НачатьНачать бесплатно

Целевая функция кейса

Продолжите работу над кейсом — моделью размещения производственных мощностей (Capacitated Plant Location) для автомобильного завода. Вам даны четыре датафрейма Pandas: demand, var_cost, fix_cost и cap, содержащие региональный спрос (тыс. автомобилей), переменные производственные затраты (тыс. долл. США), постоянные производственные затраты (тыс. долл. США) и производственную мощность (тыс. автомобилей). Также созданы два списка Python: loc и size, содержащие возможные места размещения и два типа производственных мощностей. Все эти переменные выведены в консоль для вашего ознакомления. Код для инициализации и определения переменных решения уже написан за вас.

Это упражнение является частью курса

Аналитика цепочек поставок на Python

Посмотреть курс

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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 ____])
          )
Редактировать и запускать код