταβλητές απόφασης:

X1: ποσότητα παραγωγής του προϊόντος 1.

Χ2: ποσότητα παραγωγής του προϊόντος 2.

Y: 1 εάν έχει επιλεγεί η πρώτη ρύθμιση ή 0 εάν έχει επιλεγεί η δεύτερη ρύθμιση.

Αντικειμενική συνάρτηση:

Z=10X1+12X2

Περιορισμοί:

X1+X2<=35

X1-8Y<=12

X2+15Y<=25

Y={0,1}

X1,X2>=0

Ακολουθήστε τώρα τα παρακάτω βήματα για να δείτε πώς μπορούμε να λύσουμε αυτό το συγκεκριμένο παράδειγμα ακέραιου γραμμικού προγραμματισμού στο Excel χρησιμοποιώντας τον επιλυτή.

Βήματα:

• Πρώτον, μεταβείτε στο Δεδομένα και επιλέξτε Solver από το Ανάλυση

• Τώρα βάλτε τις τιμές και τους περιορισμούς στο πεδίο Παράμετρος επιλύτη όπως φαίνεται στο σχήμα.

• Στη συνέχεια κάντε κλικ στο Λύστε το .
• Στη συνέχεια, κάντε κλικ στο OK στο Αποτελέσματα Solver .

Το τελικό αποτέλεσμα της χρήσης του επιλυτή του Excel στο παράδειγμα του ακέραιου γραμμικού προγραμματισμού θα είναι το εξής.

Παράδειγμα χρονοπρογραμματισμού με το Excel Solver

Ας υποθέσουμε ότι η τράπεζα έχει 22 υπαλλήλους. Πώς θα πρέπει να προγραμματιστούν οι εργαζόμενοι ώστε να έχουν τον μέγιστο αριθμό ημερών ρεπό το Σαββατοκύριακο; Θα μεγιστοποιήσουμε τον αριθμό των ημερών ρεπό το Σαββατοκύριακο με σταθερό αριθμό εργαζομένων σε αυτό το παράδειγμα προγραμματισμού του επιλυτή του Excel.

Ας δούμε το σύνολο δεδομένων.

Οι περιορισμοί φαίνονται στο σχήμα. Για να επιλύσετε το πρόβλημα χρονοπρογραμματισμού και να χρησιμοποιήσετε τον επιλυτή σε παραδείγματα όπως αυτό μπορείτε να ακολουθήσετε τα εξής βήματα.

Βήματα:

• Πρώτον, μεταβείτε στο Δεδομένα στην κορδέλα σας και επιλέξτε Solver από το Ανάλυση

• Στη συνέχεια, εισάγετε τις τιμές των περιορισμών και των παραμέτρων όπως φαίνεται στο παρακάτω σχήμα.

• Μετά από αυτό, κάντε κλικ στο Λύστε το .
• Τέλος, κάντε κλικ στο OK στο Solver Αποτελέσματα.

Ο επιλυτής θα εμφανίσει αυτόματα το αποτέλεσμα του προβλήματος προγραμματισμού στο φύλλο Excel λόγω των επιλογών που κάναμε στα βήματα.

Μπορείτε να χρησιμοποιήσετε τον επιλύτη στο Excel σε παρόμοια παραδείγματα όπως αυτό.

Ένα παράδειγμα Excel Solver για κατανομές προϋπολογισμού μάρκετινγκ

Τέλος, ας ρίξουμε μια ματιά σε ένα σενάριο όπου πρέπει να χρησιμοποιήσουμε τον επιλύτη στο Excel για την κατανομή του προϋπολογισμού μάρκετινγκ. Για το σκοπό αυτό, ας πάρουμε ένα σύνολο δεδομένων όπως αυτό.

Εδώ, έχουμε τα τρέχοντα στατιστικά στοιχεία στα αριστερά και το τμήμα όπου πρόκειται να χρησιμοποιήσουμε τον επιλυτή βρίσκεται στα δεξιά.

Ακολουθήστε αυτά τα βήματα για να μάθετε πώς μπορούμε να αντιμετωπίσουμε αυτό το πρόβλημα μάρκετινγκ με το Excel solver.

Βήματα:

• Πρώτον, μεταβείτε στο Δεδομένα στην κορδέλα σας και επιλέξτε το Solver από το Ανάλυση ομάδα.

• Στη συνέχεια, γράψτε τους ακόλουθους περιορισμούς και τις παραμέτρους όπως φαίνεται στο σχήμα.

• Μετά από αυτό, κάντε κλικ στο Λύστε το .
• Στη συνέχεια, κάντε κλικ στο OK στο Αποτελέσματα Solver

Οι τιμές θα αλλάξουν σε αυτό λόγω των περιορισμών και των παραμέτρων που έχουμε επιλέξει.

Μπορείτε να χρησιμοποιήσετε τον επιλύτη στο Excel σε παρόμοια παραδείγματα όπως αυτό.

Διαβάστε περισσότερα: Κατανομή πόρων στο Excel (Δημιουργία με γρήγορα βήματα)

Συμπέρασμα

Με αυτό ολοκληρώνεται το άρθρο για τα παραδείγματα του επιλυτή του Excel. Ελπίζω να έχετε κατανοήσει την ιδέα της χρήσης του επιλυτή του Excel για διάφορα σενάρια από αυτά τα παραδείγματα. Ελπίζω να βρήκατε αυτόν τον οδηγό χρήσιμο και κατατοπιστικό. Αν έχετε οποιεσδήποτε ερωτήσεις ή προτάσεις, ενημερώστε μας στα σχόλια παρακάτω.

Για περισσότερους οδηγούς όπως αυτός, επισκεφθείτε ExcelWIKI.com .