বিষয়বস্তু
"সমাধানের জন্য অনুসন্ধান করুন" হল একটি এক্সেল অ্যাড-ইন, যার মাধ্যমে নির্দিষ্ট বিধিনিষেধের উপর ভিত্তি করে সমস্যার সেরা সমাধান বেছে নেওয়া সম্ভব। ফাংশন কর্মীদের সময়সূচী, খরচ বা বিনিয়োগ বিতরণ করা সম্ভব করে তোলে। এই বৈশিষ্ট্যটি কীভাবে কাজ করে তা জানলে আপনার সময় এবং শ্রম সাশ্রয় হবে।
সমাধান জন্য অনুসন্ধান কি
এক্সেলের অন্যান্য বিকল্পগুলির সাথে একত্রে, একটি কম জনপ্রিয়, কিন্তু অত্যন্ত প্রয়োজনীয় ফাংশন রয়েছে "সমাধানের জন্য অনুসন্ধান করুন"। এটি খুঁজে পাওয়া সহজ নয় তা সত্ত্বেও, এটি জানা এবং এটি ব্যবহার করা অনেক সমস্যা সমাধানে সহায়তা করে। বিকল্পটি ডেটা প্রক্রিয়া করে এবং অনুমোদিতগুলি থেকে সর্বোত্তম সমাধান দেয়। নিবন্ধটি বর্ণনা করে কিভাবে একটি সমাধানের জন্য অনুসন্ধান সরাসরি কাজ করে।
"সমাধানের জন্য অনুসন্ধান করুন" বৈশিষ্ট্যটি কীভাবে চালু করবেন
কার্যকারিতা সত্ত্বেও, প্রশ্নে থাকা বিকল্পটি টুলবার বা প্রসঙ্গ মেনুতে একটি বিশিষ্ট স্থানে নেই। বেশিরভাগ ব্যবহারকারী যারা এক্সেলে কাজ করেন তারা এর উপস্থিতি সম্পর্কে সচেতন নন। ডিফল্টরূপে, এই ফাংশনটি নিষ্ক্রিয় থাকে, এটি প্রদর্শন করতে, নিম্নলিখিত ক্রিয়াগুলি সম্পাদন করুন:
- উপযুক্ত নামের উপর ক্লিক করে "ফাইল" খুলুন।
- "সেটিংস" বিভাগে ক্লিক করুন।
- তারপর "অ্যাড-অন" উপবিভাগটি নির্বাচন করুন। প্রোগ্রামের সমস্ত অ্যাড-অন এখানে প্রদর্শিত হবে, শিলালিপি "ব্যবস্থাপনা" নীচে প্রদর্শিত হবে। এর ডানদিকে একটি পপ-আপ মেনু থাকবে যেখানে আপনাকে "এক্সেল অ্যাড-ইনস" নির্বাচন করতে হবে। তারপর "যান" এ ক্লিক করুন।
- একটি অতিরিক্ত উইন্ডো "অ্যাড-ইনস" মনিটরে প্রদর্শিত হবে। পছন্দসই ফাংশনের পাশের বাক্সটি চেক করুন এবং ঠিক আছে ক্লিক করুন।
- পছন্দসই ফাংশনটি "ডেটা" বিভাগের ডানদিকের রিবনে প্রদর্শিত হবে।
মডেল সম্পর্কে
এই তথ্যটি তাদের জন্য অত্যন্ত উপযোগী হবে যারা শুধু "অপ্টিমাইজেশন মডেল" ধারণার সাথে পরিচিত হচ্ছেন। "সমাধানের জন্য অনুসন্ধান করুন" ব্যবহার করার আগে, মডেল তৈরির পদ্ধতিগুলির উপর উপকরণগুলি অধ্যয়ন করার পরামর্শ দেওয়া হয়:
- বিবেচনাধীন বিকল্পটি বিনিয়োগের জন্য তহবিল বরাদ্দ করার জন্য, প্রাঙ্গনে লোড করা, পণ্য সরবরাহ করা বা অন্যান্য ক্রিয়াকলাপ যেখানে সর্বোত্তম সমাধান খুঁজে বের করা প্রয়োজন সেখানে সর্বোত্তম পদ্ধতি সনাক্ত করা সম্ভব করবে।
- এই ধরনের পরিস্থিতিতে "অনুকূল পদ্ধতি" এর অর্থ হবে: আয় বৃদ্ধি, খরচ হ্রাস, গুণমান উন্নত করা ইত্যাদি।
সাধারণ অপ্টিমাইজেশন কাজ:
