现在，我们准备为电子表格模型引入更多复杂功能。由于每个人的 Excel 背景不同，我们将回顾一些基本功能和特性以及更高级的技术。 本模块涵盖了更多的建模过程，包括一些鲜为人知但特别有用的 Excel 函数和工具。但请记住，本课程的目的不是 "如何使用 "Excel。相反，本课程的重点和目的是利用这些功能深入了解实际业务问题。

在本模块中，通过曲线拟合或回归分析来估计变量之间关系的建模概念被用于解决现实的商业问题。将介绍不同的回归曲线，并对哪条曲线最适合帮助维护模型进行数学分析。这不仅有助于理解建模技术，还有助于理解使用哪种模型背后的原理。

在本模块中，我们将介绍电子表格优化，这是一种最强大、最灵活的定量分析方法。 这里介绍的优化的具体类型是线性规划（LP），它被各种类型的组织用来解决各种各样的问题。 通过本课程中的示例，您将看到线性规划被用于劳动力调度、库存管理、广告、财务、运输、人员配备等问题。本模块的目标是向您介绍 LP 的基本要素、它可以解决的问题类型以及如何在 excel 中模拟 LP 问题。

本模块提供了更多可使用线性规划（LP）建模的问题实例，特别是运输和分配问题。 基本的运输问题涉及寻找最佳（通常是成本最低）方式，将货物从货源地（如工厂）配送到最终目的地（如零售店）。 分派问题则涉及找到将个人或设备一对一地分派到项目或工作的最佳方式（通常成本最低）。使用 Solver，我们将利用这些 LP 问题的特殊结构，高效地找到解决复杂业务问题的最佳方案。

本模块介绍了另一个重要的数学线性规划模型子集，当对 LP 模型的某些基本假设进行或多或少的限制时，就会产生这些模型。 例如，将决策变量限制为整数，就会产生整数编程过程。 将决策变量限制为 0 或 1 则会导致二进制编程。 最后，我们将了解如何利用本课程的技能来解决涉及非线性模型的更复杂问题。