仿真与优化相结合:使用 FlexSim 和 Python 解决供应链配送路径调度

仿真与优化相结合:使用 FlexSim 和 Python 解决供应链配送路径调度

在微信公众号【FlexSim系统仿真软件】发布的这篇文章中介绍了一个GIS相关的案例模型。
该模型将 FlexSim 的 GIS(地理信息系统)功能与Python 中的最低成本流算法集成在一起，使用 MIP(混合整数规划)求解供应链规划问题。MIP(混合整数规划)是一种在约束下优化决策的数学方法。

主要亮点:
: {, ^; G. \3 e, Y) M+ d1 g( o3 w模拟包含工厂和仓库的分销网络。
" t9 |" X6 Y5 j* R+ [优化生产和运输，同时降低成本。
5 P& x/ I9 k8 W7 Q+ G分析生产和运输成本之间的平衡。
将 Python 与 FlexSim 集成，以便做出高级决策。

0 Z8 W0 N! C; t4 K该方法将仿真建模和数学优化连接起来，为解决实际物流挑战提供了强大的工具。

0 d9 u. y2 m& \# o7 v8 N+ W, w在此处查看完整文章：https://mp.weixin.qq.com/s/LZ1GgWCLlhxGoILvh92Xgw
! w6 r" P3 P, K