در این مطلب، ویدئو مشکل حمل و نقل LP با استفاده از Python PuLP (به انگلیسی) با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:13:04
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:02,960 –> 00:00:05,600
در این ویدیو می خواهم در مورد
2
00:00:05,600 –> 00:00:07,520
مسئله حمل و نقل،
3
00:00:07,520 –> 00:00:09,120
مسئله برنامه نویسی خطی صحبت
4
00:00:09,120 –> 00:00:12,400
کنم که می خواهم با کتابخانه پایتون که کامل نامیده می شود آن را حل
5
00:00:12,400 –> 00:00:14,000
کنم،
6
00:00:14,000 –> 00:00:17,760
اما قبل از هر چیز اجازه دهید
7
00:00:17,760 –> 00:00:20,320
مشکلی را که در این یکی حل می کنیم را برای شما توضیح دهم.
8
00:00:20,320 –> 00:00:21,279
9
00:00:21,279 –> 00:00:24,480
و بنابراین همانطور که می دانید در یک
10
00:00:24,480 –> 00:00:26,000
مسئله حمل و نقل
11
00:00:26,000 –> 00:00:29,119
، هدف مسئله برنامه ریزی
12
00:00:29,119 –> 00:00:29,679
13
00:00:29,679 –> 00:00:33,760
خطی به حداقل رساندن هزینه حمل و نقل است
14
00:00:33,760 –> 00:00:35,660
که تابع هدف ما است
15
00:00:35,660 –> 00:00:37,040
[موسیقی]،
16
00:00:37,040 –> 00:00:40,160
اجازه دهید به شما نشان دهم که این همان
17
00:00:40,160 –> 00:00:41,920
تابع هدفی است که می
18
00:00:41,920 –> 00:00:44,480
خواهیم کل حمل و نقل خود را به حداقل برسانیم. هزینه
19
00:00:44,480 –> 00:00:47,120
جایی که i نشان دهنده منبع است j
20
00:00:47,120 –> 00:00:49,360
نشان دهنده مقصد است،
21
00:00:49,360 –> 00:00:51,760
بنابراین ما m منبع داریم، مقصد نهایی داریم
22
00:00:51,760 –> 00:00:53,199
23
00:00:53,199 –> 00:00:56,239
و از هر منبع می توانیم
24
00:00:56,239 –> 00:01:00,640
محصولات را به مقصد منتقل کنیم
25
00:01:00,640 –> 00:01:02,480
و موضوع ذهنی ما دو
26
00:01:02,480 –> 00:01:04,319
محدود داریم یکی تامین کننده است، می
27
00:01:04,319 –> 00:01:06,240
توانید محدودیت ظرفیت را ببینید.
28
00:01:06,240 –> 00:01:08,960
دیگری محدودیت تقاضا است به طوری
29
00:01:08,960 –> 00:01:10,159
ظرفیت که
30
00:01:10,159 –> 00:01:14,080
در هر ظرفیت منبع به معنای
31
00:01:14,080 –> 00:01:16,080
مقصد است که در اوه تقاضا
32
00:01:16,080 –> 00:01:19,040
محدودیت هر مقصد تقاضای n
33
00:01:19,040 –> 00:01:21,280
محدود شده است و از این نظر که ما یک
34
00:01:21,280 –> 00:01:23,280
غیر منفی داریم که به این معنی است که مقدار تولید
35
00:01:23,280 –> 00:01:24,720
باید
36
00:01:24,720 –> 00:01:27,200
مثبت باشد، مشکلی که ما می
37
00:01:27,200 –> 00:01:28,080
خواهیم
38
00:01:28,080 –> 00:01:31,520
حل کنیم این است که ما چهار
39
00:01:31,520 –> 00:01:35,119
ایمیل داریم و می توانید بگویید می توانید بگویید چهار شاخه
40
00:01:35,119 –> 00:01:39,119
که abcd است و ما
41
00:01:39,119 –> 00:01:41,439
چهار داریم. مناطق تقاضا که یک دو سه
42
00:01:41,439 –> 00:01:42,720
چهار پنج است
43
00:01:42,720 –> 00:01:45,360
و این مقداری است که داده می شود که
44
00:01:45,360 –> 00:01:47,360
اکنون این عرضه است
45
00:01:47,360 –> 00:01:49,200
یا می توانید محدودیت های ظرفیتی را ببینید
46
00:01:49,200 –> 00:01:50,640
که
47
00:01:50,640 –> 00:01:54,159
یک شاخه a می تواند حداکثر 35 تن
48
00:01:54,159 –> 00:01:55,040
طبقه طبقه
49
00:01:55,040 –> 00:01:57,759
تولید کند شاخه p می تواند 50 تن تولید کند. طبقه و
50
00:01:57,759 –> 00:01:58,320
c
51
00:01:58,320 –> 00:02:02,479
و g به طور مشابه تقاضا را داده ایم
52
00:02:02,479 –> 00:02:05,200
و سپس هزینه حمل و نقل به ازای هر
53
00:02:05,200 –> 00:02:05,680
54
00:02:05,680 –> 00:02:09,119
واحد داده می شود که برای a2 است uh
55
00:02:09,119 –> 00:02:12,959
یا می توانید بگویید منطقه تقاضا 1
56
00:02:12,959 –> 00:02:17,840
از شاخه a به منطقه تقاضا 2 و غیره
57
00:02:17,840 –> 00:02:22,720
پس چگونه می توانیم ابتدا این مورد را اجرا کنیم.
