lpSum ausprobieren
In dieser Übung stellst du zwei Sorten Eiscreme her (Premium und Budget) und verwendest dafür Sahne, Vollmilch und Zucker. Die Premium-Version enthält mehr Sahne als die Budget-Version. Du möchtest die Mischung der Zutaten finden, die die Gesamtkosten der Zutaten minimiert.
| Zutat | $/Tasse |
|---|---|
| Sahne | $1.5 |
| Milch | $0.125 |
| Zucker | $0.10 |
Zwei Python-Listen namens prod_type und ingredient wurden bereits für dich erstellt, ebenso ein Dictionary var_dict mit den Entscheidungsvariablen des Modells. Du kannst sie in der Konsole erkunden.
Diese Übung ist Teil des Kurses
<Kurs>Supply Chain Analytics mit Python</Kurs>Übungsanweisungen
- Definiere die Zielfunktion mit
lpSum()per List Comprehension und den Informationen aus der obigen Tabelle. Iteriere über die Produkttypen und multipliziere die Dictionary-Variable mit den passenden Zutatenkosten.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Define Objective Function
model += lpSum([1.5 * var_dict[(i, 'cream')]
+ ____ * var_dict[(i, 'milk')]
+ ____ * var_dict[(i, ____)]
# Iterate over product types
for i in ____])