ComeçarComece de graça

Lidando com vários elementos

O fazendeiro quer reproduzir a função de otimização anterior para lidar com refeições mais complicadas para outros animais da fazenda.

O código anterior foi fornecido. Você consegue ajustá-lo para lidar melhor com múltiplas variáveis?

pulp já foi importado para você.

Este exercício faz parte do curso

Introdução à Otimização em Python

Ver curso

Instruções do exercício

  • Ajuste a definição de variável para usar LpVariable.dicts(), salvando-as como variables com o nome "Food".
  • Ajuste a função objetivo para usar lpSum().

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

model = LpProblem("MinCost", LpMinimize) 

# Adjust the variable definition
C = LpVariable("C", lowBound=0)
S = LpVariable("S", lowBound=0) 

# Adjust the objective function
cost = {'C': 0.11, 'S': 0.28}
model += 0.28*S + 0.11*C

model += 40*variables['S'] + 10*variables['C'] >= 17*(variables['C']+variables['S']), "M_protein"
model += variables['S'] + 2.5*variables['C'] >= 2*(variables['C']+variables['S']), "M_fat"
model += variables['C'] + variables['S'] >= 7, "M_weight"

model.solve()
print(f"Cost = {value(model.objective):.2f}")
print(f"Pounds of soybean = {variables['S'].varValue:.2f}, pounds of corn = {variables['C'].varValue:.2f}")
Editar e executar o código