linalg.solve() 遍历字典

Question

这是上下文：我必须生产不同产品的组合。我不想为每种产品以单批次生产它们，而是希望尽可能小且同质地生产它们，每批次只包含少量的总产量。

对于我知道的每种产品的需求：

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

我计算每个产品的生产率（min/piece）：

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

我计算在给定时间内我可以容纳的最大批次数量，将批次的长度视为生产最慢零件所需的时间：

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

然后我考虑一个批次的长度和每个产品的生产率之间的比例，看看我可以在一个批次中容纳每个产品的多少件：

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

在很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！所以我计算机器人的上限值和下限值：

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ceil生产，我会生产过剩，如果我按floor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，为剩余部分生产天花板。我想做的是为每个产品解决这样一个系统：

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

n为小写，N为大写，x、y分别为序列数

这是完整代码：

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：

追溯（最近调用最后）：

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],拆分[1]]}})

TypeError: 'int' 对象不可订阅

Answer 1

您的代码的问题出在 else 子句中，您在该子句中将 split 设置为 int。实际上，您随后尝试立即调用 split[1]，因此出现错误。此问题的解决方案是复制 splits.update 指令并修改它以使用 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]}})

linalg.solve() 遍历字典

linalg.solve() iteration over dictionaries

python

iteration

dictionary

numpy