1. 案例定位

分析實務案例 8.1。以加拿大足球聯盟(Canadian Football League, CFL)排程說明 Excel Solver 如何平衡多方需求、營運限制與排程優先順序。

2. 學習目標

理解排程最佳化、模型線性化、決策規模擴張與多目標優先順序。

3. 案例情境

CFL 需要在 5 個月內安排 9 支球隊的 81 場比賽,同時兼顧售票、轉播收視、休息天數、時區、連續賽事與傳統對戰安排。

4. 開始資料

原書設定 數值/內容
比賽場次 81 場
球隊 9 支
球季期間 5 個月
模型規模 約 200 個決策 → 8,000 個決策
優先順序 球隊休息天數 → 售票收入 → 頻道收視
其他限制 時區、不可重疊的雙重賽程、勞動節傳統對戰等

5. 分析方法

使用 Excel Solver/Premium Solver 建立排程模型,將原本非線性的問題重新表達為可求解的線性問題,再依利害關係人的優先順序與營運限制搜尋較佳賽程。

6. 計算結果

原書沒有提供逐場最佳賽程或新增收入數字;結果描述為提高利害關係人滿意度、售票表現與電視收視,並產生當時被認為非常先進的球季排程。

7. 結果分析與管理解讀

案例顯示,試算表最佳化可以從小型模型擴展到數千個決策。真正困難之處在於把商業規則明確寫成限制條件,而不只是操作 Solver。

8. AI 提問詞

依 81 場比賽、9 支球隊、5 個月、200→8,000 個決策與三項優先順序,建立排程模型的決策變數、目標與限制條件清單;不得虛構收入增加幅度。

9. 思考/假設情境

問題: 若新增一項強制休息天數規則,是否可以直接沿用舊解?

參考解答: 不可以。新的規則會改變可行解範圍,必須更新限制條件並重新求解。

10. 資料說明