Esercizio su shadow price e slack pt2
In questo esercizio stai lavorando al piano di produzione di un’azienda per i prossimi 4 mesi. Il tuo obiettivo è determinare quanto produrre per minimizzare i costi di produzione (fissi + variabili) e di stoccaggio, soddisfacendo al contempo la domanda dei clienti. Ci sono vincoli sulla capacità produttiva e sulla domanda di ciascun mese.
Questo esercizio fa parte del corso
Analytics per la supply chain con Python
Istruzioni dell'esercizio
Completa il codice, vicino al fondo del codice di esempio, per creare un DataFrame Pandas che mostri lo slack dei vincoli.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
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(____)