ข้อผิดพลาดที่พบบ่อยเกี่ยวกับข้อจำกัด

Supply Chain Analytics ด้วย Python

Aaren Stubberfield

Supply Chain Analytics Mgr.

ข้อจำกัดความต้องการแบบพึ่งพา

บริบท

แผนการผลิต
วางแผนสำหรับ 2 ผลิตภัณฑ์ (A และ B)
วางแผนการผลิตใน 3 เดือน (ม.ค. - มี.ค.)
ผลิตภัณฑ์ A ใช้เป็นวัตถุดิบในการผลิตผลิตภัณฑ์ B

โจทย์ข้อจำกัด

สำหรับ B ทุก 1 หน่วย ต้องมี A อย่างน้อย 3 หน่วย

ข้อจำกัดความต้องการแบบพึ่งพา

สำหรับ B ทุก 1 หน่วย ต้องมี A อย่างน้อย 3 หน่วย

3B ≤ A
3(2) ≤ A
6 ≤ A

ข้อผิดพลาดที่พบบ่อย:

B ≤ 3A
3B = A

ตัวอย่างโค้ด

from pulp import *
demand = {'A':[0,0,0],'B':[8,7,6]}
costs = {'A':[20,17,18],'B':[15,16,15]}

# Initialize Model
model = LpProblem("Aggregate Production Planning",
                   LpMinimize)

# Define Variables
time = [0, 1, 2]
prod = ['A', 'B']
X = LpVariable.dicts(
     "prod", [(p, t) for p in prod for t in time], 
      lowBound=0, cat="Integer")

# Define Objective
model += lpSum([costs[p][t] * X[(p, t)] 
                for p in prod for t in time])

# Define Constraint So Production is >= Demand
for p in prod:
    for t in time:
        model += X[(p, t)] >= demand[p][t]

ตัวอย่างโค้ด (ต่อ)

for t in time:
    model += 3*X[('B',t)] <= X[('A',t)]

ข้อจำกัดแบบขยาย

สำหรับ B ทุก 1 หน่วย ต้องมี A อย่างน้อย 3 หน่วย และคำนึงถึงการขายตรงให้ลูกค้าของ A

3B + Demand$_{\text{A}}$ ≤ A

ข้อจำกัดการผสมผสาน

บริบท

แผนการกระจายสินค้าจากคลังสินค้า
2 คลังสินค้า (WH1 และ WH2)
จัดส่ง 2 ผลิตภัณฑ์ (A และ B) จากแต่ละคลัง
คลัง WH1 มีขนาดเล็ก จัดส่งได้สูงสุด 12 หน่วยของ A ต่อสัปดาห์ หรือ 15 หน่วยของ B ต่อสัปดาห์

โจทย์ข้อจำกัด

จัดส่ง A หรือ B ได้ในรูปแบบใดบ้างภายใน 4 สัปดาห์?

1 สัปดาห์: (1/12)A + (1/15)B ≤ 1

รูปแบบที่ถูกต้อง

(1/12)A + (1/15)B ≤ ≤
(1/12)(32) + (1/15)(20) ≤ 4
(32/12) + (20/15) ≤ 4
4 ≤ 4

ข้อผิดพลาดที่พบบ่อย

12A + 15B ≤ 4
(1/12)A + (1/15)B = 4

from pulp import *
import pandas as pd
demand = pd.read_csv("Warehouse_Constraint_Demand.csv", index_col=['Product'])
costs = pd.read_csv("Warehouse_Constraint_Cost.csv", index_col=['WH','Product'])

# Initialize Model
model = LpProblem("Distribution Planning", LpMinimize)

# Define Variables
wh = ['W1','W2']
prod = ['A', 'B']
cust = ['C1', 'C2', 'C3', 'C4']
X = LpVariable.dicts("ship", [(w, p, c) for c in cust for p in prod for w in wh],
                      lowBound=0, cat="Integer")

ตัวอย่างโค้ด (ต่อ)

# Define Objective
model += lpSum([X[(w, p, c)]*costs.loc[(w, p), c]  
               for c in cust for p in prod for w in wh])

# Define Constraint So Demand Equals Total Shipments
for c in cust:
    for p in prod:
        model += lpSum([X[(w, p, c)] for w in wh]) == demand.loc[p, c]

ตัวอย่างโค้ด (ต่อ)

ข้อจำกัด

model += ((1/12) * lpSum([X['W1', 'A', c] for c in cust]) 
          + (1/15) * lpSum([X['W1', 'B', c] for c in cust])) <= 4

ข้อจำกัดแบบขยาย

คลัง WH1 มีขนาดเล็ก จัดส่งได้ 12 หน่วยของ A ต่อสัปดาห์ 15 หน่วยของ B ต่อสัปดาห์ หรือ 5 หน่วยของ C ต่อสัปดาห์ จะจัดส่ง A, B หรือ C ในรูปแบบใดบ้างได้ภายใน 4 สัปดาห์?

(1/12)A + (1/15)B + (1/5)C ≤ 4

สรุป

ข้อผิดพลาดที่พบบ่อย
- ข้อจำกัดแบบพึ่งพา
- ข้อจำกัดการเลือกผสมผสาน
วิธีขยายข้อจำกัด
ตรวจสอบข้อจำกัดโดยแทนค่าตัวเลข

มาฝึกกันเถอะ!

Supply Chain Analytics ด้วย Python