Simulationstest av kapacitetsbegränsad modell
Fortsätt fallstudien av den kapacitetsbegränsade anläggningslokaliseringsmodellen för en biltillverkare. PuLP-modellen har färdigställts och lösts åt dig. Den lagras i variabeln model. Beslutsvariablerna x och y representerar respektive produktionskvantiteter för de olika regionerna samt huruvida en produktionsanläggning öppnas. Dessutom har två Python-listor, loc och size, skapats och innehåller de olika platserna och de två typerna av anläggningskapaciteter. Slutligen har indata för modellen skrivits ut i konsolen som referens.
Den här övningen är en del av kursen
Supply Chain Analytics i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Define Objective
model += (lpSum([fix_cost.loc[i,s] * y[(i,s)] for s in size for i in loc])
+ lpSum([(var_cost.loc[i,j] + ____)*x[(i,j)]
for i in loc for j in loc]))