사례 연구의 목적 함수
자동차 제조사의 Capacitated Plant Location 모델 사례 연구를 이어서 진행해 보세요. 지역별 수요(천 대), 변동 생산비(천 달러), 고정 생산비(천 달러), 생산 능력(천 대)이 담긴 네 개의 Pandas 데이터 프레임 demand, var_cost, fix_cost, cap이 제공됩니다. 또한 서로 다른 입지를 담은 loc 리스트와 두 가지 공장 규모를 담은 size 리스트도 준비되어 있습니다. 이 변수들은 모두 확인할 수 있도록 콘솔에 출력되어 있어요. 모델 초기화와 의사결정변수 정의 코드는 이미 작성되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 공급망 분석
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Initialize, and Define Decision Vars.
model = LpProblem("Capacitated Plant Location Model", LpMinimize)
loc = ['USA', 'Germany', 'Japan', 'Brazil', 'India']
size = ['Low_Cap','High_Cap']
x = LpVariable.dicts("production_", [(i,j) for i in loc for j in loc],
lowBound=0, upBound=None, cat='Continuous')
y = LpVariable.dicts("plant_",
[(i,s) for s in size for i in loc], cat='Binary')
# Define objective function
model += (lpSum([fix_cost.loc[____,____] * ____[(____,____)]
for s in ____ for i in ____])
)