LoslegenKostenlos starten

Simulationstest des kapazitierten Modells

Führe die Fallstudie zum Capacitated Plant Location Model eines Autoherstellers fort. Das PuLP-Modell wurde für dich fertiggestellt und gelöst. Es ist in der Variable model gespeichert. Die Entscheidungsvariablen x und y stehen jeweils für die Produktionsmengen der verschiedenen Regionen und dafür, ob ein Werk geöffnet wird. Zusätzlich wurden zwei Python-Listen loc und size erstellt, die die verschiedenen Standorte und die zwei Typen von Werkskapazitäten enthalten. Abschließend wurden die Eingabedaten für das Modell zur Referenz in der Konsole ausgegeben.

Diese Übung ist Teil des Kurses

<Kurs>Supply Chain Analytics mit Python</Kurs>
Kurs ansehen

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Define Objective
model += (lpSum([fix_cost.loc[i,s] * y[(i,s)] for s in size for i in loc])
          + lpSum([(var_cost.loc[i,j] + ____)*x[(i,j)] 
                   for i in loc for j in loc]))
Code bearbeiten und ausführen