影子價格與鬆弛量練習（第 2 部分）
在這個練習中，你要為一家公司規劃未來 4 個月的生產計畫。你的目標是決定各月的生產量，以最小化生產成本（固定＋變動）與庫存成本，同時滿足顧客需求。每個月都有生產能力與需求的限制。
本練習屬於課程
Python 的供應鏈分析
練習說明
在範例程式碼的底部附近，補上程式碼以建立一個 Pandas DataFrame，顯示各限制式的鬆弛量。
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。
model = LpProblem("Production Planning", LpMinimize)
time = [1, 2, 3, 4]
s = LpVariable.dicts("stock_in", [0, 1, 2, 3, 4], lowBound=0, cat="Integer")
x = LpVariable.dicts("prod_in", time, lowBound=0, cat="Integer")
y = LpVariable.dicts("plant_on_", time, lowBound=0, cat="Binary")
model += lpSum([d.loc[t,"unit_prod"]*x[t] + d.loc[t,"unit_inv"]*s[t]
+ d.loc[t,"fixed_setup"]*y[t] for t in time])
s[0] = 100
for t in time:
model += s[t-1] + x[t] == d.loc[t,"demand"] + s[t]
model += x[t] <= d.loc[t,"prod_cap"]*y[t]
model.solve()
# Print the Constraint Slack
o = [{'name':name, 'slack':____}
for ____, c in ____]
print(____)