Fortsättningen på det du lärde dig i föregående kapitel innebär att du här får hjälpa en distributör som försöker optimera hur de kombinerar sina produkter till sändningar. Du kommer att omsätta allt du lärt dig i praktiken och samtidigt ta till dig flera nya detaljer.

Uppgift

1. Förstå målen
   Analysera programmets syften och använd videon som vägledning och inspiration;

2. Lokalisera Excel-filen
   Identifiera filen som innehåller data om behållare och branschstandarder för pallar;

3. Importera data
   Använd ett bibliotek som Pandas för att läsa in Excel-filen och extrahera data om behållare och branschstandarder;

4. Generera kombinationer av behållare
   Skapa alla möjliga kombinationer av behållare för att gruppera dem till pallar, enligt exemplet i föregående kapitel;

5. Utvärdera varje kombination
   För varje möjlig kombination av behållare:

   • Analysera varje pall: beräkna genomsnittliga egenskaper (t.ex. draghållfasthet och procent defekter) för behållarna i varje pall;

   • Betygsätt och prissätt pallar: tilldela betyg och beräkna priser baserat på genomsnittsvärden och branschstandarder från Excel-filen;

   • Jämför försäljningspriser: följ den bästa kombinationen genom att jämföra totalt försäljningspris för aktuell kombination med tidigare resultat;

6. Identifiera bästa kombinationen
   När den optimala kombinationen har identifierats, extrahera motsvarande behållaretiketter med hjälp av radindex;

7. Exportera resultat
   Spara slutresultaten, inklusive bästa kombination och tillhörande detaljer, tillbaka till en Excel-fil;

8. Kvalitetskontroll

   • Kontrollera programmets utdata mot resultaten i videon och säkerställ att det optimala priset stämmer;

   • Validera pallegenskaper mot branschstandarder med hjälp av kalkylbladsberäkningar;

9. Iterera och förbättra

   • Utforma ditt program med en modulär struktur för bättre översikt;

   • Justera och testa din implementation iterativt för att säkerställa noggrannhet och tillförlitlighet.

1. Dataimport

   • Behållaregenskaper: importera som en matris med egenskaper som vikt, draghållfasthet och procent defekter;

   • Behållaretiketter: importera som en separat matris;

   • Branschstandarder för pallbetyg: importera som en matris med minimikrav på draghållfasthet, maximal procent defekter och pris per pall med 3 behållare (7500 lbs);

   • Namn på branschbetyg: importera som en cell-array;

2. Generera kombinationer

   • Använd istället för Generate_Combinations_MMS_M från kapitel 3 funktionen perms för att generera permutationer direkt;

3. Identifiera behållaretiketter

   • Behållaretiketter registreras som index som anger radpositioner i originaldatan. Omvandla dessa index till behållaretiketter med hjälp av radindex från matrisen med behållaretiketter;

   • Säkerställ att radindexen matchar korrekt mellan behållaretiketter och originaldata;

4. Hantering av dimensioner och index

   • 2D-matriser: används för att importera och exportera data till och från Excel. Kontrollera att rätt rader och kolumner refereras;

   • 3D-matriser: matrisen palette_permutations innehåller alla möjliga kombinationer av behållare samlade i en 3D-matris;

     • Varje rad representerar en specifik kombination av behållare till pallar;

     • Varje kolumn representerar indexet för en specifik behållare;

     • Den tredje dimensionen (1, 2, 3) motsvarar olika pallar;

5. Divide and conquer-metod

   • Begränsa for-loopen till en enda iteration (t.ex. for 1:1) för att slutföra resten av programmet och få ut initiala resultat;

   • Fokusera på att få programmet att exportera behållaretiketter, pallbetyg och optimalt pris till Excel en i taget. Du kan kommentera ut delar av koden för att fokusera på specifika delar;

6. Verifiering

   • Kontrollera manuellt de genomsnittliga egenskaperna för varje pall för att säkerställa att de är korrekt beräknade och betygsatta, samt det totala priset för pallkombinationen;

   • Om problem uppstår, använd dessa verifieringar för att felsöka problem i for-loopen;

7. Testa specifika permutationer

   • Om resultaten är korrekta för en permutation men en optimal kombination inte hittas, begränsa for-loopen till att testa en specifik permutation, t.ex. for 32280:32280 eller for 16640:16640. Detta gör att du kan kontrollera prestandan för mycket olika kombinationer;

8. Felsökning

   • Om problemet kvarstår efter att ha verifierat olika permutationer kan det finnas ett problem med logiken som väljer den bästa permutation från de utvärderade iterationerna. Kontrollera videon för att jämföra dina resultat och säkerställa noggrannhet.