Vérifier la cohérence de la solution

Analytique de la chaîne d'approvisionnement avec Python

Aaren Stubberfield

Supply Chain Analytics Mgr.

organigramme de la stratégie de solution

Vérifier l'état du modèle

Inréalisable : Aucune solution réalisable.
- Passez en revue les contraintes
Non borné : La fonction objectif n'est pas bornée ; maximiser ou minimiser tend vers l'infini.
- Passez en revue la fonction objectif
Indéterminé : Une solution optimale peut exister mais n'a peut-être pas été trouvée.
- Peut-être la meilleure solution disponible
- Revoyez la modélisation du problème

Vérifier si les résultats sont conformes aux attentes

Les variables de décision et la valeur de l'objectif sont-elles dans l'intervalle prévu ?

Selon votre connaissance du problème
Si « Oui », alors la solution est valide
Si « Non », alors revoyez :
- Code Python
- Données
- Écrire le fichier LP

Écrire le LP

writeLP(filename)

filename = Nom du fichier à créer

Affiche :

Nom du problème
Fonction objectif et sens (minimiser ou maximiser)
Contraintes, y compris les contraintes sur les variables de décision (bornes)
Variables de décision

Exemple de code

\* 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)

Résumé

Stratégie de vérification

Vérifier l'état du modèle
Vérifier variables de décision et objectif dans la plage prévue
Utiliser writeLP() au besoin

Passons à la pratique !

Analytique de la chaîne d'approvisionnement avec Python