Analysera programmets mål och hänvisa till videon för vägledning och inspiration.

Identifiera filen som innehåller data om bins och industry grades för palettes.

Använd ett bibliotek som Pandas för att läsa in Excel-filen och extrahera data om bins och industry grading standards.

Skapa alla möjliga kombinationer av bins för att gruppera dem till palettes, enligt demonstration i föregående kapitel.

För varje möjlig bin-kombination:

• Analysera varje palette: beräkna genomsnittliga egenskaper (t.ex. draghållfasthet och procent defekter) för bins i varje palette;
• Gradera och prissätt palettes: tilldela grader och beräkna priser baserat på genomsnitt och industry standards från Excel-filen;
• Jämför försäljningspriser: följ den bästa kombinationen genom att jämföra totalt försäljningspris för aktuell kombination med tidigare resultat.

När den optimala kombinationen har bestämts, extrahera motsvarande bin tags med hjälp av radindex.

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

• Kontrollera programmets utdata mot resultaten som visas i videon och säkerställ att det optimala priset stämmer;
• Validera palette-egenskaper mot industry standards med hjälp av kalkylbladsberäkningar.

• Utforma ditt program med en modulär struktur för bättre översikt;
• Justera och testa din implementation iterativt för att säkerställa noggrannhet och tillförlitlighet.

• Bin-egenskaper: importera som en matris som innehåller egenskaper såsom vikt, draghållfasthet och procentuella defekter;
• Bin-taggar: importera som en separat matris;
• Branschstandarder: importera som en matris som innehåller minimal draghållfasthet, maximal procent defekter och pris per pall med 3 bins (7500 lbs);
• Branschstandardnamn: importera som en cell-array.

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

• Bin-taggar registreras som index som anger radpositionerna i den ursprungliga datan. Konvertera dessa index till bin-taggar med radindex från bin-taggar-matrisen;
• Säkerställ att radindexen matchar korrekt mellan bin-taggar och ursprungsdata.

• 2D-matriser: dessa 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 bin-kombinationer vikta till en 3D-matris;
• Varje rad representerar en specifik kombination av bins till pallar;
• Varje kolumn representerar indexet för en specifik bin;
• Den tredje dimensionen (1, 2, 3) motsvarar olika pallar.

• 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 bin-taggar, pallbetyg och optimalt pris till Excel en i taget. Du kan kommentera ut delar av koden för att fokusera på specifika aspekter.

• Kontrollera manuellt medelvärdena för varje palls egenskaper för att säkerställa att de är korrekt beräknade och graderade, samt det totala priset för pallkombinationen;
• Om problem uppstår, använd dessa kontroller för att felsöka problem i for-loopen.

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

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.