PuLP 모델링 기본

Python으로 배우는 공급망 분석

Aaren Stubberfield

Supply Chain Analytics Mgr.

PuLP란?

PuLP는 Python으로 작성된 선형계획법(LP) 및 정수계획법(IP) 문제용 모델링 프레임워크입니다.
COIN-OR 재단(Computational Infrastructure for Operations Research)이 유지 관리합니다.
PuLP는 다음 솔버와 연동됩니다
- CPLEX
- COIN
- Gurobi
- 등

PuLP 예시 – 자원 스케줄링

두 종류의 케이크를 파는 부티크 베이커리 컨설팅
30일 한 달
보유 자원:
- 오븐 1대
- 제빵사 2명
- 포장 담당 1명 – 22일만 근무

PuLP 예시 – 자원 스케줄링

두 케이크의 자원 소요가 다름:

	Cake A	Cake B
오븐	0.5일	1일
제빵사	1일	2.5일
포장	1일	2일

	Cake A	Cake B
이익	$20.00	$40.00

PuLP 예시 – 자원 스케줄링

목표: 이익 최대화
- 이익 = 20*A + 40*B
제약:
- A ≥ 0
- B ≥ 0
- 0.5A + 1B ≤ 30
- 1A + 2.5B ≤ 60
- 1A + 2B ≤ 22

PuLP의 공통 모델링 절차

모델 초기화
의사결정변수 정의
목적함수 정의
제약식 정의
모델 풀기

모델 초기화 - LpProblem()

LpProblem(name='NoName', sense=LpMinimize)

name = 출력 .lp 파일에 사용될 문제 이름, 예: "My LP Problem"
sense = 목적함수 최대화/최소화
- 최소화 = LpMinimize (기본값)
- 최대화 = LpMaximize

PuLP 예시 – 자원 스케줄링

모델 초기화

from pulp import *

# Initialize Class
model = LpProblem("Maximize Bakery Profits", LpMaximize)

의사결정변수 정의 - LpVariable()

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

name = 출력 .lp 파일에 사용될 변수 이름
lowBound = 하한
upBound = 상한
cat = 변수 유형
- 정수
- 이진
- 연속 (기본값)
e = 열 기반 모델링에 사용

PuLP 예시 – 자원 스케줄링

클래스 초기화
변수 정의

# Define Decision Variables
A = LpVariable('A', lowBound=0, cat='Integer')
B = LpVariable('B', lowBound=0, cat='Integer')

PuLP 예시 – 자원 스케줄링

클래스 초기화
변수 정의
목적함수 정의

# Define Objective Function
model += 20 * A + 40 * B

PuLP 예시 – 자원 스케줄링

클래스 초기화
변수 정의
목적함수 정의
제약식 정의

# Define Constraints
model += 0.5 * A + 1 * B <= 30
model += 1 * A + 2.5 * B <= 60
model += 1 * A + 2 * B <= 22

PuLP 예시 – 자원 스케줄링

클래스 초기화
변수 정의
목적함수 정의
제약식 정의
모델 풀기

# Solve Model
model.solve()
print("Produce {} Cake A".format(A.varValue))
print("Produce {} Cake B".format(B.varValue))

PuLP 예시 – 자원 스케줄링

from pulp import *

# Initialize Class
model = LpProblem("Maximize Bakery Profits",
                   LpMaximize)

# Define Decision Variables
A = LpVariable('A', lowBound=0,
                cat='Integer')
B = LpVariable('B', lowBound=0, 
                cat='Integer')

# Define Objective Function
model += 20 * A + 40 * B

# Define Constraints
model += 0.5 * A + 1 * B <= 30
model += 1 * A + 2.5 * B <= 60
model += 1 * A + 2 * B <= 22

# Solve Model
model.solve()
print("Produce {} Cake A".format(A.varValue))
print("Produce {} Cake B".format(B.varValue))

요약

PuLP는 Python용 LP/IP 모델러입니다.
PuLP 모델링 5단계를 검토했습니다
1. 모델 초기화
2. 의사결정변수 정의
3. 목적함수 정의
4. 제약식 정의
5. 모델 풀기
자원 스케줄링 예제를 완료했습니다

연습해 봅시다!

Python으로 배우는 공급망 분석