Ràng buộc của bài tập 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: demand, var_cost, fix_cost, và cap, lần lượt chứa nhu cầu theo vùng (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, 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 khởi tạo biến quyết định, định nghĩa chúng và tạo hàm mục tiêu đã được hoàn tất 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, Define Decision Vars., and Objective Function
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')
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]))
# Define the constraints
for j in loc:
model += lpSum([____ for i in ____]) ____ demand.loc[____,'Dmd']