기타

OR

• pulp 이용해서 푼다.
• 제약 함수, 결정 변수, 목표 함수만 잘 설정하면 풀 수 있을듯

pulp example

import pulp

prob = pulp.LpProblem("Problem_name", pulp.LpMinimize) # 문제에 맞게 설정

# 2. 결정 변수 정의 (이름, 하한, 상항, 정수형 여부)
x_A1 = pulp.LpVariable("A_to_1", 0, None, pulp.LpInteger)
x_A2 = pulp.LpVariable("A_to_2", 0, None, pulp.LpInteger)
x_A3 = pulp.LpVariable("A_to_3", 0, None, pulp.LpInteger)
x_B1 = pulp.LpVariable("B_to_1", 0, None, pulp.LpInteger)
x_B2 = pulp.LpVariable("B_to_2", 0, None, pulp.LpInteger)
x_B3 = pulp.LpVariable("B_to_3", 0, None, pulp.LpInteger)

# 3. 목표 함수 정의 (총 운송 비용)
prob += 2*x_A1 + 4*x_A2 + 5*x_A3 + 3*x_B1 + 1*x_B2 + 6*x_B3, "obj_name"

# 4. 제약 조건 정의
prob += x_A1 + x_A2 + x_A3 <= 100, "Factory_A_Supply"
prob += x_B1 + x_B2 + x_B3 <= 200, "Factory_B_Supply"
prob += x_A1 + x_B1 == 80, "Warehouse_1_Demand"
prob += x_A2 + x_B2 == 90, "Warehouse_2_Demand"
prob += x_A3 + x_B3 == 130, "Warehouse_3_Demand"

# 5. 문제 풀이
prob.solve()

# 6. 결과 확인
print("Status:", pulp.LpStatus[prob.status])
print("\nOptimal Transportation Plan:")
for v in prob.variables():
    print(v.name, "=", v.varValue)

print("\nTotal Minimum Cost = ", pulp.value(prob.objective))

• 그 외 자주 안나오는 문제 예상 관련 글이 올라올 경우 추가 예정