Risoluzione dell'esercizio di studio del caso del modello
Continua lo studio di caso del modello Capacitated Plant Location per un produttore di auto. Il modello PuLP è stato completato e risolto per te. È salvato nella variabile model.
Le variabili decisionali x e y rappresentano rispettivamente le quantità prodotte nelle diverse regioni e se aprire o meno uno stabilimento. Inoltre, sono state create due liste Python, loc e size, che contengono le diverse località e i due tipi di capacità degli impianti. Infine, i dati di input del modello sono stati stampati in console come riferimento.
Questo esercizio fa parte del corso
Analytics per la supply chain con Python
Istruzioni dell'esercizio
- Stampa i valori di quanto viene prodotto e spedito da una regione all'altra.
- Poi, stampa lo stato dei diversi stabilimenti regionali a bassa e alta capacità.
- Infine, stampa il valore della funzione obiettivo.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Print the Production Quantities
o = [{'prod':'{} to {}'.format(i,j), 'quantity':x[(i,j)].____}
for i in ____ for j in ____]
print(pd.DataFrame(o))
# Print the Plant Values of the different regions
o = [{'lowCap':y[(i,size[0])].____, 'highCap':y[(i,size[1])].____}
for i in ____]
print(pd.DataFrame(o, index=loc))
# Print the Objective Value
print('Objective = ', ____)