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
) Z3 S$ h2 L+ [% C" P  J0 A
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。
" n4 n' o6 u2 F" C1 V# R$ ~# v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。
/ u! S. L& X/ M; c. d" G, O+ E& N( h
主要亮点:
" h) v; l! R( Z$ F# o4 @3 X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。
分析生产和运输成本之间的平衡。
6 U8 |* f  i# N+ m$ U4 U将 Python 与 FlexSim 集成，以便做出高级决策。
2 V9 g$ p: p! I3 h
+ [% D$ F9 M9 G0 x8 B! c8 r0 ^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。

! @2 }+ h; F! P# D) ^在此处查看完整文章：https://mp.weixin.qq.com/s/LZ1GgWCLlhxGoILvh92Xgw
% k4 V( _+ @" H, X& U! M3 J( z