ComenzarEmpieza gratis

Precios sombra y holguras, ejercicio (parte 2)

En este ejercicio trabajas en el plan de producción de una empresa para los próximos 4 meses. Tu objetivo es determinar cuánto producir para minimizar los costes de producción (fijos + variables) y de almacenamiento, cumpliendo a la vez la demanda de los clientes. Existen restricciones de capacidad de producción y de demanda para cada mes.

Este ejercicio forma parte del curso

Analítica de la cadena de suministro en Python

Ver curso

Instrucciones del ejercicio

Completa el código, cerca del final del código de ejemplo, para crear un DataFrame de Pandas que muestre la holgura (slack) de las restricciones.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

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(____)
Editar y ejecutar código