- একটি উত্পাদন পরিকল্পনা নির্ধারণ, যার সময় মুক্তিপ্রাপ্ত পণ্য বিক্রয় থেকে লাভ সর্বাধিক হবে।
- পরিবহন মানচিত্র নির্ধারণ, যে সময়ে পরিবহন খরচ কমানো হয়।
- বিভিন্ন ধরণের কাজের জন্য বেশ কয়েকটি মেশিন বিতরণের জন্য অনুসন্ধান করুন, যাতে উত্পাদন ব্যয় হ্রাস পায়।
- কাজ শেষ করার জন্য স্বল্পতম সময় নির্ধারণ।
গুরুত্বপূর্ণ! কাজটি আনুষ্ঠানিক করার জন্য, একটি মডেল তৈরি করা প্রয়োজন যা বিষয় এলাকার প্রধান পরামিতিগুলিকে প্রতিফলিত করে। এক্সেলে, একটি মডেল হল সূত্রের একটি সেট যা ভেরিয়েবল ব্যবহার করে। বিবেচিত বিকল্পটি এমন সূচকগুলির জন্য দেখায় যে উদ্দেশ্য ফাংশনটি নির্দিষ্ট মানের চেয়ে বড় (কম) বা সমান।
প্রস্তুতিমূলক পর্যায়
রিবনে একটি ফাংশন স্থাপন করার আগে, আপনাকে বুঝতে হবে বিকল্পটি কীভাবে কাজ করে। উদাহরণস্বরূপ, টেবিলে নির্দেশিত পণ্য বিক্রির তথ্য রয়েছে। টাস্ক হল প্রতিটি আইটেমের জন্য একটি ডিসকাউন্ট বরাদ্দ করা, যা 4.5 মিলিয়ন রুবেল হবে। প্যারামিটারটি টার্গেট নামক সেলের ভিতরে প্রদর্শিত হয়। এটির উপর ভিত্তি করে, অন্যান্য পরামিতিগুলি গণনা করা হয়।
আমাদের কাজ হবে ডিসকাউন্ট গণনা করা যার দ্বারা বিভিন্ন পণ্যের বিক্রয়ের যোগফলকে গুণ করা হয়। এই 2 টি উপাদান এই মত লিখিত একটি সূত্র দ্বারা সংযুক্ত করা হয়: =D13*$G$2. যেখানে D13-এ বাস্তবায়নের জন্য মোট পরিমাণ লেখা আছে, এবং $G$2 হল কাঙ্ক্ষিত উপাদানের ঠিকানা।
ফাংশন ব্যবহার করে এবং এটি সেট আপ
সূত্রটি প্রস্তুত হলে, আপনাকে সরাসরি ফাংশনটি ব্যবহার করতে হবে:
- আপনাকে "ডেটা" বিভাগে যেতে হবে এবং "সমাধানের জন্য অনুসন্ধান করুন" এ ক্লিক করতে হবে।
- "বিকল্পগুলি" খুলবে, যেখানে প্রয়োজনীয় সেটিংস সেট করা আছে। "অবজেক্টিভ ফাংশন অপ্টিমাইজ করুন:" লাইনে আপনাকে সেই সেলটি নির্দিষ্ট করতে হবে যেখানে ডিসকাউন্টের যোগফল প্রদর্শিত হবে। স্থানাঙ্কগুলি নিজেই নির্ধারণ করা বা নথি থেকে বেছে নেওয়া সম্ভব।
- এর পরে, আপনাকে অন্যান্য পরামিতিগুলির সেটিংসে যেতে হবে। "প্রতি:" বিভাগে, সর্বোচ্চ এবং সর্বনিম্ন সীমা বা একটি সঠিক সংখ্যা সেট করা সম্ভব।
- তারপর "ভেরিয়েবলের মান পরিবর্তন করা:" ক্ষেত্রটি পূর্ণ হয়। এখানে কাঙ্খিত ঘরের ডেটা প্রবেশ করানো হয়েছে, যার মধ্যে একটি নির্দিষ্ট মান রয়েছে। স্থানাঙ্কগুলি স্বাধীনভাবে নিবন্ধিত হয় বা নথির সংশ্লিষ্ট কক্ষে ক্লিক করা হয়।
- তারপর ট্যাব "নিষেধাজ্ঞা অনুযায়ী:" সম্পাদনা করা হয়, যেখানে প্রয়োগ করা ডেটার উপর সীমাবদ্ধতা সেট করা হয়। উদাহরণস্বরূপ, দশমিক ভগ্নাংশ বা ঋণাত্মক সংখ্যা বাদ দেওয়া হয়।
