Изучение данных для анализа кейса

Предположим, что данные кейса относятся к автопроизводителю, оптимизирующему сеть цепочки поставок в пяти регионах: США, Германии, Японии, Бразилии и Индии. Вам предоставлены данные о спросе, производственных мощностях (в тысячах автомобилей) по каждому региону, а также переменных и постоянных затратах (в тысячах долларов США). Для вас созданы четыре датафрейма Pandas: demand, var_cost, fix_cost и cap — они выведены в консоли и содержат региональный спрос, переменные производственные затраты, постоянные производственные затраты и производственные мощности. Датафрейм var_cost отображает затраты на производство в регионе i с доставкой в регион j. Какое из утверждений верно на основе этих данных?

Это упражнение является частью курса

Аналитика цепочек поставок на Python

Посмотреть курс

Практическое интерактивное упражнение

Превратите теорию в практику с помощью одного из наших интерактивных упражнений

Начать упражнение

Это упражнение является частью курса

Аналитика цепочек поставок на Python

SkillTag.level.intermediateSkillTag.label

4.8+

Начать курс бесплатно

Линейное программирование (ЛП) — ключевой метод оптимизации цепочек поставок. Фреймворк PuLP — это удобный инструмент для работы с задачами линейного программирования, который позволяет сосредоточиться на моделировании, а не на технических деталях. В этой главе вы освоите основы задач ЛП и начнёте знакомство с PuLP для их решения.

Exercise 1: Основы оптимизации Exercise 2: LP или IP?Exercise 3: Выбор режима тренировок Exercise 4: Основы моделирования в PuLP Exercise 5: Знакомство с LpProblem()Exercise 6: Простая задача планирования ресурсов Exercise 7: Использование lpSum Exercise 8: Практика с lpSum Exercise 9: Задача логистического планирования

В этой главе мы продолжаем изучать моделирование задач линейного и целочисленного программирования в PuLP, а также рассматриваем применение PuLP для крупномасштабных задач. Кроме того, мы начинаем разбирать практический пример — модель размещения производственных мощностей с ограниченной пропускной способностью.

Exercise 1: Функция LpVariable для создания словаря Exercise 2: Задача планирования логистики 2 Exercise 3: Задача коммивояжёра (TSP)Exercise 4: Пример задачи планирования Exercise 5: Задача планирования рабочего графика Exercise 6: Планирование профилактического обслуживания Exercise 7: Ёмкостная модель размещения предприятий — пример P1 Exercise 8: Изучение данных для анализа кейса

Текущее упражнение

Exercise 9: Переменные решения в кейсе Exercise 10: Целевая функция кейса Exercise 11: Логические ограничения Exercise 12: Упражнение на логические ограничения Exercise 13: Упражнение на логические ограничения 2

В этой главе разбираются типичные ошибки при задании ограничений и описывается процесс решения модели. После получения решения важно убедиться в его корректности — поэтому мы также рассмотрим методы проверки разумности результатов. Помимо этого, мы продолжаем работу над практическим примером — моделью размещения производственных мощностей с ограниченной пропускной способностью — и формулируем все необходимые ограничения.

Exercise 1: Распространённые ошибки при составлении ограничений Exercise 2: Упражнение на ограничения зависимого спроса Exercise 3: Комбинирование ограничений Exercise 4: Задача о размещении производств с ограниченной мощностью — практический пример, часть 2 Exercise 5: Ограничения для упражнения по кейсу Exercise 6: Добавление логического ограничения в упражнении по кейсу Exercise 7: Решение модели PuLP Exercise 8: Упражнение: определите статус модели Exercise 9: Упражнение: составление производственного плана Exercise 10: Проверка решения на адекватность Exercise 11: Анализ спецификации модели Exercise 12: Проверка разумности результатов

В заключительной главе мы рассматриваем анализ чувствительности ограничений с помощью теневых цен и остатков, а также имитационное тестирование моделей линейного программирования. Эти методы позволяют отвечать на практические бизнес-вопросы: оценивать доступные мощности и приростные затраты. В завершение мы выполним итоговое упражнение по практическому примеру, используя анализ чувствительности и имитационное моделирование для изучения свойств нашей модели.

Exercise 1: Анализ чувствительности с использованием теневых цен Exercise 2: Упражнение по анализу чувствительности Exercise 3: Теневая цена и запас: часть 1 Exercise 4: Теневые цены и slack: упражнение, часть 2 Exercise 5: Размещение производства с ограниченной мощностью — практическое исследование, часть 3 Exercise 6: Решение задачи модели в рамках практического исследования Exercise 7: Анализ чувствительности: упражнение по кейсу Exercise 8: Решение задачи с имитационным тестированием Exercise 9: Решение задачи симуляционного тестирования Exercise 10: Упражнение: оценка рисков Exercise 11: Размещение производства с учётом мощностей — пример P4 Exercise 12: Симуляционное тестирование модели с ограничениями по мощности Exercise 13: Упражнение по интерпретации результатов симуляции Exercise 14: Итоговое резюме