验证解的合理性

Python 供应链分析

Aaren Stubberfield

Supply Chain Analytics Mgr.

解决方案策略流程图

Python 供应链分析

检查模型状态

  • 不可行: 没有可行解。
    • 复核约束
  • 无界: 目标函数无界,极值趋于无穷。
    • 复核目标函数
  • 未定: 可能存在最优解,但未找到。
    • 当前也许是最优可得解
    • 复核建模方式
Python 供应链分析

检查结果是否符合预期

决策变量目标值 是否在预期范围内?

  • 基于对问题的理解
  • "是":解有效
  • "否":请复核:
    • Python 代码
    • 数据
    • 写出 LP 文件
Python 供应链分析

写出 LP

writeLP(filename)
  • filename = 要创建的文件名

显示:

  • 问题名称
  • 目标函数及最小化/最大化
  • 约束(含对决策变量的 Bounds)
  • 决策变量
Python 供应链分析

代码示例

\* 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)
Python 供应链分析

小结

合理性检查策略

  • 检查模型状态
  • 检查决策变量与目标值是否在预期范围内
  • 需要时使用 writeLP()
Python 供应链分析

¡Vamos a practicar!

Python 供应链分析

Preparing Video For Download...