Kontrola správnosti řešení

Supply Chain Analytics v Pythonu

Aaren Stubberfield

Supply Chain Analytics Mgr.

vývojový diagram strategie řešení

Kontrola stavu modelu

Infeasible (nepřípustná): Neexistuje žádné přípustné řešení.
- Zkontrolujte omezení
Unbounded (neomezená): Účelová funkce není ohraničena – maximalizace nebo minimalizace směřuje k nekonečnu.
- Zkontrolujte účelovou funkci
Undefined (neurčená): Optimální řešení může existovat, ale nemuselo být nalezeno.
- Možná jde o nejlepší dostupné řešení
- Zkontrolujte způsob modelování problému

Kontrola, zda jsou výsledky v očekávaném rozsahu

Jsou rozhodovací proměnné a hodnota účelové funkce v očekávaném rozsahu?

Vychází ze znalosti a pochopení problému
Pokud „Ano", řešení je platné
Pokud „Ne", zkontrolujte:
- Kód v Pythonu
- Data
- Zapište soubor LP

Zápis LP souboru

writeLP(filename)

filename = Název souboru, který má být vytvořen

Zobrazuje:

Název problému
Účelovou funkci a typ optimalizace (minimalizace/maximalizace)
Omezení, včetně omezení na rozhodovací proměnné (Bounds)
Rozhodovací proměnné

Příklad kódu

\* 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)

Shrnutí

Strategie kontroly správnosti

Zkontrolujte stav modelu
Ověřte, zda jsou rozhodovací proměnné a účelová funkce v očekávaném rozsahu
V případě potřeby použijte writeLP()

Čas na procvičení!

Supply Chain Analytics v Pythonu