Progress或Python实现Excel Solver等价功能求解公式未知参数B8

这个问题本质是单变量连续非线性方程的求根问题，不需要依赖Excel Solver，在Python、Progress OpenEdge环境下都可以独立实现，求解精度和Excel Solver基本一致。

前置准备：先明确方程对应关系 #

把原Excel公式做简化整理，降低计算复杂度：

• 已知固定量：目标计算结果（示例值150）、常量单元格B11、常量单元格B14
• 待求未知量：B8
• 公式简化逻辑：令 r = (100 - B8)/200，原公式本质是典型的现金流现值计算式，求解r即可反推 B8 = 100 - 200*r，计算过程中只要规避r=0（即B8=100）的除零边界即可。

Python 实现方案 #

使用scipy内置的鲁棒求根算法即可快速得到稳定解，无需手动实现复杂迭代逻辑。

实现步骤 #

1. 安装依赖：pip install scipy numpy
2. 代入自己的固定常量值，运行如下代码：

import numpy as np
from scipy.optimize import brentq

# 替换为你实际业务中的固定常量值
target_output = 150   # 公式的已知最终计算结果
B11_const = 20        # 固定B11值
B14_const = 5         # 固定B14值

def root_equation(B8):
    # 处理B8=100时的除零边界
    if np.isclose(B8, 100):
        return B11_const * B14_const + 100 - target_output
    r = (100 - B8) / 200
    discount = 1 / (1 + r)
    annuity_value = B11_const * (1 - discount ** B14_const) / r
    terminal_value = 100 * (discount ** B14_const)
    return annuity_value + terminal_value - target_output

# 在合理业务区间（B8取值0-100）内求解
B8_result = brentq(root_equation, a=0, b=100)
print(f"求解得到的B8值为：{B8_result:.4f}")

方案说明 #

brentq算法结合了二分法、割线法的优势，只要给定的求解区间两端函数值异号，就能稳定收敛到正确解，不存在梯度类算法容易陷入局部最优的问题，计算结果和Excel Solver的差异通常小于1e-6。

Progress OpenEdge 实现方案 #

Progress没有内置的成熟求根工具，可以基于二分法实现纯ABL的求解逻辑，代码量少、稳定性高，无需引入外部依赖。

实现逻辑 #

1. 划定合理的B8求解区间（通常取0-100，匹配业务实际取值范围）
2. 单独实现和Excel公式计算逻辑完全一致的函数，支持传入任意B8值计算对应输出结果
3. 迭代缩小区间范围，直到求解精度满足业务要求（可设置为和Excel Solver一致的0.0001级精度）

可直接运行的代码片段 #

/* 替换为实际业务常量 */
DEFINE VARIABLE target_output AS DECIMAL   NO-UNDO INITIAL 150.
DEFINE VARIABLE B11_const     AS DECIMAL   NO-UNDO INITIAL 20.
DEFINE VARIABLE B14_const     AS INTEGER   NO-UNDO INITIAL 5.
DEFINE VARIABLE low_bound     AS DECIMAL   NO-UNDO INITIAL 0.
DEFINE VARIABLE high_bound    AS DECIMAL   NO-UNDO INITIAL 100.
DEFINE VARIABLE mid_B8        AS DECIMAL   NO-UNDO.
DEFINE VARIABLE calc_diff     AS DECIMAL   NO-UNDO.
DEFINE VARIABLE precision     AS DECIMAL   NO-UNDO INITIAL 0.00001.

/* 按Excel公式逻辑计算给定B8对应的输出值 */
FUNCTION calc_excel_formula RETURNS DECIMAL (INPUT B8_val AS DECIMAL):
    DEFINE VARIABLE r AS DECIMAL NO-UNDO.
    DEFINE VARIABLE discount AS DECIMAL NO-UNDO.
    r = (100 - B8_val) / 200.
    /* 处理r=0的除零边界 */
    IF r = 0 THEN
        RETURN B11_const * B14_const + 100.
    discount = 1 / (1 + r).
    RETURN (
        B11_const * (1 - discount ** B14_const) / r
        + 100 * (discount ** B14_const)
    ).
END.

/* 二分迭代求解 */
REPEAT:
    mid_B8 = (low_bound + high_bound) / 2.
    calc_diff = calc_excel_formula(mid_B8) - target_output.

    /* 精度达标就退出循环 */
    IF ABS(high_bound - low_bound) < precision THEN LEAVE.

    /* 按差值方向缩小区间 */
    IF calc_diff > 0 THEN
        low_bound = mid_B8.
    ELSE
        high_bound = mid_B8.
END.

MESSAGE "求解得到的B8值为：" mid_B8
        VIEW-AS ALERT-BOX INFORMATION.

方案说明 #

二分法的收敛过程完全可控，不会出现算法跑飞的情况，最终求解结果和Excel Solver的误差可以控制在1e-4以内，完全满足日常业务计算的精度要求。

注意事项 #

• 求解前先确认给定的目标值是否在函数的取值范围内：如果B8在0-100的合法区间内，公式的最大/最小输出都小于目标值，就会出现无解情况，需要先核对输入常量是否正确。
• 务必处理B8=100时的除零边界，避免程序触发运行时错误。
• 求解区间不要设置得过宽，尽量匹配业务实际的B8取值范围，避免求到不符合业务逻辑的非预期解。

内容的提问来源于stack exchange，提问作者Radek