시작하기무료로 시작하기

여러 요소 처리하기

농부는 이전 최적화 함수를 확장해, 농장의 다른 동물을 위한 더 복잡한 식단에도 적용하고자 합니다.

이전 코드가 제공되어 있어요. 여러 변수를 더 잘 처리하도록 이전 코드를 수정해 보시겠어요?

pulp는 이미 임포트되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 Optimization 입문

강의 보기

연습 안내

  • 변수 정의를 LpVariable.dicts()로 바꾸고, 이름을 "Food"로 하여 variables에 저장하세요.
  • 목적 함수를 lpSum()을 사용하도록 수정하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

model = LpProblem("MinCost", LpMinimize) 

# Adjust the variable definition
C = LpVariable("C", lowBound=0)
S = LpVariable("S", lowBound=0) 

# Adjust the objective function
cost = {'C': 0.11, 'S': 0.28}
model += 0.28*S + 0.11*C

model += 40*variables['S'] + 10*variables['C'] >= 17*(variables['C']+variables['S']), "M_protein"
model += variables['S'] + 2.5*variables['C'] >= 2*(variables['C']+variables['S']), "M_fat"
model += variables['C'] + variables['S'] >= 7, "M_weight"

model.solve()
print(f"Cost = {value(model.objective):.2f}")
print(f"Pounds of soybean = {variables['S'].varValue:.2f}, pounds of corn = {variables['C'].varValue:.2f}")
코드 편집 및 실행