- এর পরে, একটি উইন্ডো খোলে যা আপনাকে গণনায় সীমাবদ্ধতা যুক্ত করতে দেয়। প্রারম্ভিক লাইনে একটি ঘর বা একটি সম্পূর্ণ পরিসরের স্থানাঙ্ক রয়েছে। টাস্কের শর্তাবলী অনুসরণ করে, পছন্দসই ঘরের ডেটা নির্দেশিত হয়, যেখানে ডিসকাউন্ট সূচকটি প্রদর্শিত হয়। তারপর তুলনা চিহ্ন নির্ধারণ করা হয়। এটি "এর চেয়ে বড় বা সমান" সেট করা হয়েছে যাতে চূড়ান্ত মানটি বিয়োগ চিহ্নের সাথে না হয়। এই পরিস্থিতিতে 3 লাইনে সেট করা "সীমা" হল 0। এটি "যোগ" দিয়ে একটি সীমা সেট করাও সম্ভব। পরবর্তী ধাপগুলো একই।
- উপরের ধাপগুলি সম্পন্ন হলে, সেট সীমাটি বৃহত্তম লাইনে প্রদর্শিত হবে। তালিকাটি বড় হতে পারে এবং গণনার জটিলতার উপর নির্ভর করবে, তবে, একটি নির্দিষ্ট পরিস্থিতিতে, 1টি শর্ত যথেষ্ট।
- এছাড়াও, অন্যান্য উন্নত সেটিংস নির্বাচন করা সম্ভব। নীচের ডানদিকে একটি বিকল্প রয়েছে "বিকল্পগুলি" যা আপনাকে এটি করতে দেয়।
- সেটিংসে, আপনি "সীমাবদ্ধতা নির্ভুলতা" এবং "সমাধান সীমা" সেট করতে পারেন। আমাদের পরিস্থিতিতে, এই বিকল্পগুলি ব্যবহার করার কোন প্রয়োজন নেই।
- সেটিংস সম্পূর্ণ হয়ে গেলে, ফাংশনটি নিজেই শুরু হয় - "একটি সমাধান খুঁজুন" এ ক্লিক করুন।
- প্রোগ্রামটি প্রয়োজনীয় গণনা সম্পাদন করার পরে এবং প্রয়োজনীয় কক্ষগুলিতে চূড়ান্ত গণনা জারি করে। তারপরে ফলাফল সহ একটি উইন্ডো খোলে, যেখানে ফলাফলগুলি সংরক্ষিত/বাতিল করা হয় বা অনুসন্ধান পরামিতিগুলি একটি নতুন অনুসারে কনফিগার করা হয়। যখন ডেটা প্রয়োজনীয়তাগুলি পূরণ করে, তখন পাওয়া সমাধানটি সংরক্ষণ করা হয়। আপনি যদি আগে থেকে "সমাধান অনুসন্ধান বিকল্পগুলির ডায়ালগ বক্সে ফিরে যান" বাক্সটি চেক করেন, তাহলে ফাংশন সেটিংস সহ একটি উইন্ডো খুলবে৷
- গণনাগুলি ভুল বলে প্রমাণিত হওয়ার সম্ভাবনা রয়েছে বা অন্যান্য সূচকগুলি পাওয়ার জন্য প্রাথমিক ডেটা পরিবর্তন করার প্রয়োজন রয়েছে। এমন পরিস্থিতিতে, আপনাকে সেটিংস উইন্ডোটি পুনরায় খুলতে হবে এবং তথ্যটি দুবার পরীক্ষা করতে হবে।
- ডেটা সঠিক হলে, একটি বিকল্প পদ্ধতি ব্যবহার করা যেতে পারে। এই উদ্দেশ্যে, আপনাকে বর্তমান বিকল্পে ক্লিক করতে হবে এবং প্রদর্শিত তালিকা থেকে সবচেয়ে উপযুক্ত পদ্ধতি নির্বাচন করতে হবে:
- অরৈখিক সমস্যার জন্য একটি সাধারণ গ্রেডিয়েন্ট ব্যবহার করে একটি সমাধান খোঁজা। ডিফল্টরূপে, এই বিকল্পটি ব্যবহার করা হয়, তবে এটি অন্যদের ব্যবহার করা সম্ভব।
- সিমপ্লেক্স পদ্ধতির উপর ভিত্তি করে রৈখিক সমস্যার সমাধান খোঁজা।
