Zacznij terazZacznij za darmo

Strona główna
Kursy
Analityka łańcucha dostaw w Pythonie

Weryfikacja poprawności rozwiązania

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

To ćwiczenie jest częścią kursu

Analityka łańcucha dostaw w Pythonie

SkillTag.level.intermediateSkillTag.label

4.8+

Rozpocznij kurs za darmo

Programowanie liniowe (LP) to kluczowa technika optymalizacji łańcucha dostaw. PuLP to wygodne narzędzie do pracy z problemami LP, które pozwala skupić się na modelowaniu. W tym rozdziale poznasz podstawy programowania liniowego i zaczniesz uczyć się, jak używać PuLP do rozwiązywania takich problemów.

Exercise 1: Podstawy optymalizacji Exercise 2: LP czy IP – oto jest pytanie Exercise 3: Wybór planu treningowego Exercise 4: Podstawy modelowania w PuLP Exercise 5: Pierwsze kroki z LpProblem()Exercise 6: Proste ćwiczenie z planowania zasobów Exercise 7: Używanie lpSum Exercise 8: Wypróbowanie lpSum Exercise 9: Problem planowania logistyki

W tym rozdziale kontynuujemy naukę modelowania problemów LP i IP w PuLP. Zobaczysz, jak używać PuLP do problemów na dużą skalę. Rozpoczniemy też studium przypadku dotyczące rozwiązania modelu lokalizacji zakładów z ograniczoną pojemnością.

Exercise 1: Funkcja słownikowa LpVariable Exercise 2: Problem planowania logistyki 2 Exercise 3: Problem komiwojażera (TSP)Exercise 4: Przykład problemu harmonogramowania Exercise 5: Problem planowania pracowników Exercise 6: Harmonogramowanie konserwacji zapobiegawczej Exercise 7: Analiza przypadku – lokalizacja zakładu z ograniczoną przepustowością, cz. 1 Exercise 8: Przegląd danych do studium przypadku Exercise 9: Zmienne decyzyjne studium przypadku Exercise 10: Funkcja celu w studium przypadku Exercise 11: Ograniczenia logiczne Exercise 12: Ćwiczenie z ograniczeniami logicznymi Exercise 13: Ograniczenia logiczne – ćwiczenie 2

Ten rozdział omawia typowe błędy przy tworzeniu ograniczeń i przeprowadza przez cały proces rozwiązywania modelu. Skąd wiedzieć, czy uzyskane rozwiązanie jest poprawne? Poznasz tu proces weryfikacji wyników pod kątem ich sensowności. Kontynuujemy również studium przypadku dotyczące modelu lokalizacji zakładów z ograniczoną pojemnością, uzupełniając wszystkie niezbędne ograniczenia.

Exercise 1: Typowe błędy przy tworzeniu ograniczeń Exercise 2: Ćwiczenie – ograniczenie popytu zależnego Exercise 3: Ćwiczenie z łączenia ograniczeń Exercise 4: Lokalizacja zakładów produkcyjnych z ograniczoną pojemnością – studium przypadku, cz. 2 Exercise 5: Ograniczenia w ćwiczeniu – studium przypadku Exercise 6: Dodawanie ograniczenia logicznego w ćwiczeniu studium przypadku Exercise 7: Rozwiąż model PuLP Exercise 8: Ćwiczenie: wybór statusu modelu Exercise 9: Ćwiczenie: rozwiązywanie planu produkcji Exercise 10: Weryfikacja poprawności rozwiązania

Bieżące ćwiczenie

Exercise 11: Sprawdzanie specyfikacji modelu Exercise 12: Sprawdzanie poprawności wyników

W ostatnim rozdziale omawiamy analizę wrażliwości ograniczeń za pomocą cen cienia i luzu. Przyjrzymy się też testowaniu symulacyjnemu modeli LP. Te techniki pozwalają odpowiadać na różne pytania biznesowe dotyczące modelu – takie jak dostępna pojemność czy koszty krańcowe. Na zakończenie rozwiążemy studium przypadku, skupiając się na wykorzystaniu analizy wrażliwości i symulacji do wyciągania wniosków z modelu.

Exercise 1: Analiza wrażliwości cen dualnych Exercise 2: Ćwiczenie z analizy wrażliwości Exercise 3: Cena dualna i luz ograniczeń – ćwiczenie cz. 1 Exercise 4: Cena dualna i slack – ćwiczenie, cz. 2 Exercise 5: Lokalizacja zakładów produkcyjnych z ograniczeniami pojemności – studium przypadku P3 Exercise 6: Rozwiązywanie modelu – ćwiczenie z przypadkiem studyjnym Exercise 7: Analiza wrażliwości – ćwiczenie w ramach studium przypadku Exercise 8: Rozwiązanie – testowanie symulacyjne Exercise 9: Ćwiczenie rozwiązania – testowanie symulacyjne Exercise 10: Ćwiczenie: ocena ryzyka Exercise 11: Lokalizacja zakładów produkcyjnych z ograniczeniami pojemności – studium przypadku P4 Exercise 12: Testowanie symulacyjne modelu z ograniczeniami pojemności Exercise 13: Interpretacja wyników symulacji – ćwiczenie Exercise 14: Podsumowanie końcowe