Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Applikation: Logistikproblem | Læring Gennem Anvendelser
Matlab Grundlæggende
course content

Kursusindhold

Matlab Grundlæggende

Matlab Grundlæggende

1. Grundlæggende Syntaks og Kodning med en Teksteditor
2. Kodningsgrundlag
3. Læring Gennem Anvendelser
4. Visualiseringer
5. Rekursion og Matrixmultiplikation

book
Applikation: Logistikproblem

Ved at bygge videre på det, du lærte i det sidste kapitel, vil du her lære at hjælpe en distributør, der forsøger at optimere sammensætningen af sine produkter i forsendelser. Du vil anvende alt det, du har lært, i praksis, og samtidig tilegne dig en række nye detaljer undervejs.

Opgave

1. Forstå målsætningerne
expand arrow

Analyser programmets mål og henvis til videoen for vejledning og inspiration.

2. Find Excel-filen
expand arrow

Identificer filen, der indeholder data om beholdere og branchestandarder for paller.

3. Importér data
expand arrow

Brug et bibliotek som Pandas til at indlæse Excel-filen og udtrække data om beholdere og branchens klassificeringsstandarder.

4. Generér beholderkombinationer
expand arrow

Opret alle mulige kombinationer af beholdere til gruppering i paller, som vist i det forrige kapitel.

5. Evaluer hver kombination
expand arrow

For hver mulig beholderkombination:

  • Analyser hver palle: beregn gennemsnitlige egenskaber (f.eks. trækstyrke og procent fejl) for beholderne i hver palle;
  • Klassificér og prissæt paller: tildel klassifikationer og beregn priser baseret på gennemsnittene og branchestandarderne fra Excel-filen;
  • Sammenlign salgspriser: følg den bedste kombination ved at sammenligne den samlede salgspris for den aktuelle kombination med tidligere resultater.
6. Identificér den bedste kombination
expand arrow

Når den optimale kombination er fundet, udtræk de tilsvarende beholder-tags ved hjælp af rækkeindekser.

7. Eksportér resultater
expand arrow

Gem de endelige resultater, inklusive den bedste kombination og tilhørende detaljer, tilbage i en Excel-fil.

8. Kvalitetskontrol
expand arrow
  • Sammenlign programmets output med resultaterne vist i videoen for at sikre, at den optimale pris stemmer overens;
  • Valider pallegenskaber i forhold til branchestandarder ved hjælp af regnearksberegninger.
9. Iterér og forfin
expand arrow
  • Design dit program med en modulær tilgang for bedre organisering;
  • Justér og test din implementering iterativt for at sikre nøjagtighed og pålidelighed.
1. Dataimport
expand arrow
  • Bin-egenskaber: importeres som en matrix, der indeholder egenskaber såsom vægt, trækstyrke og procent defekter;
  • Bin-tags: importeres som en separat matrix;
  • Industriens kvalitetsstandarder: importeres som en matrix, der indeholder minimal trækstyrke, maksimal procent defekter og pris pr. palle med 3 bins (7500 lbs);
  • Industriens kvalitetsnavne: importeres som en celle-array.
2. Generering af kombinationer
expand arrow

I stedet for at bruge Generate_Combinations_MMS_M fra kapitel 3, anvendes funktionen perms til at generere permutationer direkte.

3. Identifikation af bin-tags
expand arrow
  • Bin-tags registreres som indekser, der angiver rækkeplaceringer i de oprindelige data. Konverter disse indekser til bin-tags ved at bruge rækkeindekserne fra bin-tags-matrixen;
  • Sørg for, at rækkeindekserne matcher korrekt mellem bin-tags og de oprindelige data.
4. Håndtering af dimensioner og indekser
expand arrow
  • 2D-matricer: bruges til import og eksport af data til og fra Excel. Sørg for at referere til de korrekte rækker og kolonner;
  • 3D-matricer: palette_permutations-matricen indeholder alle mulige bin-kombinationer foldet ind i en 3D-matrix;
  • Hver række repræsenterer en specifik kombination af bins i paller;
  • Hver kolonne repræsenterer indekset for en specifik bin;
  • Den tredje dimension (1, 2, 3) svarer til forskellige paller.
5. Opdel og hersk-tilgang
expand arrow
  • Begræns for-løkken til én iteration (f.eks. for 1:1) for at færdiggøre resten af programmet og udskrive de indledende resultater;
  • Fokuser på at få programmet til at udskrive bin-tags, palle-kvaliteter og den optimale pris til Excel én ad gangen. Du kan kommentere dele af koden ud for at fokusere på specifikke aspekter.
6. Verifikation
expand arrow
  • Kontrollér manuelt de gennemsnitlige egenskaber for hver palle for at sikre, at de er korrekt beregnet og klassificeret, samt den samlede pris for pallekombinationen;
  • Hvis der opstår problemer, kan disse kontroller bruges til at diagnosticere fejl i for-løkken.
7. Test af specifikke permutationer
expand arrow

Hvis resultaterne er korrekte for én permutation, men en optimal kombination ikke findes, begræns for-løkken til at teste en specifik permutation, såsom for 32280:32280 eller for 16640:16640. Dette gør det muligt at kontrollere ydeevnen på markant forskellige kombinationer.

8. Fejlfinding
expand arrow

Hvis problemet fortsætter efter verifikation af forskellige permutationer, kan der være et problem med logikken, der vælger den bedste permutation fra de evaluerede iterationer. Se videoen for at sammenligne dine resultater og sikre nøjagtighed.

