1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analityka łańcucha dostaw w Pythonie
Connected

ćwiczenie

Funkcja celu w studium przypadku

Kontynuuj studium przypadku modelu Capacitated Plant Location dla producenta samochodów. Do dyspozycji masz cztery ramki danych Pandas: demand, var_cost, fix_cost i cap, zawierające odpowiednio: regionalny popyt (w tys. samochodów), zmienne koszty produkcji (w tys. USD), stałe koszty produkcji (w tys. USD) oraz zdolność produkcyjną (w tys. samochodów). Utworzono również dwie listy Pythona: loc i size, zawierające dostępne lokalizacje oraz dwa typy pojemności zakładów. Wszystkie te zmienne zostały wyświetlone w konsoli. Kod inicjalizujący model i definiujący zmienne decyzyjne został już dla ciebie przygotowany.

Instrukcje 1/2

undefined XP
    1
    2
  • Uzupełnij kod, aby zdefiniować część funkcji celu sumującą stałe koszty – użyj lpSum() i wyrażenia listowego.