组件版设计器结合jsLPSolver实现规划求解 - part1

1、一个小故事
在开始本篇文章之前，先抛出一个小故事，大家可以思考下如何解决。

1948年6月24日，前苏联封锁了从东德到柏林的所有陆路和水路。组织了一次巨大的空运，使用美国和英国的飞机向西柏林超过 200 万人提供食物、衣服和其他物资。
其中美国飞机的货运容量为 30,000 立方英尺，可容纳人数为16人，每周成本费用为9000美元。
英国飞机的货运容量为 20,000 立方英尺，可容纳人数为8人，每周成本费用为5000美元。
为了打破苏联的封锁，西方盟国必须最大限度地提高货运能力，但受到以下限制：
1、最多只能使用 44 架飞机。
2、每周总费用可能超过 300,000 美元
3、飞机总人员不能超过 512 人。
请问为了最大化的提高货运能力，美国飞机和英国飞机的数量应该如何分配呢？

2、强大的功能：规划求解

仔细理解这个问题，需要考虑多种分配结果去计算最终的货运量，并通过比较找到最优值，如果靠人为去计算的话，是一个很复杂的过程。
在Excel中有个强大的功能：规划求解，可以利用这一功能自动计算最大货运量，可谓是”计算神器“。
我们先根据已知条件列个表，便于计算。

通过规划求解功能，计算结果如下：

具体计算过程这里就不介绍了，大家可以自行搜索学习下如何操作规划求解。（附件提供了图片所示excel文件）

3、jsLPSolver
这个时候可能就有小伙伴想到了，既然规划求解功能这么强大，SpreadJS支持此功能吗？
规划求解虽然使用起来很方便，但内部计算机制很是复杂，SpreadJS目前还不支持此功能，正在努力钻研中。
但是~
在gitHub上有一个开源项目jsLPSolver，可以实现简单的规划求解，
使用方式也很简单，按照一定的结构写好model，再使用Solve方法进行计算，就可以获取到指定条件下的最优计算结果了。
官方示例代码：

1. var solver = require("./src/solver"),
   
2.   results,
   
3.   model = {
   
4.     "optimize": "capacity",
   
5.     "opType": "max",
   
6.     "constraints": {
   
7.         "plane": {"max": 44},
   
8.         "person": {"max": 512},
   
9.         "cost": {"max": 300000}
   
10.     },
    
11.     "variables": {
    
12.         "brit": {
    
13.             "capacity": 20000,
    
14.             "plane": 1,
    
15.             "person": 8,
    
16.             "cost": 5000
    
17.         },
    
18.         "yank": {
    
19.             "capacity": 30000,
    
20.             "plane": 1,
    
21.             "person": 16,
    
22.             "cost": 9000
    
23.         }
    
24.     },
    
25. };
    
26. 
    
27. results = solver.Solve(model);
    
28. console.log(results);

复制代码

输出结果：

1. {feasible: true, brit: 24, yank: 20, result: 1080000}

复制代码

可以看到与Excel的计算结果是一致的。
具体大家点击下方地址进行学习：
https://github.com/JWally/jsLPSolver#readme

那么是否可以利用组件版设计器强大灵活的自定制能力，实现一个简单的规划求解功能呢？
我们来测试下......

感兴趣的小伙伴可以点击下方链接学习：
SpreadJS结合jsLPSolver实现规划求解 - part2