Esercizio sui vincoli di domanda dipendente
Stai sviluppando un piano di produzione per 5 prodotti (da A a E). Un'unità del prodotto E comprende 2 unità di A e 1 unità di C. Il prodotto C è anche venduto direttamente ai clienti. Il tuo orizzonte di pianificazione è di 3 mesi. Vuoi determinare quanto produrre di ciascun prodotto per mese in modo da soddisfare la domanda dei clienti e minimizzare i costi totali.
Nel console è stampato un DataFrame di Pandas chiamato demand, che contiene la domanda mensile dei clienti per ciascun prodotto. Inoltre, ti è stato fornito il codice del modello PuLP per inizializzare, definire le variabili decisionali, la funzione obiettivo e il vincolo affinché la produzione sia maggiore o uguale alla domanda.
Questo esercizio fa parte del corso
Analytics per la supply chain con Python
Istruzioni dell'esercizio
- Completa il codice dei vincoli includendo la domanda dipendente per i prodotti A e C.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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, ____)]