基于引力模型的会员任务分配优化算法及Python实现

import pandas as pd
import numpy as np
from scipy.optimize import minimize

# 读取Excel文件
data = pd.read_excel('D:\\pythonProject3\\会员信息\\附件二：会员信息数据.xlsx')

# 提取所需列数据
item_price = data['任务标价']
member_quota = data['预订任务限额']
distance = np.sqrt((data['商品GPS纬度'] - data['会员GPS纬度'])**2 + (data['商品GPS经度'] - data['会员GPS经度'])**2)

# 定义目标函数：最小化引力子
def objective(x):
    k, n, m = x
    return np.sum(k * item_price * (member_quota**m) / distance**n)

# 定义约束条件：引力子值大于等于1
def constraint(x):
    k, n, m = x
    return k * item_price * (member_quota**m) / distance**n - 1

# 设置初始值
x0 = np.array([1, 1, 1])

# 求解最小值
result = minimize(objective, x0, constraints={'type': 'ineq', 'fun': constraint})

# 输出结果
k, n, m = result.x
y_min = result.fun
print('最小引力子y的值为：', y_min)
print('常量k的值为：', k)
print('常量n的值为：', n)
print('常量m的值为：', m)

# 输出带常量的公式
print('带常量的公式为：y = {} * q1 * (q2^{}) / r^{}'.format(k, m, n))