Mulai sekarangMulai 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 merupakan bagian dari kursus

Pengantar Optimasi di Python

Lihat Kursus

Instruksi latihan

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

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

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