Supply Chain Analytics v Pythonu
Aaren Stubberfield
Supply Chain Analytics Mgr.
Maximální hmotnost: 20 000 lbs
| Produkt | Hmotnost (lbs) | Ziskovost ($US) |
|---|---|---|
| A | 12 800 | 77 878 |
| B | 10 900 | 82 713 |
| C | 11 400 | 82 728 |
| D | 2 100 | 68 423 |
| E | 11 300 | 84 119 |
| F | 2 300 | 77 765 |
prod = ['A', 'B', 'C', 'D', 'E', 'F'] weight = {'A':12800, 'B':10900, 'C':11400, 'D':2100, 'E':11300, 'F':2300} prof = {'A':77878, 'B':82713, 'C':82728, 'D':68423, 'E':84119, 'F':77765}# Initialize Class model = LpProblem("Loading Truck Problem", LpMaximize) # Define Decision Variables x = LpVariable.dicts('ship_', prod, cat='Binary')# Define Objective model += lpSum([prof[i]*x[i] for i in prod]) # Define Constraint model += lpSum([weight[i]*x[i] for i in prod]) <= 20000# Solve Model model.solve() for i in prod: print("{} status {}".format(i, x[i].varValue))
Maximální hmotnost: 20 000 lbs
| Produkt | Přepravit |
|---|---|
| A | Ne |
| B | Ne |
| C | Ne |
| D | Ano |
| E | Ano |
| F | Ano |
Výsledek
Vybrán je buď produkt E, nebo produkt D, nikoli oba.
model += x['E'] + x['D'] <= 1
prod = ['A', 'B', 'C', 'D', 'E', 'F']
weight = {'A':12800, 'B':10900, 'C':11400,
'D':2100, 'E':11300, 'F':2300}
prof = {'A':77878, 'B':82713, 'C':82728,
'D':68423, 'E':84119, 'F':77765}
# Initialize Class
model = LpProblem("Loading Truck Problem",
LpMaximize)
# Define Decision Variables
x = LpVariable.dicts('ship_', prod,
cat='Binary')
# Define Objective
model += lpSum([prof[i]*x[i] for i in prod])
# Define Constraint
model +=
lpSum([weight[i]*x[i] for i in prod]) <= 20000
model += x['E'] + x['D'] <= 1
# Solve Model
model.solve()
for i in prod:
print("{} status {}".format(i, x[i].varValue))
Maximální hmotnost: 20 000 lbs
| Produkt | Přepravit |
|---|---|
| A | Ne |
| B | Ne |
| C | Ano |
| D | Ano |
| E | Ne |
| F | Ano |
Výsledek
Pokud je vybrán produkt D, musí být vybrán i produkt B.
model += x['D'] <= x['B']prod = ['A', 'B', 'C', 'D', 'E', 'F'] weight = {'A':12800, 'B':10900, 'C':11400, 'D':2100, 'E':11300, 'F':2300} prof = {'A':77878, 'B':82713, 'C':82728, 'D':68423, 'E':84119, 'F':77765} # Initialize Class model = LpProblem("Loading Truck Problem", LpMaximize) # Define Decision Variables x = LpVariable.dicts('ship_', prod, cat='Binary')
# Define Objective
model += lpSum([prof[i]*x[i] for i in prod])
# Define Constraint
model +=
lpSum([weight[i]*x[i] for i in prod]) <= 20000
model += x['D'] <= x['B']
# Solve Model
model.solve()
for i in prod:
print("{} status {}".format(i, x[i].varValue))
Maximální hmotnost: 20 000 lbs
| Produkt | Přepravit |
|---|---|
| A | Ne |
| B | Ano |
| C | Ne |
| D | Ano |
| E | Ne |
| F | Ano |
Výsledek
| Logické omezení | Omezení |
|---|---|
| Pokud je vybrán prvek _i_, je vybrán i prvek _j_. | x$_{i}$ - x$_{j}$ ≤ 0 |
| Vybrán je buď prvek _i_, nebo prvek _j_, nikoli oba. | x$_{i}$ + x$_{j}$ = 1 |
| Pokud je vybrán prvek _i_, prvek _j_ vybrán není. | x$_{i}$ - x$_{j}$ ≤ 1 |
| Pokud není vybrán prvek _i_, není vybrán ani prvek _j_. | -x$_{i}$ + x$_{j}$ ≤ 0 |
| Nejvýše jeden z prvků _i_, _j_ a _k_ je vybrán. | x$_{i}$ + x$_{j}$ + x$_{k}$ ≤ 1 |
Supply Chain Analytics v Pythonu