- একটি কাজ সম্পূর্ণ করতে বিবর্তনীয় অনুসন্ধান ব্যবহার করে।
মনোযোগ! যখন উপরের বিকল্পগুলি টাস্কের সাথে মানিয়ে নিতে ব্যর্থ হয়, তখন আপনার সেটিংসে ডেটা আবার পরীক্ষা করা উচিত, কারণ এটি প্রায়শই এই জাতীয় কাজের প্রধান ভুল।
- যখন পছন্দসই ছাড় পাওয়া যায়, তখন প্রতিটি আইটেমের জন্য ছাড়ের পরিমাণ গণনা করতে এটি প্রয়োগ করা বাকি থাকে। এই উদ্দেশ্যে, "ছাড়ের পরিমাণ" কলামের প্রাথমিক উপাদানটি হাইলাইট করা হয়, সূত্রটি লেখা হয় «=D2*$G$2» এবং "এন্টার" টিপুন। ডলারের চিহ্নগুলি নীচে রাখা হয় যাতে সূত্রটি সংলগ্ন লাইনগুলিতে প্রসারিত হয়, G2 পরিবর্তন না হয়।
- প্রাথমিক আইটেমের জন্য ছাড়ের পরিমাণ এখন পাওয়া যাবে। তারপরে আপনার কার্সারটিকে ঘরের কোণে নিয়ে যাওয়া উচিত, যখন এটি একটি "প্লাস" হয়ে যায়, তখন LMB টিপানো হয় এবং সূত্রটি প্রয়োজনীয় লাইনগুলিতে প্রসারিত হয়।
- এর পরে, টেবিলটি অবশেষে প্রস্তুত হবে।
লোড/সংরক্ষণ অপশন
বিভিন্ন সীমাবদ্ধতা বিকল্প প্রয়োগ করার সময় এই বিকল্পটি কার্যকর।
- সমাধান সন্ধানকারী বিকল্প মেনুতে, লোড/সংরক্ষণ করুন ক্লিক করুন।
- মডেল এলাকার জন্য পরিসীমা লিখুন এবং সংরক্ষণ বা লোড ক্লিক করুন.
মডেলটি সংরক্ষণ করার সময়, একটি রেফারেন্স একটি খালি কলামের 1 ঘরে প্রবেশ করা হয় যেখানে অপ্টিমাইজেশান মডেলটি স্থাপন করা হবে। মডেল লোড করার সময়, একটি রেফারেন্স সম্পূর্ণ পরিসরে প্রবেশ করানো হয় যাতে অপ্টিমাইজেশান মডেল থাকে।
গুরুত্বপূর্ণ! সমাধান বিকল্প মেনুতে শেষ সেটিংস সংরক্ষণ করতে, একটি ওয়ার্কবুক সংরক্ষিত হয়। এর প্রতিটি শীটের নিজস্ব সল্ভার অ্যাড-ইন বিকল্প রয়েছে। এছাড়াও, পৃথক কাজগুলি সংরক্ষণ করার জন্য "লোড বা সংরক্ষণ করুন" বোতামে ক্লিক করে একটি শীটের জন্য 1টির বেশি টাস্ক সেট করা সম্ভব।
Solver ব্যবহার করার একটি সহজ উদাহরণ
পাত্রে পাত্রে লোড করা প্রয়োজন যাতে তার ভর সর্বাধিক হয়। ট্যাঙ্কের আয়তন 32 কিউবিক মিটার। মি একটি ভরা বাক্সের ওজন 20 কেজি, এর আয়তন 0,15 কিউবিক মিটার। মি বাক্স - 80 কেজি এবং 0,5 ঘন। মি এটি প্রয়োজনীয় যে মোট পাত্রের সংখ্যা কমপক্ষে 110 পিসি। তথ্য এই মত সংগঠিত হয়:
মডেল ভেরিয়েবল সবুজ চিহ্নিত করা হয়. উদ্দেশ্য ফাংশন লাল হাইলাইট করা হয়. সীমাবদ্ধতা: ক্ষুদ্রতম সংখ্যক পাত্র দ্বারা (110 এর চেয়ে বেশি বা সমান) এবং ওজন দ্বারা (=SUMPRODUCT(B8:C8,B6:C6) - পাত্রে মোট ট্যায়ার ওজন।
