我正在处理一个项目，我想知道关于 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。这意味着一个人购买产品的概率是不同的。假设我有 2 个客户和 6 个产品。对于第一个客户，第一个产品的概率是 0.5，第二个产品的概率是 0.3，等等……所以我想最大化我的利润，我知道每种产品的收入。我的问题是如何根据这些概率选择最有利可图的产品。显然，必须有一种使用这些概率的方法。在项目中，它们只是给出概率，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。
我不清楚您要为其获取值的决策变量是什么。我猜您正在尝试查找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索引 - 如果这是您正在处理的模型类型，这似乎更正常，例如：
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……另外，我可能对这里的术语玩得又快又松，但我想至少了解一个简单的开始方法。一旦你有你需要的东西，你就可以扩展模型或研究更复杂的不确定性处理，可能更复杂地处理条件概率，使用多个场景等。
为了包括概率，实现这一点的一个简单方法是考虑期望值，它可以简单地被认为是价值乘以它的概率，因此在此基础上，概率为 0.3 的 100 美元的销售只有 30 美元的期望值，而概率为 0.5 的 80 美元的不同销售预期为 40 美元，因此更有价值。这是你要找的那种推理吗？
如果这可以作为初始方法，那么您可以尝试以下方法：
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]);