Kesalahan umum pada kendala

Analitik Rantai Pasok dengan Python

Aaren Stubberfield

Supply Chain Analytics Mgr.

Kendala permintaan bergantung

Konteks

Rencana produksi
Perencanaan untuk 2 produk (A dan B)
Perencanaan produksi selama 3 bulan (Jan–Mar)
Produk A digunakan sebagai input untuk memproduksi produk B

Masalah Kendala

Untuk setiap unit B, kita juga harus punya minimal 3 unit A

Kendala permintaan bergantung

Untuk setiap unit B, kita juga harus punya minimal 3 unit A

3B ≤ A
3(2) ≤ A
6 ≤ A

Kesalahan Umum:

B ≤ 3A
3B = A

Contoh kode

from pulp import *
demand = {'A':[0,0,0],'B':[8,7,6]}
costs = {'A':[20,17,18],'B':[15,16,15]}

# Initialize Model
model = LpProblem("Aggregate Production Planning",
                   LpMinimize)

# Define Variables
time = [0, 1, 2]
prod = ['A', 'B']
X = LpVariable.dicts(
     "prod", [(p, t) for p in prod for t in time], 
      lowBound=0, cat="Integer")

# Define Objective
model += lpSum([costs[p][t] * X[(p, t)] 
                for p in prod for t in time])

# Define Constraint So Production is >= Demand
for p in prod:
    for t in time:
        model += X[(p, t)] >= demand[p][t]

Contoh kode lanjutan

for t in time:
    model += 3*X[('B',t)] <= X[('A',t)]

Kendala lanjutan

Untuk setiap unit B, kita juga harus punya minimal 3 unit A dan memperhitungkan penjualan langsung A ke pelanggan.

3B + Demand$_{\text{A}}$ ≤ A

Kendala kombinasi

Konteks

Rencana distribusi gudang
2 gudang (WH1 dan WH2)
Kita kirim 2 produk (A dan B) dari tiap gudang
Gudang WH1 kecil dan hanya bisa kirim 12 produk A per minggu atau 15 produk B per minggu

Masalah Kendala

Kombinasi A atau B apa yang bisa dikirim dalam 4 minggu?

Hanya 1 minggu: (1/12)A + (1/15)B ≤ 1

Bentuk Benar

(1/12)A + (1/15)B ≤ ≤
(1/12)(32) + (1/15)(20) ≤ 4
(32/12) + (20/15) ≤ 4
4 ≤ 4

Kesalahan Umum

12A + 15B ≤ 4
(1/12)A + (1/15)B = 4

from pulp import *
import pandas as pd
demand = pd.read_csv("Warehouse_Constraint_Demand.csv", index_col=['Product'])
costs = pd.read_csv("Warehouse_Constraint_Cost.csv", index_col=['WH','Product'])

# Initialize Model
model = LpProblem("Distribution Planning", LpMinimize)

# Define Variables
wh = ['W1','W2']
prod = ['A', 'B']
cust = ['C1', 'C2', 'C3', 'C4']
X = LpVariable.dicts("ship", [(w, p, c) for c in cust for p in prod for w in wh],
                      lowBound=0, cat="Integer")

Contoh kode lanjutan

# Define Objective
model += lpSum([X[(w, p, c)]*costs.loc[(w, p), c]  
               for c in cust for p in prod for w in wh])

# Define Constraint So Demand Equals Total Shipments
for c in cust:
    for p in prod:
        model += lpSum([X[(w, p, c)] for w in wh]) == demand.loc[p, c]

Contoh kode lanjutan

Kendala

model += ((1/12) * lpSum([X['W1', 'A', c] for c in cust]) 
          + (1/15) * lpSum([X['W1', 'B', c] for c in cust])) <= 4

Perluas kendala

Gudang WH1 kecil dan bisa kirim 12 produk A per minggu, 15 produk B per minggu, atau 5 produk C per minggu. Kombinasi A, B, atau C apa yang bisa dikirim dalam 4 minggu?

(1/12)A + (1/15)B + (1/5)C ≤ 4

Ringkasan

Kesalahan umum
- Kendala bergantung
- Kendala pemilihan kombinasi
Cara memperluas kendala
Cek kendala dengan substitusi nilai

Ayo berlatih!

Analitik Rantai Pasok dengan Python