Abschlusszusammenfassung

Supply Chain Analytics mit Python

Aaren Stubberfield

Supply Chain Analytics Mgr.

Zusammenfassung

Wiederholt: Was ist Lineare Programmierung (LP)
Wiederholt: PuLP und wie es mit LP genutzt wird
Lösung großer Modelle
- LpSum()
- LpVariable.dicts()
Logische Nebenbedingungen
Häufige Fehler bei Nebenbedingungen
PuLP-Modell lösen
- Entscheidungsvariablen und Zielfunktion ausgeben

Zusammenfassung

Lösung auf Plausibilität prüfen
Sensitivitätsanalyse
- Schattenpreise
- Slack
Simulationstests
Capacitated-Plant-Location-Modell – Fallstudie

Glückwunsch!

Leute geben sich die Hand

Weitere Ressourcen

Mehr zu PuLP findest du hier:

https://www.coin-or.org/PuLP/
https://www.coin-or.org/
PuLP auf GitHub: https://github.com/coin-or/pulp
Google-Gruppe: https://groups.google.com/forum/#!forum/pulp-or-discuss

Weitere Ressourcen

Für weiterführende Bücher schau hier:

Bradley, Stephen P., et al. Applied Mathematical Programming. Addison-Wesley, 1977.
Chopra, Sunil, und Meindl, Peter. Supply Chain Management: Strategy, Planning, and Operations. Pearson Prentice-Hall, 2007.

Danke!

Supply Chain Analytics mit Python

Preparing Video For Download...