LoslegenKostenlos starten

Übung zu Schattenpreis und Slack, Teil 2

In dieser Übung arbeitest du an einem Produktionsplan für ein Unternehmen über die nächsten 4 Monate. Dein Ziel ist zu bestimmen, wie viel produziert werden soll, um die Produktionskosten (fix + variabel) und Lagerkosten zu minimieren und gleichzeitig die Kundennachfrage zu erfüllen. Es gibt Nebenbedingungen für Produktionskapazität und Nachfrage in jedem Monat.

Diese Übung ist Teil des Kurses

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

Übungsanweisungen

Vervollständige unten im Beispielcode den Abschnitt, der ein Pandas DataFrame erstellt, das das Slack der Nebenbedingungen zeigt.

Interaktive praktische Übung

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

model = LpProblem("Production Planning", LpMinimize)
time = [1, 2, 3, 4]
s = LpVariable.dicts("stock_in", [0, 1, 2, 3, 4], lowBound=0, cat="Integer")
x = LpVariable.dicts("prod_in", time, lowBound=0, cat="Integer")
y = LpVariable.dicts("plant_on_", time, lowBound=0, cat="Binary")
model += lpSum([d.loc[t,"unit_prod"]*x[t] + d.loc[t,"unit_inv"]*s[t] 
                + d.loc[t,"fixed_setup"]*y[t] for t in time])
s[0] = 100
for t in time:
    model += s[t-1] + x[t] == d.loc[t,"demand"] + s[t]
    model += x[t] <= d.loc[t,"prod_cap"]*y[t]
model.solve()

# Print the Constraint Slack
o = [{'name':name, 'slack':____} 
     for ____, c in ____]
print(____)
Code bearbeiten und ausführen