始める無料で始める

ケーススタディの意思決定変数

自動車メーカーにおける容量制約付き工場配置（Capacitated Plant Location）モデルのケーススタディを続けます。地域別需要（千台）、変動生産コスト（千米ドル）、固定生産コスト（千米ドル）、および生産能力（千台）を含む 4 つの Pandas データフレーム demand、var_cost、fix_cost、cap が与えられています。これらの変数はすべて、確認のためにコンソールに出力されています。

この演習はコースの一部です

Pythonで学ぶサプライチェーン分析

コースを見る

演習の手順

  • クラスを初期化します。
  • LpVariable.dicts と Python のリスト内包表記を使って意思決定変数を定義します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Initialize Class
model = LpProblem("Capacitated Plant Location Model", ____)

# Define Decision Variables
loc = ['USA', 'Germany', 'Japan', 'Brazil', 'India']
size = ['Low_Cap','High_Cap']
x = LpVariable.dicts("production_",
                     [(i,j) for ____ in ____ for ____ in ____],
                     lowBound=____, upBound=____, cat=_____)
y = LpVariable.dicts("plant_", 
                     [____ for ____ in ____ for ____ in ____], cat=____)
コードを編集して実行