58
00:02:24,560 –> 00:02:27,440
از همه، اجازه دهید به شما نشان دهم که
59
00:02:27,440 –> 00:02:28,959
چون ما
60
00:02:28,959 –> 00:02:32,879
چهار منطقه تقاضای UH داریم، چهار منطقه عرضه
61
00:02:32,879 –> 00:02:34,480
بسیار خوب است، بنابراین این تامین کنندگان هستند و
62
00:02:34,480 –> 00:02:36,080
اینها هستند،
63
00:02:36,080 –> 00:02:39,200
بنابراین
64
00:02:39,200 –> 00:02:42,400
برای چشم انداز شاخص Uh،
65
00:02:42,400 –> 00:02:45,440
برای اعمال یک عدد، به یک عدد نیاز داریم.
66
00:02:45,440 –> 00:02:49,840
چهار اوه پس rry two list one یک
67
00:02:49,840 –> 00:02:53,360
abc است و سپس ما انبارها را اعلام کرده ایم
68
00:02:53,360 –> 00:02:56,319
اما قبل از آن
69
00:02:56,319 –> 00:02:58,239
چون قرار است
70
00:02:58,239 –> 00:03:05,840
استفاده کنیم باید از
71
00:03:07,360 –> 00:03:09,280
را فراخوانی کنیم، به این معنی که کتابخانه پالپ را فراخوانی می
72
00:03:09,280 –> 00:03:10,480
73
00:03:10,480 –> 00:03:14,560
کنیم و سپس
74
00:03:14,560 –> 00:03:18,800
نمایه شاخه uh که i است را نیز تعریف می کنیم. همانطور که ما در حال
75
00:03:18,800 –> 00:03:21,040
تعریف شاخص j هستیم که
76
00:03:21,040 –> 00:03:22,239
واریانس
77
00:03:22,239 –> 00:03:25,280
هایی است که تقاضا دارد
78
00:03:25,280 –> 00:03:26,799
و تقاضا دارد،
79
00:03:26,799 –> 00:03:30,239
بنابراین این دو لیست Uh هستند، پس باید
80
00:03:30,239 –> 00:03:31,280
81
00:03:31,280 –> 00:03:34,400
دیدگاه عرضه را نشان دهیم
82
00:03:34,400 –> 00:03:36,239
که چقدر می توانیم از یک شاخه عرضه کنیم و چقدر می توانیم عرضه کنیم.
83
00:03:36,239 –> 00:03:39,040
مقداری
84
00:03:39,040 –> 00:03:40,720
که می توانیم از شعبه b عرضه کنیم
85
00:03:40,720 –> 00:03:43,440
و به همین ترتیب برای اینکه من از دیکشنری استفاده کرده ام
86
00:03:43,440 –> 00:03:46,000
که به آن عرضه
87
00:03:46,000 –> 00:03:49,120
می گویند به طور مشابه تقاضا را
88
00:03:49,120 –> 00:03:52,879
با استفاده از فرهنگ لغت نشان داده ام که
89
00:03:52,879 –> 00:03:55,439
منطقه تقاضای یکم چقدر تقاضا می کنند به
90
00:03:55,439 –> 00:03:56,560
91
00:03:56,560 –> 00:03:59,200
طور مشابه انبار به چه مقدار مقداری
92
00:03:59,200 –> 00:04:00,080
که آنها می پرسند
93
00:04:00,080 –> 00:04:03,920
و غیره و در نهایت داده های داده شده
94
00:04:03,920 –> 00:04:06,080
این است که هزینه حمل و نقل است
95
00:04:06,080 –> 00:04:07,280
که من از
96
00:04:07,280 –> 00:04:09,840
یک فرهنگ لغت با اعتیاد استفاده کرده ام که
97
00:04:09,840 –> 00:04:10,400
cos است
98
00:04:10,400 –> 00:04:14,720
بنابراین به معنای اوه از شاخه a
99
00:04:14,720 –> 00:04:18,000
به آه از شاخه a به
100
00:04:18,000 –> 00:04:21,040
wa است. یکی را تغییر دهید که چقدر هزینه
101
00:04:21,040 –> 00:04:23,280
از شعبه a به خانه دو رخ می دهد، بنابراین چگونه
102
00:04:23,280 –> 00:04:24,160
می توانیم
103
00:04:24,160 –> 00:04:28,240
این را نشان دهیم که از شاخه یک است
104
00:04:28,240 –> 00:04:30,800
و سپس علامت سقوط کرده است ما در اعتیاد دیجیتال داریم
105
00:04:30,800 –> 00:04:32,639
که
106
00:04:32,639 –> 00:04:35,360
انبار یک هزینه شخصی برای هر خانه
107
00:04:35,360 –> 00:04:36,960
دو است برای شما
108
00:04:36,960 –> 00:04:40,560
به طور مشابه از جایی که من ابتدا یک نفر برای هر انسان
109
00:04:40,560 –> 00:04:41,919
بود و
110
00:04:41,919 –> 00:04:45,040
بنابراین این هزینه کل است، بنابراین
111
00:04:45,040 –> 00:04:47,520
ما شاخص هایی را
112
00:04:47,520 –> 00:04:48,960
113
00:04:48,960 –> 00:04:52,000
که مجموعه داده را نشان داده ایم نشان می دهیم، اکنون می
114
00:04:52,000 –> 00:04:53,840
خواهیم مدل برنامه ریزی خطی را تعریف کنیم،
115
00:04:53,840 –> 00:04:56,000
بنابراین اولین چیزی که باید
116
00:04:56,000 –> 00:04:56,639
117
00:04:56,639 –> 00:04:59,680
تعریف کنیم این است که نوع مشکل را تعریف کنیم.
