開始使用免費開始

個案研究的決策變數

延續汽車製造商的「容量限制設廠（Capacitated Plant Location）」模型個案研究。你會拿到 4 個 Pandas DataFrame：demand、var_cost、fix_cost 和 cap，分別包含各地區需求量（以千輛汽車為單位）、變動生產成本（以千美元為單位）、固定生產成本（以千美元為單位），以及生產產能（以千輛汽車為單位）。以上這些變數都已經列印到主控台供你查看。

本練習屬於課程

Python 的供應鏈分析

檢視課程

練習說明

  • 初始化類別。
  • 使用 LpVariable.dicts 與 Python 的串列生成式來定義決策變數。

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 Class
model = LpProblem("Capacitated Plant Location Model", ____)

# Define Decision Variables
loc = ['USA', 'Germany', 'Japan', 'Brazil', 'India']
size = ['Low_Cap','High_Cap']
x = LpVariable.dicts("production_",
                     [(i,j) for ____ in ____ for ____ in ____],
                     lowBound=____, upBound=____, cat=_____)
y = LpVariable.dicts("plant_", 
                     [____ for ____ in ____ for ____ in ____], cat=____)
編輯並執行程式碼