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。
  h/ s' N% j" q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。

$ y6 m) x7 Z* F& ]9 }5 _主要亮点:
模拟包含工厂和仓库的分销网络。
# z/ e& q7 @/ G' c' B% u* B优化生产和运输，同时降低成本。
, |" n, B3 T7 _* I7 Z. n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。
5 z7 }& C' Q7 [$ Y$ B7 f" P
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。
( {. @5 b4 ]5 W8 Y
在此处查看完整文章：https://mp.weixin.qq.com/s/LZ1GgWCLlhxGoILvh92Xgw
0 j4 ]  c) |6 O+ u1 G. M; }