Rimlighetskontroll av lösningen

Supply Chain Analytics i Python

Aaren Stubberfield

Supply Chain Analytics Mgr.

flödesschema för lösningsstrategi

Kontrollera modellstatus

Infeasible: Det finns inga genomförbara lösningar.
- Granska begränsningarna
Unbounded: Målfunktionen är obegränsad – maximering eller minimering tenderar mot oändligheten.
- Granska målfunktionen
Undefined: En optimal lösning kan finnas men har kanske inte hittats.
- Möjligtvis den bästa tillgängliga lösningen
- Granska hur du modellerar problemet

Kontrollera om resultaten är rimliga

Ligger beslutsvariablerna och målets värde inom förväntat intervall?

Baserat på kunskap om och förståelse av problemet
Om "Ja" har du en giltig lösning
Om "Nej", granska:
- Python-koden
- Data
- Skriv LP-filen

Skriv LP

writeLP(filename)

filename = Namnet på filen som ska skapas

Visar:

Problemets namn
Målfunktionen och om den minimeras eller maximeras
Begränsningar, inklusive begränsningar på beslutsvariabler kallade Bounds
Beslutsvariabler

Kodexempel

\* 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)

Sammanfattning

Strategi för rimlighetskontroll

Kontrollera modellstatus
Kontrollera att beslutsvariabler och mål ligger inom förväntat intervall
Använd writeLP() vid behov

Nu kör vi en övning!

Supply Chain Analytics i Python