Příklad plánovacího problému

Supply Chain Analytics v Pythonu

Aaren Stubberfield

Supply Chain Analytics Mgr.

Očekávaná poptávka

Den v týdnu Potřeba řidičů
0 = Pondělí 11
1 = Úterý 14
2 = Středa 23
3 = Čtvrtek 21
4 = Pátek 20
5 = Sobota 15
6 = Neděle 8

Otázka:

  • Kolik řidičů celkem potřebujeme přijmout?

Omezení:

  • Každý řidič pracuje 5 po sobě jdoucích dní, poté 2 dny volno, opakuje se každý týden
Supply Chain Analytics v Pythonu
Krok Definice
Rozhodovací prom. X$_{\text{i}}$ = počet řidičů pracujících v den _i_
Účelová funkce minimalizovat z = X$_{\text{0}}$ + X$_{\text{1}}$ + X$_{\text{2}}$ + X$_{\text{3}}$ + X$_{\text{4}}$ + X$_{\text{5}}$ + X$_{\text{6}}$
Za podmínek X$_{\text{0}}$ ≥ 11
X$_{\text{1}}$ ≥ 14
X$_{\text{2}}$ ≥ 23
X$_{\text{3}}$ ≥ 21
X$_{\text{4}}$ ≥ 20
X$_{\text{i}}$ ≥ 0 (i = 0, ..., 6)
Supply Chain Analytics v Pythonu
Krok Definice
Rozhodovací prom. X$_{\text{i}}$ = počet řidičů pracujících v den _i_
Účelová funkce minimalizovat z = X$_{\text{0}}$ + X$_{\text{1}}$ + X$_{\text{2}}$ + X$_{\text{3}}$ + X$_{\text{4}}$ + X$_{\text{5}}$ + X$_{\text{6}}$
Za podmínek X$_{\text{0}}$ + X$_{\text{3}}$ + X$_{\text{4}}$ + X$_{\text{5}}$ + X$_{\text{6}}$ ≥ 11
X$_{\text{0}}$ + X$_{\text{1}}$ + X$_{\text{4}}$ + X$_{\text{5}}$ + X$_{\text{6}}$ ≥ 14
X$_{\text{0}}$ + X$_{\text{1}}$ + X$_{\text{2}}$ + X$_{\text{3}}$ + X$_{\text{6}}$ ≥ 23
X$_{\text{0}}$ + X$_{\text{1}}$ + X$_{\text{2}}$ + X$_{\text{3}}$ + X$_{\text{4}}$ ≥ 21
X$_{\text{1}}$ + X$_{\text{2}}$ + X$_{\text{3}}$ + X$_{\text{4}}$ + X$_{\text{5}}$ ≥ 15
X$_{\text{i}}$ ≥ 0 (i = 0, ..., 6)
Supply Chain Analytics v Pythonu

Příklad kódu

# Initialize Class
model = LpProblem("Minimize Staffing", 
                   LpMinimize)
days = list(range(7))

# Define Decision Variables
x = LpVariable.dicts('staff_', days,
                      lowBound=0, cat='Integer')

# Define Objective
model += lpSum([x[i] for i in days])
# Define Constraints
model += x[0] + x[3] + x[4] + x[5] + x[6] >= 11
model += x[0] + x[1] + x[4] + x[5] + x[6] >= 14
model += x[0] + x[1] + x[2] + x[5] + x[6] >= 23
model += x[0] + x[1] + x[2] + x[3] + x[6] >= 21
model += x[0] + x[1] + x[2] + x[3] + x[4] >= 20
model += x[1] + x[2] + x[3] + x[4] + x[5] >= 15
model += x[2] + x[3] + x[4] + x[5] + x[6] >= 8

# Solve Model
model.solve()
Supply Chain Analytics v Pythonu

Shrnutí

  • Původní proměnné nefungovaly
  • Rozhodovací proměnné zahrnují část omezení
Supply Chain Analytics v Pythonu

Čas na procvičení!

Supply Chain Analytics v Pythonu

Preparing Video For Download...