ComeçarComece de graça

Variáveis de decisão do estudo de caso

Dê continuidade ao estudo de caso do modelo de Localização de Plantas com Capacidade de um fabricante de automóveis. Você recebe quatro data frames do Pandas demand, var_cost, fix_cost e cap contendo a demanda regional (milhares de carros), custos variáveis de produção (milhares de US\(), custos fixos de produção (milhares de US\)) e capacidade de produção (milhares de carros). Todas essas variáveis foram impressas no console para você analisar.

Este exercício faz parte do curso

Análise de Cadeia de Suprimentos em Python

Ver curso

Instruções do exercício

  • Inicialize a classe.
  • Defina as variáveis de decisão usando LpVariable.dicts e compreensão de listas do Python.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Initialize Class
model = LpProblem("Capacitated Plant Location Model", ____)

# Define Decision Variables
loc = ['USA', 'Germany', 'Japan', 'Brazil', 'India']
size = ['Low_Cap','High_Cap']
x = LpVariable.dicts("production_",
                     [(i,j) for ____ in ____ for ____ in ____],
                     lowBound=____, upBound=____, cat=_____)
y = LpVariable.dicts("plant_", 
                     [____ for ____ in ____ for ____ in ____], cat=____)
Editar e executar o código