LoslegenKostenlos starten

Fallstudien-Übung: Modell lösen

Führe die Fallstudie zum Capacitated Plant Location Model eines Autoherstellers fort. Das PuLP-Modell wurde für dich fertiggestellt und gelöst. Es ist in der Variablen model gespeichert.

Die Entscheidungsvariablen x und y stehen jeweils für die Produktionsmengen der verschiedenen Regionen und dafür, ob ein Werk eröffnet wird. Zusätzlich wurden zwei Python-Listen loc und size erstellt, die die verschiedenen Standorte sowie die zwei Kapazitätsstufen der Werke 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

Übungsanweisungen

  • Gib die Werte aus, wie viel von einer Region produziert und in eine andere Region verschifft wird.
  • Gib anschließend den Statuswert der verschiedenen regionalen Werke mit niedriger und hoher Kapazität aus.
  • Gib zum Schluss den Zielfunktionswert aus.

Interaktive praktische Übung

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

# Print the Production Quantities
o = [{'prod':'{} to {}'.format(i,j), 'quantity':x[(i,j)].____} 
     for i in ____ for j in ____]
print(pd.DataFrame(o))

# Print the Plant Values of the different regions
o = [{'lowCap':y[(i,size[0])].____, 'highCap':y[(i,size[1])].____}
     for i in ____]
print(pd.DataFrame(o, index=loc))

# Print the Objective Value
print('Objective = ', ____)
Code bearbeiten und ausführen