Comprobación básica de la solución

Analítica de la cadena de suministro en Python

Aaren Stubberfield

Supply Chain Analytics Mgr.

diagrama de flujo de la estrategia de solución

Revisa el estado del modelo

Inviable: no hay soluciones factibles.
- Revisa las restricciones
No acotado: la función objetivo no está acotada; al maximizar o minimizar tiende a infinito.
- Revisa la función objetivo
Indefinido: puede existir solución óptima pero no se encontró.
- Puede ser la mejor solución disponible
- Revisa cómo modelas el problema

¿Los resultados cumplen las expectativas?

¿Están las variables de decisión y el valor del objetivo en el rango esperado?

Según tu conocimiento del problema
Si «Sí», tienes una solución válida
Si «No», revisa:
- Código Python
- Datos
- Escribe el archivo LP

Escribir LP

writeLP(filename)

filename = nombre del archivo a crear

Muestra:

Nombre del problema
Función objetivo y si minimiza o maximiza
Restricciones, incluidas las de las variables de decisión (Bounds)
Variables de decisión

Ejemplo de código

\* Aggregate Production Planning *\
Minimize
OBJ: 20 prod_('A',_0) + 17 prod_('A',_1) 
    + 18 prod_('A',_2) + 15 prod_('B',_0) 
    + 16 prod_('B',_1) + 15 prod_('B',_2)
Subject To
_C1: prod_('A',_0) >= 0
_C2: prod_('A',_1) >= 0
_C3: prod_('A',_2) >= 0
_C4: prod_('B',_0) >= 8
_C5: prod_('B',_1) >= 7
_C6: prod_('B',_2) >= 6

Bounds
0 <= prod_('A',_0)
0 <= prod_('A',_1)
0 <= prod_('A',_2)
0 <= prod_('B',_0)
0 <= prod_('B',_1)
0 <= prod_('B',_2)
Generals
prod_('A',_0)
prod_('A',_1)
prod_('A',_2)
prod_('B',_0)
prod_('B',_1)
prod_('B',_2)

Resumen

Estrategia para la comprobación

Revisa el estado del modelo
Verifica que variables de decisión y objetivo estén en el rango esperado
Usa writeLP() si hace falta

¡Vamos a practicar!

Analítica de la cadena de suministro en Python