linalg.solve() 迭代字典

Question

这是背景：我必须生产不同产品的组合。 我不想为每种产品单独生产一批，而是希望生产尽可能小且同质的批次，每批只占总产量的一小部分。

对于每种产品，我都知道需求：

demands = {'p1': 140, 'p2': 220, 'p3': 275, 'p4': 320, 'p5': 60}

我知道我的工厂运行的时间（分钟）：

tdisp = 460

我计算每种产品的生产率（分钟/件）：

tts = {p: tdisp/demands[p] for p in demands}

我计算了在给定时间内我可以容纳的最大批次数，考虑到一个批次的长度作为生产最慢部分所需的时间：

n_seq = math.ceil(tdisp/max(tts.values()))

然后我考虑一个批次的长度与每个产品的生产率之间的比率，看看我可以在一个批次中容纳多少个产品：

tt_ratios = {p: max(tts.values())/tts[p] for p in tts}

在许多情况下，这些值不是整数，但它们必须是整数，因为我们谈论的是单件：所以我计算 bot 的上限值和下限值：

tt_ratios_ceil = {p: math.ceil(tt_ratios[p]) for p in tt_ratios}
tt_ratios_floor = {p: math.floor(tt_ratios[p]) for p in tt_ratios}

如果我按照ceil生产，我就会生产过剩，如果我按照地板生产，我将无法满足需求。 所以我必须为一定数量的地块生产地板，为剩余的部分生产天花板。 我想做的是为每个产品解决这样的系统：

n*x +N*y = demands[part]
x + y = n_seq

其中 n 是小写字母，N 是大写字母，x, y 是相应的序列数。

这是完整的代码：

import math
import numpy as np

demands = {'p1': 140, 'p2': 220, 'p3': 275, 'p4': 320, 'p5': 60}
tdisp = 460
tts = {p: tdisp/demands[p] for p in demands}
n_seq = math.ceil(tdisp/max(tts.values()))
tt_ratios = {p: max(tts.values())/tts[p] for p in tts}

tt_ratios_ceil = {p: math.ceil(tt_ratios[p]) for p in tt_ratios}
tt_ratios_floor = {p: math.floor(tt_ratios[p]) for p in tt_ratios}

splits = {}
for p in tt_ratios:
    if tt_ratios[p] != 1:
        split = np.linalg.solve([[tt_ratios_floor[p], tt_ratios_ceil[p]], [1, 1]], [demands[p], n_seq])
    else:
        split = n_seq
    splits.update({p: {'min': [tt_ratios_floor[p], split[0]], 'max': [tt_ratios_ceil[p], split[1]]}})

print(splits)

但这是我得到的结果：

回溯（最近一次通话最后）：

文件“C:\Users\damia\PycharmProjects\logistic_management_tool\try.py”，第 19 行，在

splits.update({p: {'min': [tt_ratios_floor[p], split[0]], 'max': [tt_ratios_ceil[p],split[1]]}})

TypeError: 'int' object 不可下标

Answer 1

您的代码的问题在于else子句，您将split设置为int 。 实际上，您随后尝试调用split[1] ，从而得到错误。 解决此问题的方法是复制splits.update指令并将其修改为使用int ，如下所述：

if tt_ratios[p] != 1:
    split = np.linalg.solve([[tt_ratios_floor[p], tt_ratios_ceil[p]], [1, 1]], [demands[p], n_seq])
    splits.update({p: {'min': [tt_ratios_floor[p], split[0]], 'max': [tt_ratios_ceil[p], split[1]]}})
else:
    split = n_seq
    splits.update({p: {'min': [tt_ratios_floor[p], split], 'max': [tt_ratios_ceil[p], split]}})