De model-casestudy oplossen
Ga verder met de casestudy van het Capacitated Plant Location-model voor een autofabrikant. Het PuLP-model is voor je voltooid en opgelost. Het is opgeslagen in de variabele model.
De beslissingsvariabelen x en y geven respectievelijk de productiehoeveelheden per regio weer en of een productielocatie wordt geopend. Daarnaast zijn er twee Python-lijsten loc en size aangemaakt met de verschillende locaties en de twee typen fabriekscapaciteiten. Tot slot is de invoer voor het model als referentie naar de console geprint.
Deze oefening maakt deel uit van de cursus
Supply Chain Analytics in Python
Oefeninstructies
- Print de waarden van hoeveel er wordt geproduceerd en vervoerd van de ene regio naar de andere.
- Print daarna de statuswaarde van de verschillende regionale fabrieken met lage en hoge capaciteit.
- Print tot slot de waarde van de doelstellingsfunctie.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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 = ', ____)