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
; V) p$ O+ d5 [4 ]
/ V- g7 T" _; E% v! A- _9 ^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。
- q6 w* F! c, ]' P; p
9 y( T) C2 f6 {) \  @5 O主要亮点:
模拟包含工厂和仓库的分销网络。
优化生产和运输，同时降低成本。
  }1 J6 J* b# s1 t) U分析生产和运输成本之间的平衡。
( E1 A* r0 b, Z( W8 Z% q3 g将 Python 与 FlexSim 集成，以便做出高级决策。
7 S9 @! p" i3 a% c3 }; V
7 E/ h, B2 i/ q- U9 n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。

在此处查看完整文章：https://mp.weixin.qq.com/s/LZ1GgWCLlhxGoILvh92Xgw
' |6 D8 p+ L4 x- d4 q) {- l