সাদৃশ্য অনুসারে, আমরা মোট আয়তন বিবেচনা করি: =SUMPRODUCT(B7:C7,B8:C8). পাত্রের মোট ভলিউমের একটি সীমা নির্ধারণ করার জন্য এই জাতীয় সূত্রটি প্রয়োজনীয়। তারপর, "একটি সমাধানের জন্য অনুসন্ধান করুন" এর মাধ্যমে, ভেরিয়েবল, সূত্র এবং সূচকগুলি (বা নির্দিষ্ট কক্ষের লিঙ্ক) সহ উপাদানগুলিতে লিঙ্কগুলি প্রবেশ করানো হয়। অবশ্যই, পাত্রের সংখ্যা একটি পূর্ণসংখ্যা (এটি একটি সীমাবদ্ধতাও)। আমরা "একটি সমাধান খুঁজুন" টিপুন, যার ফলে মোট ভর সর্বাধিক হলে এবং সমস্ত বিধিনিষেধ বিবেচনায় নেওয়া হলে আমরা এই জাতীয় অনেকগুলি পাত্র খুঁজে পাই।
সমাধানের জন্য অনুসন্ধান সমাধান খুঁজে পেতে ব্যর্থ হয়েছে
এই ধরনের একটি বিজ্ঞপ্তি পপ আপ হয় যখন প্রশ্নে থাকা ফাংশনটি পরিবর্তনশীল স্কোরের সমন্বয় খুঁজে পায় না যা প্রতিটি সীমাবদ্ধতাকে সন্তুষ্ট করে। সিমপ্লেক্স পদ্ধতি ব্যবহার করার সময়, এটি খুব সম্ভব যে কোন সমাধান নেই।
যখন অরৈখিক সমস্যাগুলি সমাধানের জন্য একটি পদ্ধতি ব্যবহার করা হয়, ভেরিয়েবলের প্রাথমিক সূচকগুলি থেকে শুরু করে সমস্ত ক্ষেত্রে, এটি ইঙ্গিত দেয় যে সম্ভাব্য সমাধানটি এই ধরনের পরামিতিগুলি থেকে অনেক দূরে। আপনি যদি ভেরিয়েবলের অন্যান্য প্রাথমিক সূচকের সাথে ফাংশনটি চালান, তাহলে সম্ভবত একটি সমাধান আছে।
উদাহরণস্বরূপ, নন-লিনিয়ার পদ্ধতি ব্যবহার করার সময়, ভেরিয়েবল সহ টেবিলের উপাদানগুলি পূরণ করা হয়নি এবং ফাংশনটি সমাধান খুঁজে পায়নি। এর মানে এই নয় যে সমাধান নেই। এখন, একটি নির্দিষ্ট মূল্যায়নের ফলাফল বিবেচনায় নিয়ে, অন্যান্য ডেটা উপাদানগুলিতে প্রবেশ করানো হয় ভেরিয়েবল সহ যা প্রাপ্তদের কাছাকাছি।
যে কোনও পরিস্থিতিতে, আপনাকে প্রাথমিকভাবে একটি সীমাবদ্ধতার দ্বন্দ্বের অনুপস্থিতির জন্য মডেলটি পরীক্ষা করা উচিত। প্রায়শই, এটি অনুপাতের অনুপযুক্ত নির্বাচন বা সীমাবদ্ধ সূচকের সাথে আন্তঃসংযুক্ত হয়।
উপরের উদাহরণে, সর্বোচ্চ ভলিউম নির্দেশক হল 16 ঘনমিটার। m এর পরিবর্তে 32, কারণ এই ধরনের সীমাবদ্ধতা ন্যূনতম সংখ্যক আসনের সূচকের বিরোধিতা করে, যেহেতু এটি 16,5 ঘনমিটারের সংখ্যার সাথে মিলিত হবে। মি
উপসংহার
এর উপর ভিত্তি করে, এক্সেলের "একটি সমাধানের জন্য অনুসন্ধান করুন" বিকল্পটি নির্দিষ্ট সমস্যাগুলি সমাধান করতে সাহায্য করবে যা স্বাভাবিক উপায়ে সমাধান করা বরং কঠিন বা অসম্ভব। এই পদ্ধতিটি প্রয়োগ করার অসুবিধা হল যে প্রাথমিকভাবে এই বিকল্পটি লুকানো থাকে, যে কারণে বেশিরভাগ ব্যবহারকারী এটির উপস্থিতি সম্পর্কে সচেতন নন। উপরন্তু, ফাংশনটি শেখা এবং ব্যবহার করা বেশ কঠিন, তবে সঠিক গবেষণার সাথে, এটি দুর্দান্ত সুবিধা নিয়ে আসবে এবং গণনাকে সহজতর করবে।