해의 타당성 점검

Python으로 배우는 공급망 분석

Aaren Stubberfield

Supply Chain Analytics Mgr.

해결 전략 순서도

모델 상태 확인

불가능(Infeasible): 실행 가능한 해가 없음.
- 제약식 검토
비한정(Unbounded): 목적함수가 한정되지 않아, 극대/극소 시 무한대로 향함.
- 목적함수 검토
미정(Undefined): 최적해가 있을 수 있으나 찾지 못했을 수 있음.
- 현재 최선해일 수 있음
- 모델링 방법 검토

결과가 기대와 일치하는지 확인

의사결정변수와 목적값이 기대 범위인가?

문제에 대한 지식/이해 기반
"예"면 유효한 해입니다
"아니오"면 다음을 검토:
- Python 코드
- 데이터
- LP 파일 작성

LP 작성

writeLP(filename)

filename = 생성할 파일명

표시 내용:

문제 이름
목적함수 및 최소화/최대화 여부
제약식(의사결정변수의 Bounds 포함)
의사결정변수

코드 예시

\* 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)

요약

타당성 점검 전략

모델 상태 확인
의사결정변수와 목적값이 기대 범위인지 확인
필요 시 writeLP() 사용

Vamos praticar!

Python으로 배우는 공급망 분석