【正文】 力資源的限制表3 各分社人力資源限制表分社（）年最大工作量（書號數(shù)）分社（）年最大工作量（書號數(shù)）1計算機類1146機械能源類722經(jīng)管類1147化工化學類443數(shù)學類1208地理地質(zhì)類634外語類1029環(huán)境類725兩課類111———————————————— 根據(jù)上面的約束條件以及組合權(quán)系數(shù)，利用lingo軟件求解整數(shù)規(guī)劃可以求得每個分社的書號分配量，繪成表格如表4，軟件求解過程詳見附錄6。 下面我們將利用模型將歷年的最優(yōu)書號分配方案建立起來，以便比較。 表5歷年各分社申請書號數(shù) 分社計算機經(jīng)管數(shù)學外語兩課機械能源化工化學地理地質(zhì)環(huán)境20016437147954440242227實際與計劃銷售量的比值 歷年申請書號（取整）8650194147615736334020026939148874842252121實際與計劃銷售量的比值歷年申請書號9452258125705735283020037743153774240202325實際與計劃銷售量的比值歷年申請書號11567270101635229333720046939150835038172727實際與計劃銷售量的比值歷年申請書號9654222117725526404420057341146854439192726實際與計劃銷售量的比值歷年申請書號96622251116857263638 根據(jù)綜合實力的權(quán)重排序以及上表，我們利用模型可以求出歷年的優(yōu)化分配方案，如表6。它使計劃銷售量與實際銷售量的差距更小，從而一定程度上保證了獲取穩(wěn)定的收益。缺點：模型的缺點主要有：層次分析法受主觀判斷的影響，可能會有偏差。改進2 將模型再增加一步，即考慮各分社內(nèi)部的書號安排，從而可以更具體地增加出版社的收益，而且在進行模型檢驗時，數(shù)據(jù)所包含的信息量會更大，以使模型的檢驗方法更加規(guī)范、合理。由于本模型是針對有限資源優(yōu)化配置而建立的，所以在類似需要合理分配有限的資源時，都可以考慮使用本模型，或者借鑒它的思想和方法，從而建立更好，更準確合理的模型，更好地服務(wù)生產(chǎn)活動。現(xiàn)以A出版社為例，可得到再其要求的范圍內(nèi)比較合理的分配，如下表：最優(yōu)分配方案表分社（）書號分配量分社（）書號分配量1計算機類556機械能源類382經(jīng)管類337化工化學類203數(shù)學類1208地理地質(zhì)類204外語類1029環(huán)境類405兩課類72—————————————前面主要是對數(shù)據(jù)的分析，下面我們比較人性化對出版社提出幾點建議，希望能給您帶來些幫助。附錄[1]生產(chǎn)計劃準確度表學科類別20012002200320042005數(shù)據(jù)偏差的平方和計劃可信度均值計劃可信度均值　計算機類經(jīng)管類數(shù)學類英語類兩課類機械、能源類化學、化工類地理、地質(zhì)類環(huán)境類[2]讀者滿意度表　2001200220032004200520012005期望平均計算機類滿意度期望滿意度方差經(jīng)管類滿意度期望滿意度方差數(shù)學類滿意度期望滿意度方差外語類滿意度期望滿意度方差兩課類滿意度期望滿意度方差機械、能源類滿意度期望滿意度方差化學、化工類滿意度期望滿意度方差地理、地質(zhì)類滿意度期望滿意度方差環(huán)境類滿意度期望滿意度方差[3]市場占有率分析 p3 = y=*6^*6^2+*6+y = p3 = y= *6^*6^2+ *6+y = p3 = y=*6^*6^2+ *6+y = p3 = y= *6^3+*6^2+*6+ y = y= *6^3+*6^2+*6+y = p3 = y=*6^*6^2+ *6+ y = p3 = y= *6^3+ *6^2 *6+y = p3 = y= *6^3+ *6^2 + *6+ y = p3 = y=*6^*6^2+ *6+y = [4]擬合函數(shù)的選取分析在對2006年各個出版分社的總銷售額進行預(yù)測的過程中，為了提高計算的精確度，我們對自變量（即年份）進行一定的縮放處理，即使用均值與標準差對其的數(shù)據(jù)進行規(guī)范化：X1=(xmean(x))/std(x)，同時對縱坐標（金額）做放縮處理，均縮小10^4,以萬元標記，然后用規(guī)范化后的數(shù)據(jù)進行一次，二次與三次多項式函數(shù)擬和，其三次擬合圖象與殘差圖象如下：,擬和程度最好。[5]銷售額圖像分析 p1 = y=*6^3+ *6^ *6+y = p1 = y= *6^3+ *6^ *6+y = p1 = y=*6^3+ *6^*6+y = +003p1 = y= *6^3+ *6^*6+y = p1 = y= *6^3+ *6^*6+y = p1 = y= *6^3+ *6^2+ *6+y = p1 = ?y= *6^ *6^2+ *6+y = p1 = y= *6^3+ *6^ *6+y = p1 = y= *6^ *6^2+*6+y = [6]Lingo軟件求解整數(shù)線性規(guī)劃程序 Model:Sets:mat/1..9/:c,M,h,w。ENDDATAmax=SUM(mat(i):c(i)*M(i))。M(3)w(3)。M(7)w(7)。M(2)h(2)。M(6)h(6)。M(1)1/2*h(1)。M(5)1/2*h(5)。M(9)1/2*h(9)。 。 sell=[ 。 ]。 。 cm=bijiao(correct)。 [M,N]=eig(cm)。 end temp(:,1)=(L./sum)39。 for j=1:9 sum=sum+L(j)。 sum=0。 L=M(:,2)39。 result(:,5)=temp*u39。y=p39。)p1=polyfit(x,y,3)p1 = xi=1::5。,xi,y1i,39。p=b*a/10^4。*39。*39。b=[2318 2556 3349 4396 53969752 10721 12574 17372 18689143217 148934 168829 222326 2774272600 2476 3285 4716 685210935 10286 14693 18132 1947819285 20412 25637 32397 503122106 2348 2736 3428 3814319 332 536 849 12453986 4012 6413 6225 681113113 12984 16688 20429 21324]39。subplot(2,2,1),plot(x,y,39。subplot(2,2,2),plot(x,y,39。) y= *6^3+ *6^ *6+y = +003 y=*6^3+ *6^*6+y = +003 clear a=[ ]。 x=1:1:5。) y= *6^3+ *6^*6+y = clear a=[ ]。 x=1:1:5。subplot(2,2,1),plot(x,y,39。subplot(2,2,2),plot(x,y,39。) y= *6^3+ *6^*6+y = clear b=[2550 3065 3662 5024 7749100 100 100 132 4351788 1843 2725 2552 33782858 4010 5325 5112 71011498 1580 1772 2680 30711920 1950 2170 3520 4243]39。y = x=1:1:5。subplot(2,2,1),plot(x,y,39。subplot(2,2,2),plot(x,y,39。) y= *6^3+ *6^2+ *6+y = clear a=[ ]。y = x=1:1:5。y1i=polyval(p1,xi)。39。y=p39。*39。*39。b=[909 1103 1392 1805 26001352 1302 1587 2135 25591425 1759 1890 2254 3305462 533 626 834 1734444 443 568 759 1209949 1182 1250 2038 2527]39。subplot(2,2,1),plot(x,y,39。subplot(2,2,2),plot(x,y,39。) y= *6^ *6^2+*6+y =