or
이 연습은 강의의 일부입니다
Linear Programming(LP)은 공급망 최적화의 핵심 기법입니다. PuLP 프레임워크는 LP 문제를 쉽게 다룰 수 있게 해 주며, 프로그래머가 모델링에 집중하도록 도와줍니다. 이 장에서는 LP 문제의 기본을 배우고, PuLP 프레임워크를 활용해 문제를 해결하는 방법을 익히기 시작합니다.
이번 장에서는 PuLP에서 LP와 IP 문제를 모델링하는 방법을 계속 학습합니다. 더 나아가 대규모 문제에 PuLP를 적용하는 방법도 다룹니다. 또한 수용능력 제약이 있는 공장 입지(Capacitated Plant Location) 모델을 사례 연구로 도입해 해결 과정을 시작합니다.
현재 연습
이 장에서는 제약식을 만들 때 흔히 발생하는 실수를 점검하고, 모델을 풀이하는 절차를 단계별로 살펴봅니다. LP 모델의 해를 얻은 뒤, 그것이 타당한지 어떻게 확인할 수 있을까요? 합리성 점검(일명 sanity check) 과정을 함께 검토합니다. 나아가 사례 연구로 진행 중인 수용능력 제약 공장 입지 모델의 모든 필요한 제약식을 완성합니다.
마지막 장에서는 그림자 가격(shadow price)과 여유(slack)를 통한 제약식 민감도 분석을 학습합니다. 또한 LP 모델의 시뮬레이션 테스트를 살펴봅니다. 이러한 기법은 가용 용량, 한계 비용 등 모델과 관련된 다양한 비즈니스 질문에 답하는 데 도움을 줍니다. 끝으로 사례 연구를 마무리하면서, 민감도 분석과 시뮬레이션 테스트를 활용해 모델에 대한 질문에 답하는 데 집중합니다.