118
00:04:59,680 –> 00:05:02,720
بنابراین با استفاده از تابعی که
119
00:05:02,720 –> 00:05:06,080
مشکل lp است، مطمئن شوید که l شما سرمایه است p
120
00:05:06,080 –> 00:05:08,800
برای مسئله سرمایه است،
121
00:05:08,800 –> 00:05:11,840
بنابراین با استفاده از این مسئله lp
122
00:05:11,840 –> 00:05:14,400
میخواهیم بگوییم که این مشکل یک
123
00:05:14,400 –> 00:05:15,840
مشکل کمینهسازی است،
124
00:05:15,840 –> 00:05:18,960
بنابراین عمدتاً دو پارامتر uh دارد که
125
00:05:18,960 –> 00:05:19,520
126
00:05:19,520 –> 00:05:21,360
یکی نام آن است. مشکلی که من به
127
00:05:21,360 –> 00:05:23,120
عنوان کاما حمل و نقل نوشته ام و
128
00:05:23,120 –> 00:05:26,240
سپس lp مینیمم کردن اگر یک
129
00:05:26,240 –> 00:05:28,080
مورد حداکثری است می توانید بنویسید
130
00:05:28,080 –> 00:05:31,360
lp maximize okay سپس
131
00:05:31,360 –> 00:05:34,240
اوه من آن را شماره گیری می کنم در مورد
132
00:05:34,240 –> 00:05:35,280
133
00:05:35,280 –> 00:05:38,880
ایده ریشه یابی که ij یا th است. ey می تواند آن را روت کند،
134
00:05:38,880 –> 00:05:42,080
بنابراین من یک ریشه متغیر تعریف می کنم،
135
00:05:42,080 –> 00:05:42,479
136
00:05:42,479 –> 00:05:46,080
بنابراین می توانید لیست یا لیستی را بگویید که در آن
137
00:05:46,080 –> 00:05:46,400
می
138
00:05:46,400 –> 00:05:49,840
گویم i j یک شاخص یا یک متغیر
139
00:05:49,840 –> 00:05:53,199
از شاخه های آهن است
140
00:05:53,199 –> 00:05:55,919
که در اینجا تعریف کرده ایم و انبارهای زنجیره ای
141
00:05:55,919 –> 00:05:57,120
142
00:05:57,120 –> 00:06:00,000
بنابراین من دارم متغیری را تعریف کردهام که در آن
143
00:06:00,000 –> 00:06:00,960
144
00:06:00,960 –> 00:06:03,919
تمام روابط بین شاخهها
145
00:06:03,919 –> 00:06:05,600
و همچنین انبار را ذکر کردهام،
146
00:06:05,600 –> 00:06:08,000
بنابراین بعداً از این
147
00:06:08,000 –> 00:06:09,680
148
00:06:09,680 –> 00:06:12,560
متغیر خاص برای نشان دادن کل این
149
00:06:12,560 –> 00:06:15,199
چیز از شاخه a تا جایی دیگر استفاده
150
00:06:15,199 –> 00:06:18,720
151
00:06:18,720 –> 00:06:20,880
خواهیم کرد.
152
00:06:23,600 –> 00:06:25,520
پس از تعریف مشکل باید
153
00:06:25,520 –> 00:06:26,639
تعریف کنیم
154
00:06:26,639 –> 00:06:29,360
uh شما می توانید متغیر cn را بگویید بنابراین ما
155
00:06:29,360 –> 00:06:30,000
156
00:06:30,000 –> 00:06:33,680
همان متغیری را داریم که به عنوان uh
157
00:06:33,680 –> 00:06:34,000
158
00:06:34,000 –> 00:06:37,360
branch و همچنین warehouse نامیده می شود، بنابراین چگونه
159
00:06:37,360 –> 00:06:39,759
می توانیم این مورد را تعریف کنیم که این است که ما نشان می دهیم