LpVariable dictionary-functie

Supply Chain Analytics in Python

Aaren Stubberfield

Supply Chain Analytics Mgr.

Van simpel naar complex

Complex bakkerijvoorbeeld

# Beslissingsvariabelen definiëren
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')

# Doelfunctie definiëren
var_dict = {"A":A, "B":B, "C":C, "D":D, "E":E, "F":F}

# Doelfunctie definiëren
model += lpSum([profit_by_cake[type] * var_dict[type] for type in cake_types])

LpVariable.dicts() gebruiken

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

name = Voorvoegsel voor de naam van elke gemaakte LP-variabele
indexs = Lijst strings met de sleutels voor de dictionary van LP-variabelen
lowBound = Ondergrens
upBound = Bovengrens
cat = Het type variabele
- Integer
- Binary
- Continuous (standaard)

LpVariable.dicts() met list comprehension

LpVariable.dicts() wordt vaak gebruikt met list comprehensions in Python

Transportoptimalisatie

# Beslissingsvariabelen definiëren
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')

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

Samenvatting

Veel LP-variabelen maken voor complexe problemen
LpVariable.dicts()
Gebruikt met list comprehension

Nu ben jij aan de beurt

Supply Chain Analytics in Python