Sari la conținutul principal

Curs

Analitică în lanțul de aprovizionare cu Python

IntermediarNivel de competențe

Actualizat 04.2026

Începe cursul gratuit

PythonExploratory Data Analysis

4 h

16 videoclipuri

48 Exerciții

3,600 XP

21,955

Certificat de realizare

Îndrăgit de cursanți din mii de companii

Formare pentru o echipă?

Încearcă pentru afaceri

Descrierea cursului

Analitica în lanțul de aprovizionare transformă activitățile acestuia din decizii bazate pe intuiție în decizii fundamentate pe date. Un instrument esențial în acest domeniu este analiza de optimizare, care sprijină procesul decizional. Potrivit Deloitte, 79% dintre organizațiile cu lanțuri de aprovizionare performante înregistrează o creștere a veniturilor semnificativ peste medie. Acest curs îți prezintă PuLP, un instrument de modelare a programelor liniare scris în Python. Vei vedea cum să formulezi și să rezolvi probleme de optimizare în lanțul de aprovizionare – de exemplu, unde ar trebui amplasată o facilitate de producție sau cum să aloci cererea de producție între diferite facilități. Vom explora rezultatele modelelor și implicațiile acestora prin teste de sensibilitate și simulare. La finalul cursului, vei fi pregătit să îmbunătățești procesul decizional al unui lanț de aprovizionare, valorificând puterea Python și PuLP.

Cerințe prealabile

Data Manipulation with pandas

1

Bazele optimizării lanțului de aprovizionare și PuLP

Programarea liniară (PL) este o tehnică esențială pentru optimizarea lanțului de aprovizionare. Cadrul PuLP este un instrument ușor de utilizat pentru lucrul cu probleme de PL și îți permite să te concentrezi pe modelare. În acest capitol înveți elementele de bază ale problemelor de PL și primii pași pentru a le rezolva cu ajutorul PuLP.

Bazele optimizării

Alegerea rutinei de exerciții

Elementele de bază ale modelării cu PuLP

Primii pași cu LpProblem()

Exercițiu simplu de planificare a resurselor

Folosind lpSum

Experimentând cu lpSum

Problemă de planificare logistică

Începe capitolul

2

Modelare în PuLP

În acest capitol continuăm să modelăm probleme de PL și de programare în numere întregi (PI) în PuLP. Explorăm cum se utilizează PuLP pentru probleme de mare amploare și începem studiul de caz dedicat rezolvării modelului de localizare a facilităților cu capacitate limitată.

Funcția de dicționar LpVariable

Problema de planificare logistică 2

Problema comis-voiajorului (TSP)

Exemplu de problemă de planificare

Problema planificării angajaților

Planificarea întreținerii preventive

Amplasarea fabricilor cu capacitate limitată – studiu de caz P1

Revizuiește datele pentru studiul de caz

Variabilele de decizie ale studiului de caz

Funcția obiectiv a studiului de caz

Constrângeri logice

Exercițiu cu constrângeri logice

Exercițiu cu constrângeri logice 2

Începe capitolul

3

Rezolvarea și evaluarea modelului

Acest capitol trece în revistă cele mai frecvente greșeli în definirea constrângerilor și parcurge pas cu pas procesul de rezolvare a modelului. Cum verificăm dacă soluția obținută este corectă? Vom explora un proces de verificare a plauzibilității rezultatelor. Continuăm, de asemenea, studiul de caz privind modelul de localizare a facilităților cu capacitate limitată, adăugând toate constrângerile necesare.

Greșeli frecvente în definirea constrângerilor

Exercițiu cu constrângeri de cerere dependentă

Exercițiu de combinare a constrângerilor

Localizarea fabricii cu capacitate limitată – studiu de caz P2

Constrângerile exercițiului din studiul de caz

Adăugarea unei restricții logice în exercițiul de studiu de caz

Rezolvă modelul PuLP

Exercițiu – alege statusul modelului

Exercițiu de planificare a producției

Verificarea logică a soluției

Exercițiu de analiză a specificațiilor modelului

Exercițiu de verificare a corectitudinii

Începe capitolul

4

Teste de sensibilitate și simulare ale modelului

În ultimul capitol analizăm sensibilitatea constrângerilor prin prețuri umbră și variabile de relaxare. Explorăm, de asemenea, testarea prin simulare a modelelor de PL. Aceste tehnici ne permit să răspundem la întrebări de natură economică legate de modele, cum ar fi capacitatea disponibilă și costurile marginale. În final, finalizăm studiul de caz și ne concentrăm pe utilizarea analizei de sensibilitate și a simulării pentru a răspunde la întrebări despre modelul nostru.

Analiza de sensibilitate a prețului umbră

Exercițiu de analiză a sensibilității

Exercițiu privind prețul umbră și slack – partea 1

Exercițiu privind prețul umbră și slack – partea 2

Localizarea fabricilor cu capacitate limitată – studiu de caz P3

Rezolvarea exercițiului de studiu de caz al modelului

Exercițiu de studiu de caz – analiză de sensibilitate

Soluția testării prin simulare

Exercițiu de soluție pentru testarea prin simulare

Exercițiu despre evaluarea riscului

Localizarea fabricilor cu capacitate limitată – studiu de caz P4

Testarea prin simulare a modelului cu capacitate limitată

Exercițiu de interpretare a rezultatelor simulării

Rezumat final

Începe capitolul

Analitică în lanțul de aprovizionare cu Python

Curs
finalizat

Obține diploma de absolvire

Adaugă această acreditare la profilul tău LinkedIn, CV sau rezumat
Distribuie pe rețelele de socializare și în evaluarea ta de performanțăÎnscrie-te acum

Alătură-te celor peste 19 de milioane de cursanți și începe Analitică în lanțul de aprovizionare cu Python astăzi!

Dezvoltați-vă abilitățile de gestionare a datelor cu DataCamp pentru mobil

Fă progrese din mers cu cursurile noastre mobile și provocările zilnice de programare de 5 minute.