lpSum uitproberen
In deze oefening maak je twee soorten ijs (premium en budget) met slagroom, volle melk en suiker. De premiumvariant bevat meer room dan de budgetvariant. Je zoekt de mix van ingrediënten die de totale ingrediëntkosten minimaliseert.
| Ingrediënt | $/kopje |
|---|---|
| Room | $1.5 |
| Melk | $0.125 |
| Suiker | $0.10 |
Twee Python-lijsten met de namen prod_type en ingredient zijn alvast voor je aangemaakt, samen met een dictionary var_dict met de beslissingsvariabelen van het model. Je kunt ze in de console verkennen.
Deze oefening maakt deel uit van de cursus
Supply Chain Analytics in Python
Oefeninstructies
- Definieer de doelfunctie met
lpSum()via list comprehension en de informatie in de bovenstaande tabel. Itereer over de producttypes en vermenigvuldig de dictionaryvariabele met de juiste ingrediëntkosten.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Define Objective Function
model += lpSum([1.5 * var_dict[(i, 'cream')]
+ ____ * var_dict[(i, 'milk')]
+ ____ * var_dict[(i, ____)]
# Iterate over product types
for i in ____])