Hàm mục tiêu của nghiên cứu tình huống
Tiếp tục nghiên cứu tình huống về mô hình Định vị nhà máy có ràng buộc (Capacitated Plant Location) cho một hãng sản xuất ô tô. Bạn được cung cấp bốn DataFrame của Pandas là demand, var_cost, fix_cost và cap, chứa nhu cầu theo khu vực (nghìn xe), chi phí sản xuất biến đổi (nghìn $US), chi phí sản xuất cố định (nghìn $US) và công suất sản xuất (nghìn xe). Hai danh sách Python loc và size cũng đã được tạo, lần lượt chứa các địa điểm khác nhau và hai loại công suất nhà máy. Tất cả các biến này đã được in ra console để bạn xem. Phần mã để khởi tạo và định nghĩa biến quyết định đã được hoàn thành sẵn cho bạn.
Bài tập này là một phần của khóa học
Phân tích Chuỗi Cung Ứng với Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Initialize, and Define Decision Vars.
model = LpProblem("Capacitated Plant Location Model", LpMinimize)
loc = ['USA', 'Germany', 'Japan', 'Brazil', 'India']
size = ['Low_Cap','High_Cap']
x = LpVariable.dicts("production_", [(i,j) for i in loc for j in loc],
lowBound=0, upBound=None, cat='Continuous')
y = LpVariable.dicts("plant_",
[(i,s) for s in size for i in loc], cat='Binary')
# Define objective function
model += (lpSum([fix_cost.loc[____,____] * ____[(____,____)]
for s in ____ for i in ____])
)