1. Excel最优化
本人使用的是2016版Excel，一开始是没有Solver这个求解最优解的包的按钮的。MS Excel在装载时会下载该包，但是不予激活。所以如果在“数据”这一栏没有找到“Solver/规划求解”按钮，需要自行激活，方法如下：
（1）点开“选项”按钮，选中“加载项”，点击“转到”。
（2）“跳转”后会显示如下弹窗，选中“分析工具库”和“规划求解加载项”，点击“确定”。
（3）Excel工具栏就会多出右下方“分析”这一栏
然后我们就可以使用Excel求解最优化问题啦~
假设李皮皮要进行一个增重计划，以下为约束条件和决策变量信息：
变量：每个月分别吃烤肉的次数x1和吃火锅的次数x2（B3和B4），目前设定为1次和2次；x1不能超过5次，x2不能超过10次（会破产）。
每次吃烤肉会消耗掉300g肉；每次吃火锅会消耗掉400g肉；一个月总耗肉量不能超过5000g；
李皮皮每吃一次烤肉增重500g，每吃一次火锅增重600g；
那么李皮皮一个月依靠吃火锅和烤肉的净增重就是：y=500x1+600x2；
目标就是在约束条件下，求解y最大值。
针对这个数学问题，我们做了如下输入。将目标函数公式所在处选中，然后点击“规划求解参数”，设定条件，求解。
得到的结果可以看出，在给定条件下，我们得到的最优解为每个月吃3次烤肉，10次火锅，就能长最大胖7500g。这么一算我就想去吃饭了。
2. R最优化
同样的问题，我们用R再来一次：
看了下好像包不少，这里使用Rsymphony包里的Rsymphony_solve_LP()函数。
https://www.rdocumentation.org/packages/Rglpk/versions/0.6-3/topics/Rglpk_solve_LP
整理一下上述应用题的公式，有：
代码如下：
//导入包
require(Rsymphony)
//目标函数
obj <- c(500,600)
//各个值
mat <- matrix(c(1,1,0,0,300,0,0,1,1,400),nrow = 5)
//显示矩阵
mat
[,1] [,2]
[1,] 1 0
[2,] 1 0
[3,] 0 1
[4,] 0 1
[5,] 300 400
//确定约束条件符号
> dir <- c("<=",">=","<=",">=","<=")
//约束条件符号右边值
> rhs <- c(5,0,10,0,5000)
//求最大解
> max <- TRUE
//两个变量类型均为int
> types <- c("I","I")
//求解
> Rsymphony_solve_LP(obj,mat,dir,rhs,types = types, max = max)
$solution
[1] 3 10 //解分别为3和10
$objval
[1] 7500 //最优解为7500
$status
TM_OPTIMAL_SOLUTION_FOUND
0 //0代表有最优解，1代表无