शुरू करेंमुफ़्त में शुरू करें

Dependent demand constraint अभ्यास

आप 5 प्रोडक्ट्स (A से E) के लिए एक प्रोडक्शन प्लान बना रहे हैं. प्रोडक्ट E की 1 यूनिट में A की 2 यूनिट और C की 1 यूनिट शामिल होती है. प्रोडक्ट C सीधे ग्राहकों को भी बेचा जाता है. आपका प्लानिंग होराइजन 3 महीने है. आप यह तय करना चाहते हैं कि हर महीने प्रत्येक प्रोडक्ट की कितनी यूनिट बनानी हैं ताकि कस्टमर डिमांड पूरी हो और कुल लागत न्यूनतम रहे.

कंसोल में demand नाम का एक Pandas DataFrame प्रिंट किया गया है, जिसमें प्रत्येक प्रोडक्ट की मासिक कस्टमर डिमांड दी गई है. इसके अलावा, PuLP मॉडल का वह कोड भी दिया गया है जो मॉडल को इनिशियलाइज़ करता है, decision variables, objective function परिभाषित करता है, और ऐसा constraint जोड़ता है जिससे प्रोडक्शन डिमांड से अधिक या उसके बराबर हो.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में सप्लाई चेन एनालिटिक्स

पाठ्यक्रम देखें

अभ्यास निर्देश

  • उन constraints के कोड को पूरा करें जिनमें प्रोडक्ट A और C के लिए dependent demand शामिल हो.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Initialize, Define Decision Vars., Objective Function, and Constraints
model = LpProblem("Aggregate Production Planning", LpMinimize)
time = [0, 1, 2]
prod = ['A', 'B', 'C', 'D', 'E']
X = LpVariable.dicts("prod", [(t, p) for p in prod for t in time], 
                     lowBound=0, cat="Integer")
model += lpSum([costs.loc[t, p]*X[(t, p)] for p in prod for t in time])
for p in prod:
    for t in time:
        model += X[(t, p)] >= demand.loc[t, p]

# Define Dependent Demand Constraints
for t in time:
    model += ____ * X[(t, 'E')] <= X[(t, 'A')]
    model += ____ * X[(t, ____)] + demand.loc[t, ____] <= X[(t, ____)]
कोड संपादित करें और चलाएँ