Kom igångKom igång gratis

Lös modellens fallstudie

Fortsätt fallstudien av Capacitated Plant Location-modellen för en biltillverkare. PuLP-modellen har färdigställts och lösts åt dig. Den är lagrad i variabeln model.

Beslutvariablerna x och y representerar respektive produktionskvantiteterna för de olika regionerna, och huruvida en produktionsanläggning öppnas. Dessutom har två Python-listor, loc och size, skapats med 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

Visa kurs

Övningsinstruktioner

  • Skriv ut värdena för hur mycket som produceras och skickas från en region till en annan.
  • Skriv sedan ut statusvärdet för de olika regionala anläggningarna med låg och hög kapacitet.
  • Skriv slutligen ut målfunktionens värde.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Print the Production Quantities
o = [{'prod':'{} to {}'.format(i,j), 'quantity':x[(i,j)].____} 
     for i in ____ for j in ____]
print(pd.DataFrame(o))

# Print the Plant Values of the different regions
o = [{'lowCap':y[(i,size[0])].____, 'highCap':y[(i,size[1])].____}
     for i in ____]
print(pd.DataFrame(o, index=loc))

# Print the Objective Value
print('Objective = ', ____)
Redigera och kör kod