MulaiMulai sekarang secara gratis

Menangani banyak elemen

Petani ingin mereplikasi fungsi optimasi sebelumnya untuk menangani menu yang lebih rumit bagi hewan lain di peternakan.

Kode sebelumnya telah disediakan. Dapatkah Anda menyesuaikan kode tersebut agar lebih baik dalam menangani banyak variabel?

pulp sudah diimpor untuk Anda.

Latihan ini adalah bagian dari kursus

Pengantar Optimasi di Python

Lihat Kursus

Petunjuk latihan

  • Sesuaikan definisi variabel agar menggunakan LpVariable.dicts(), simpan sebagai variables dengan nama "Food".
  • Sesuaikan fungsi objektif agar menggunakan lpSum().

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

model = LpProblem("MinCost", LpMinimize) 

# Adjust the variable definition
C = LpVariable("C", lowBound=0)
S = LpVariable("S", lowBound=0) 

# Adjust the objective function
cost = {'C': 0.11, 'S': 0.28}
model += 0.28*S + 0.11*C

model += 40*variables['S'] + 10*variables['C'] >= 17*(variables['C']+variables['S']), "M_protein"
model += variables['S'] + 2.5*variables['C'] >= 2*(variables['C']+variables['S']), "M_fat"
model += variables['C'] + variables['S'] >= 7, "M_weight"

model.solve()
print(f"Cost = {value(model.objective):.2f}")
print(f"Pounds of soybean = {variables['S'].varValue:.2f}, pounds of corn = {variables['C'].varValue:.2f}")
Edit dan Jalankan Kode