Prova på lpSum
I den här övningen tillverkar du två sorters glass (premium och budget) med hjälp av grädde, helmjölk och socker. Premiumversionen innehåller mer grädde än budgetversionen. Målet är att hitta den ingrediensblandning som minimerar den totala ingredienskostnaden.
| Ingrediens | kr/kopp |
|---|---|
| Grädde | $1,5 |
| Mjölk | $0,125 |
| Socker | $0,10 |
Du har två Python-listor, prod_type och ingredient, samt en ordbok var_dict med modellens beslutsvariabler. Du kan utforska dem i konsolen.
Den här övningen är en del av kursen
Supply Chain Analytics i Python
Övningsinstruktioner
- Definiera målfunktionen med hjälp av
lpSum()och listförståelse samt informationen i tabellen ovan. Iterera över produkttyperna och multiplicera ordboksvariabeln med rätt ingredienskostnad.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Define Objective Function
model += lpSum([1.5 * var_dict[(i, 'cream')]
+ ____ * var_dict[(i, 'milk')]
+ ____ * var_dict[(i, ____)]
# Iterate over product types
for i in ____])