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Python 使用SciPy最小化配送中心总距离的线性规划,python,optimization,scipy,Python,Optimization,Scipy,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
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。