モデル事例演習を解く
自動車メーカーの Capacitated Plant Location モデルのケーススタディを続けます。PuLP のモデルは完成済みで解かれており、変数 model に保存されています。
意思決定変数 x と y は、それぞれ地域ごとの生産・出荷数量、および生産拠点を開設するかどうかを表します。さらに、2つの Python リスト loc と size も用意されており、前者には候補ロケーション、後者には2種類の工場キャパシティが入っています。最後に、参照用としてモデルの入力データが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
演習の手順
- ある地域から別の地域へ、どれだけ生産・出荷するかの値を出力してください。
- 次に、各地域の低キャパシティ／高キャパシティの工場が稼働しているか（ステータス値）を出力してください。
- 最後に、目的関数の値を出力してください。
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。
# 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 = ', ____)