個案研究的目標函式
延續汽車製造的「具容量限制的工廠選址」模型個案研究。你會拿到四個 pandas DataFrame：demand、var_cost、fix_cost 與 cap，分別包含各區需求（千輛車）、單位生產變動成本（千美元）、固定生產成本（千美元），以及生產產能（千輛車）。另外也建立了兩個 Python 清單 loc 與 size，內含不同據點與兩種工廠產能等級。上述所有變數都已印出到主控台供你查看。初始化模型與決策變數定義的程式碼已為你完成。
本練習屬於課程
Python 的供應鏈分析
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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 ____])
)