Python 使用SciPy最小化配送中心总距离的线性规划

我希望基本上使用Scipy在Excel中创建一个解算器模型

我有三个熊猫数据框，包括配送中心、商店和其他数据点

这是DC信息

   Max Volume  No of Doors  No of Drivers
0     25000.0           10             20
1     45000.0            9             15
2     50000.0           12             22

这是存储数据帧

          Volume  Required Drivers
0    3076.919370                 1
1    6642.991806                 2
2    1230.287984                 1
3    1735.861729                 1
4    3484.800434                 1

我有一个数据帧，它是从配送中心到商店的所有距离，我需要在满足所有商店容量要求的同时最小化总行程。还创建了一个空数据框，以匹配刚才提到的决策变量

我创建的对象函数如下所示：

def obj_function(dec_var):
        for selected in np.where(dec_var == 1):
            distance = sum(dec_var[selected] * dc_to_store[selected])
        return distance

## Sumproduct the distances based on which stores were selected

我已经浏览了Scipy文档，但我不确定我的解释是否正确。似乎我不能用Scipy的模型解决这样的问题

任何帮助都将不胜感激。

请提供一份完整的表格和您试图求解的整个数学模型。我怀疑您试图解决的是一个混合整数问题（MIP），它实际上无法用

scipy.optimize.linprog

解决。相反，您需要一个建模工具（如或）来建立模型并将其传递给MIP解算器。