接着小蔡基于該思路撰寫了一份簡要的報告（見下圖）。
周總看完了這份報告，點點頭說：“小蔡，寫的不錯！你對服裝行業已經有了一定了解，接下來我們讨論一下你報告中提到的資源配置的問題。
現在正值男士西服與運動外套銷售高峰，咱們生産部門需要加班，但不知道該如何安排，需要你做個分析。
這是生産部門提供的基本資料，你好好想一下，明天給我個結果。”
小蔡從周總手裡接過資料，回到座位上越讀越迷茫——資料中的文字像幾百隻青蛙跳來跳去，跳得他心慌。
于是小蔡又去找老李求教。
老李拿起資料，看到如下文字：
單件男士西服的裁剪時間需要1.2小時，縫紉時間需要0.7小時，需要6碼布料；
單件運動外套的裁剪時間為0.8小時，縫紉時間為0.6小時，隻需用4碼布料。
男士西服與運動外套的單件利潤分别為190元和150元。
這段時間工廠訂貨量較大，需要至少生産100套西服和75套運動外套，但總共有200小時裁剪時間和180小時縫紉時間，1200碼布料，其餘工作就要求員工加班完成。
裁剪加班每小時成本為15元，縫紉加班每小時成本為10元，按國家規定工廠最多可以安排100小時的加班。
請做出最優的生産計劃，在這種生産計劃下，總利潤是多少？如何安排加班？
老李笑着說：“這個問題不難，你首先要想想，生産部門需要你回答哪些問題？”
小蔡想了想說：“要回答兩個問題——男士西服和運動外套各要生産多少套？裁剪和縫紉可以安排多長時間的加班？”
老李點點頭：“沒錯！回答了這兩個問題，就是制定了生産計劃，那如何檢驗生産計劃是否是最優的呢？”
“利潤最大化！”——小蔡脫口而出。
老李笑着說：“正确！利潤最大化是你的目标函數，同時要達到這個目标，你還要看看有沒有資源的限制條件，如果有，具體有哪些？”
“哦”小蔡應了一聲，然後邊閱讀資料邊喃喃自語：“裁剪時間、縫紉時間、布料數量、西服和運動服的生産數量、加班時間都有限制。”
小蔡眼睛一亮：“老李，經過你這麼一整理，思路好清晰啊！”
老李笑着點點頭說：“做資料分析就要學會把文字語言轉化為數表語言。在這個數表裡，黃色單元格區域是要回答的問題；灰色單元格區域是要達到的目标；藍色單元格區域是限制條件。小蔡，你想一想灰色區域（即利潤）怎麼算？”
小蔡想了想說：“利潤等于生産男士西服和運動外套的利潤之和減去加班的成本。”
老李伸出大拇指：“沒錯！你把這種數量關系寫到灰色區域裡吧！”
小蔡點點頭，在灰色C13單元格區域寫出函數表達式“=B5*F5+B6*F6-B9*C9-B10*C10”
老李接着說：“還有藍色區域（即限制條件）。”
老李看完了小蔡所寫的表達式，點點頭說：“通過這些表達式，你就建立了目标函數、限制條件與所需求解的生産數量與加班小時數之間的數量關系，接下來我們就可以利用規劃求解來得出最優生産計劃。”
“規劃求解在哪裡？該怎麼求？”小蔡滿臉狐疑。
老李點開“規劃求解”子產品，彈出了“規劃求解參數”的對話框。他邊操作對話框邊說：“‘設定目标單元格’框是來設定目标函數的，在這裡就是讓利潤C13最大。‘可變單元格’框需要放入需要求解的對象，是以選擇區域F5:F6，C9:C10。這兩個區域用逗号隔開。‘限制’框是用來添加限制條件的，點選‘添加’即可将這些限制條件填充進來（見下圖）。這樣我們就把規劃求解的參數設定好了。”
小蔡激動地跳了起來：“師傅，師傅，您太厲害了。您又幫了我一個大忙。”
老李笑着說：“什麼時候你能獨立完成任務，才說明我這個師傅厲害。是以，做師傅的要讓徒弟學會舉一反三。小蔡，正好我這有一個使用規劃模型求解運費最小值的案例資料，如果你能獨立做出來，說明你學會了簡單的資源配置問題。”
小蔡拿起資料讀了起來：
某農産品産于A1、A2、A3三個城市，年産量分别為7噸、4噸、9噸。該産品成熟後，需銷往B1、B2、B3、B4四個城市，銷量分别為3噸、6噸、5噸、6噸，已知将産品從A1、A2、A3運至B1、B2、B3、B4每噸所需運費如下表所示，請使用規劃模型求解運費最小值。
如果你是小蔡，你能否求出運費的最小值呢？試試看呦！：）
轉載自：《資料小宇軍的新浪微網誌》
![LabelImg的安裝與使用（Anaconda環境）Labellmg的安裝[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)