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 3. Kapitel 4

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

course content

Kursusindhold

Matlab Grundlæggende

Matlab Grundlæggende

1. Grundlæggende Syntaks og Kodning med en Teksteditor
2. Kodningsgrundlag
3. Læring Gennem Anvendelser
4. Visualiseringer
5. Rekursion og Matrixmultiplikation

book
Applikation: Logistikproblem

Ved at bygge videre på det, du lærte i det sidste kapitel, vil du her lære at hjælpe en distributør, der forsøger at optimere sammensætningen af sine produkter i forsendelser. Du vil anvende alt det, du har lært, i praksis, og samtidig tilegne dig en række nye detaljer undervejs.

Opgave

1. Forstå målsætningerne
expand arrow

Analyser programmets mål og henvis til videoen for vejledning og inspiration.

2. Find Excel-filen
expand arrow

Identificer filen, der indeholder data om beholdere og branchestandarder for paller.

3. Importér data
expand arrow

Brug et bibliotek som Pandas til at indlæse Excel-filen og udtrække data om beholdere og branchens klassificeringsstandarder.

4. Generér beholderkombinationer
expand arrow

Opret alle mulige kombinationer af beholdere til gruppering i paller, som vist i det forrige kapitel.

5. Evaluer hver kombination
expand arrow

For hver mulig beholderkombination:

  • Analyser hver palle: beregn gennemsnitlige egenskaber (f.eks. trækstyrke og procent fejl) for beholderne i hver palle;
  • Klassificér og prissæt paller: tildel klassifikationer og beregn priser baseret på gennemsnittene og branchestandarderne fra Excel-filen;
  • Sammenlign salgspriser: følg den bedste kombination ved at sammenligne den samlede salgspris for den aktuelle kombination med tidligere resultater.
6. Identificér den bedste kombination
expand arrow

Når den optimale kombination er fundet, udtræk de tilsvarende beholder-tags ved hjælp af rækkeindekser.

7. Eksportér resultater
expand arrow

Gem de endelige resultater, inklusive den bedste kombination og tilhørende detaljer, tilbage i en Excel-fil.

8. Kvalitetskontrol
expand arrow
  • Sammenlign programmets output med resultaterne vist i videoen for at sikre, at den optimale pris stemmer overens;
  • Valider pallegenskaber i forhold til branchestandarder ved hjælp af regnearksberegninger.
9. Iterér og forfin
expand arrow
  • Design dit program med en modulær tilgang for bedre organisering;
  • Justér og test din implementering iterativt for at sikre nøjagtighed og pålidelighed.
1. Dataimport
expand arrow
  • Bin-egenskaber: importeres som en matrix, der indeholder egenskaber såsom vægt, trækstyrke og procent defekter;
  • Bin-tags: importeres som en separat matrix;
  • Industriens kvalitetsstandarder: importeres som en matrix, der indeholder minimal trækstyrke, maksimal procent defekter og pris pr. palle med 3 bins (7500 lbs);
  • Industriens kvalitetsnavne: importeres som en celle-array.
2. Generering af kombinationer
expand arrow

I stedet for at bruge Generate_Combinations_MMS_M fra kapitel 3, anvendes funktionen perms til at generere permutationer direkte.

3. Identifikation af bin-tags
expand arrow
  • Bin-tags registreres som indekser, der angiver rækkeplaceringer i de oprindelige data. Konverter disse indekser til bin-tags ved at bruge rækkeindekserne fra bin-tags-matrixen;
  • Sørg for, at rækkeindekserne matcher korrekt mellem bin-tags og de oprindelige data.
4. Håndtering af dimensioner og indekser
expand arrow
  • 2D-matricer: bruges til import og eksport af data til og fra Excel. Sørg for at referere til de korrekte rækker og kolonner;
  • 3D-matricer: palette_permutations-matricen indeholder alle mulige bin-kombinationer foldet ind i en 3D-matrix;
  • Hver række repræsenterer en specifik kombination af bins i paller;
  • Hver kolonne repræsenterer indekset for en specifik bin;
  • Den tredje dimension (1, 2, 3) svarer til forskellige paller.
5. Opdel og hersk-tilgang
expand arrow
  • Begræns for-løkken til én iteration (f.eks. for 1:1) for at færdiggøre resten af programmet og udskrive de indledende resultater;
  • Fokuser på at få programmet til at udskrive bin-tags, palle-kvaliteter og den optimale pris til Excel én ad gangen. Du kan kommentere dele af koden ud for at fokusere på specifikke aspekter.
6. Verifikation
expand arrow
  • Kontrollér manuelt de gennemsnitlige egenskaber for hver palle for at sikre, at de er korrekt beregnet og klassificeret, samt den samlede pris for pallekombinationen;
  • Hvis der opstår problemer, kan disse kontroller bruges til at diagnosticere fejl i for-løkken.
7. Test af specifikke permutationer
expand arrow

Hvis resultaterne er korrekte for én permutation, men en optimal kombination ikke findes, begræns for-løkken til at teste en specifik permutation, såsom for 32280:32280 eller for 16640:16640. Dette gør det muligt at kontrollere ydeevnen på markant forskellige kombinationer.

8. Fejlfinding
expand arrow

Hvis problemet fortsætter efter verifikation af forskellige permutationer, kan der være et problem med logikken, der vælger den bedste permutation fra de evaluerede iterationer. Se videoen for at sammenligne dine resultater og sikre nøjagtighed.

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 3. Kapitel 4
some-alt