ÎncepețiÎncepe gratuit

Funcția obiectiv a studiului de caz

Continuă studiul de caz al modelului Capacitated Plant Location pentru un producător de automobile. Ai la dispoziție patru DataFrame-uri Pandas — demand, var_cost, fix_cost și cap — care conțin cererea regională (mii de mașini), costurile variabile de producție (mii USD), costurile fixe de producție (mii USD) și capacitatea de producție (mii de mașini). Au fost create și două liste Python, loc și size, care conțin locațiile disponibile și cele două tipuri de capacități ale fabricilor. Toate aceste variabile au fost afișate în consolă pentru referință. Codul de inițializare și definire a variabilelor de decizie a fost deja completat pentru tine.

Acest exercițiu face parte din cursul

Analitică în lanțul de aprovizionare cu Python

Vezi cursul

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Initialize, and Define Decision Vars.
model = LpProblem("Capacitated Plant Location Model", LpMinimize)
loc = ['USA', 'Germany', 'Japan', 'Brazil', 'India']
size = ['Low_Cap','High_Cap']
x = LpVariable.dicts("production_", [(i,j) for i in loc for j in loc],
                     lowBound=0, upBound=None, cat='Continuous')
y = LpVariable.dicts("plant_", 
                     [(i,s) for s in size for i in loc], cat='Binary')

# Define objective function
model += (lpSum([fix_cost.loc[____,____] * ____[(____,____)] 
                 for s in ____ for i in ____])
          )
Editează și rulează codul