การจัดสรรทรัพยากร
ทำได้ดีมาก ถึงเวลาแก้โจทย์ถัดไปแล้ว
ผู้จัดการต้องการจัดสรรงาน 120 ชิ้นให้กับวิศวกรซอฟต์แวร์ 3 คน ได้แก่ Senior (S), Junior (J) และ Intern (I) โดยมีเป้าหมายเพื่อลดต้นทุนให้น้อยที่สุด
นักศึกษาฝึกงานต้องผ่านการฝึกอบรมก่อนเริ่มงาน ซึ่งมีค่าใช้จ่าย $500 ต้นทุนต่องาน 1 ชิ้น คือ c = [30, 40, 5] ตามลำดับ
\(x\) แทนจำนวนงานที่ได้รับมอบหมาย และ \(o\) คือตัวแปรไบนารีที่ระบุว่านักศึกษาฝึกงานได้รับการฝึกอบรมหรือไม่ ต้นทุนรวมคือ
\(TC = 30x_S+40x_J+(5x_I+500)o\)
ใช้วิธี BigM เพื่อทำให้ปัญหานี้เป็นเชิงเส้น (linearize) โดยนำตัวแปรใหม่ \(z\) มาใช้:
\(z = (5x_I+500)o\)
\(-oM\leq z \leq oM\)
\(-(1-o)M \leq z- (5x_I+500)o \leq (1-o)M\)
pulp รวมถึง model, พารามิเตอร์ c, M และ names และตัวแปร x, z, o ถูกนำเข้าให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การหาค่าที่เหมาะสมที่สุดใน Python เบื้องต้น
คำแนะนำการฝึกหัด
- กำหนด objective function โดยแทนที่ส่วนหนึ่งของสูตรด้วย
z - กำหนด constraints โดยระบุ index ของ Intern ให้ถูกต้อง
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Define the objective
model += c[0]*x[0] + c[1]*x[1] + ____
# Define the constraints
model += -o * M <= z
model += z <= o * M
model += -(1-o) * M <= z - (c[___]*x[____] + 500)
model += z - (c[____]*x[____] + 500) <= (1-o) * M
model += lpSum(x) >= 120
status = model.solve()
print(f"{'Optimal found' if status == 1 else 'Ignore solution'}")
for i in range(len(c)):
print(f"{names[i]} was assigned {x[i].varValue:.0f}")