我正在开展一个项目，我想知道CPLEX for ILOG的功能。例如，我为每个客户销售产品，我对6种产品中的每一种都有不同的概率。这意味着购买产品的人的概率是不同的。假设我有2个客户和6个产品。对于第一个客户，第一个产品的概率为0.5，第二个产品的概率为0.3 ......所以我希望最大化我的利润，并且我知道每个产品的收入。我的问题是我如何根据这些概率选择最有利可图的产品。显然，必须有一种方法来使用这些概率。在项目中，他们只是提供概率，但没有解释如何使用它们。现在，我的功能是这样的：
maximize
sum (c in Customers, p in Products, ch in Channels) (Revenue[p] * quantity[c][ch] - quantity[c][ch] * Cost[ch]);
数量用于确定渠道用于销售产品的次数。 4个不同的频道需要付费。
答案 0 :(得分：0)
我不清楚你正在尝试获取值的决策变量是什么。我猜你是在试图找到每个渠道上每个客户的数量（数量[c] [ch]是模型中的变量，而收入和成本是已知的？）。
我也有点困惑为什么产品的数量变量没有明显的指数 - 如果这是你正在处理的模型类型，那似乎更正常，如：
maximize
sum (c in Customers, p in Products, ch in Channels) (Revenue[p] * quantity[c][ch][p] - quantity[c][ch][p] * Cost[ch]);
当然，我可能完全错了......而且，我可能会在这里用术语快速松散地玩，但我想要了解至少一个简单的启动方法。一旦你得到了你需要的东西，那么你可以扩展模型或研究更复杂的不确定性处理，可能使用更复杂的条件概率处理，使用多种场景等。
要包含概率，实现这一目标的一种简单方法是考虑期望值，可以将其视为简单的值乘以概率，因此在此基础上以0.3的概率出售100美元只有期望值价值30美元，而80美元的不同销售概率为0.5，预期为40美元，因此更有价值。这是你正在寻找的那种推理吗？
如果可以作为初始方法，那么您可以尝试类似：
maximize
sum (c in Customers, p in Products, ch in Channels) Probability[p] * (Revenue[p] * quantity[c][ch][p] - quantity[c][ch][p] * Cost[ch]);