当我们在 Pulp 中有多个成本矩阵时如何优化成本

问题描述

我需要一些帮助来解决 Pulp 中的以下优化问题
m1,m2,m3 是可用的机器
p1,p2,p3 是生产的产品
l1,l2,l3 是产品从 m1,m3 运送到的位置
第一个成本矩阵显示了在各种机器上生产产品的成本。 另外两个成本矩阵显示了从各种机器到 各种位置。有 2 个成本矩阵可用，因为我们有 2 个 成本类型取决于要使用的材料类型 运输。

当我只有一个出站成本的成本矩阵但我无法弄清楚时，下面的代码有效 如何根据运输的物料选择2个出库成本中的任何一个。

生产和出货成本优化

 machine_product_keys= [(m,p)for m in machines for p in products]  
 machine_product_var= LpVariable.dicts('machine_prod',machine_product_keys,None,'Integer')   
 production_cost= lpSum(machine_product_var[(m,p)] * (md_line.loc[m,p]) for p in products for m in 
 machines)
 machine_loc_keys=[(m,l) for m in machines for l in locations ]  
 machine_loc_var= LpVariable.dicts('mach_loc',machine_loc_keys,'Integer')  
 outbound_cost = lpSum(machine_loc_var[(m,l)] * outbound_cost_zc.loc[m,l] for l in locations for m in 
 machines )
 model= LpProblem('Extended',LpMinimize)
 model += (production_cost + outbound_cost)

感谢这方面的任何帮助。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）