Snowflakeで数理最適化の問題を解いてみる

やること

以下のような高校数学でも習うような簡単な問題をSnowflake を用いて解いてみる．
今回解くのは，数理最適化の中でも簡単に解くことのできる，連続な線形最適化問題とする．数理最適化についてはUdemyでコンテンツを出しているため、こちら明日から役立つ「オペレーションズ・リサーチ概論」を視聴いただければ幸いである．

サンプルコード

以下，Python on Snowflake で動作するサンプルコードである．
Snowflake のデータベースへのアクセスは行っていないが，応用すれば，Snowflake のデータベースからデータを入力し，結果を書き込むことも可能である．

import snowflake.snowpark as snowpark
from snowflake.snowpark.functions import col
from pulp import LpMaximize, LpProblem, LpVariable, value
import pandas as pd

def main(session: snowpark.Session): 

    m = LpProblem(sense=LpMaximize)  # 数理モデル
    x = LpVariable("x", lowBound=0)  # 変数
    y = LpVariable("y", lowBound=0)  # 変数
    m += x + y                       # 目的関数
    m += x + 2 * y <= 2              # 制約条件1
    m += 2 * x + y <= 2              # 制約条件2    
    m.solve()  # ソルバーの実行
    results = [{'var': v.name, 'val': v.varValue} for v in m.variables()]
    df_results = pd.DataFrame(results)
    df_results.loc[len(df_results)] = ['opt',value(m.objective)]
    dataframe = session.create_dataframe(df_results)
    
    return dataframe