Função dicionário LpVariable

Análise de Cadeia de Suprimentos em Python

Aaren Stubberfield

Supply Chain Analytics Mgr.

Do simples ao complexo

Exemplo de padaria complexa

# Definir variáveis de decisão
A = LpVariable('A', lowBound=0, cat='Integer')
B = LpVariable('B', lowBound=0, cat='Integer')
C = LpVariable('C', lowBound=0, cat='Integer')
D = LpVariable('D', lowBound=0, cat='Integer')
E = LpVariable('E', lowBound=0, cat='Integer')
F = LpVariable('F', lowBound=0, cat='Integer')

# Definir função objetivo
var_dict = {"A":A, "B":B, "C":C, "D":D, "E":E, "F":F}

# Definir função objetivo
model += lpSum([profit_by_cake[type] * var_dict[type] for type in cake_types])

Usando LpVariable.dicts()

LpVariable(name, indexs, lowBound=None, upBound=None, cat='Continuous')

name = Prefixo do nome de cada variável LP criada
indexs = Lista de strings com as chaves do dicionário de variáveis LP
lowBound = Limite inferior
upBound = Limite superior
cat = Tipo da variável
- Integer
- Binary
- Continuous (padrão)

LpVariable.dicts() com list comprehension

LpVariable.dicts() é comum com list comprehension do Python

Otimização de transporte

# Definir variáveis de decisão
customers = ['East','South','Midwest','West']
warehouse = ['New York','Atlanta']
transport = LpVariable.dicts("route", [(w,c) for w in warehouse for c in customers],
                              lowBound=0, cat='Integer')

# Definir objetivo
model += lpSum([cost[(w,c)]*transport[(w,c)] for w in warehouse for c in customers])

Resumo

Criar muitas variáveis LP para problemas complexos
LpVariable.dicts()
Usado com list comprehension

Agora é a sua vez

Análise de Cadeia de Suprimentos em Python