НачатьНачать бесплатно

Переменные решения в кейсе

Продолжите работу над кейсом по модели размещения производства с ограниченной мощностью (Capacitated Plant Location) для автопроизводителя. Вам предоставлены четыре датафрейма Pandas: demand, var_cost, fix_cost и cap, содержащие региональный спрос (тыс. автомобилей), переменные затраты на производство (тыс. долл. США), постоянные затраты на производство (тыс. долл. США) и производственную мощность (тыс. автомобилей). Все эти переменные выведены в консоль для ознакомления.

Это упражнение является частью курса

Аналитика цепочек поставок на Python

Посмотреть курс

Инструкции к упражнению

  • Инициализируйте класс.
  • Определите переменные решения с помощью LpVariable.dicts и генераторов списков Python.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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=____)
Редактировать и запускать код