Python笔记之按订单重量与去向进行拼车运输算法

2023-12-01 15:52

本文主要是介绍Python笔记之按订单重量与去向进行拼车运输算法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

需求

在TMS模块,对同去向不同客户之间的订单进行拼车以节省运输成本。

算法

使用Python的interval、itertools 进行拼车。

# -*- codeing = utf-8 -*-
# @File : TMS拼车2.py
# @Author : 一起种梧桐吧
# @Version : Python 3.10.0
# @Software : PyCharm
# @Time : 2023年7月31日
# @Purpose : TMS运输管理系统同路线客户拼车from interval import Interval
from itertools import combinationsXL = ["东", "西", "南", "北"]
KH = {"客户01": ["东", 100],"客户02": ["东", 150],"客户03": ["东", 190],"客户04": ["东", 250],"客户05": ["南", 160],"客户06": ["南", 170],"客户07": ["南", 200]}
ZZ = {"客户01": {"dd01": 12550, "dd02": 300},"客户02": {"dd03": 11020, "dd04": 11000, "dd05": 1180, },"客户03": {"dd06": 11050, "dd07": 1220, "dd08": 110, },"客户04": {"dd09": 6350, "dd10": 5280},"客户05": {"dd11": 3050, "dd12": 3180},"客户06": {"dd13": 3520, "dd14": 3180},"客户07": {"dd15": 5390, "dd16": 3210}}
CL = {"X": 11500, "D": 13500}def load_1shop1order(shop: str, zzl_min: float, zzl_max: float):'''单门店-单订单装车:param zzl_min: 最小载重量:param zzl_max: 最大载重量:return: 满足条件的订单ID'''zzl_interval = Interval(zzl_min, zzl_max)for item in sorted(ZZ[shop].items(), key=lambda x: x[1], reverse=True):if item[1] in zzl_interval:return item[0], item[1]elif item[1] < zzl_min:return Noneelse:continueelse:return Nonedef load_1shop2order(shop: str, zzl_min: float, zzl_max: float):'''单门店-多订单装车:param zzl_min: 最小载重量:param zzl_max: 最大载重量:return: 满足条件的订单ID'''zzl_interval = Interval(zzl_min, zzl_max)dct_order = ZZ[shop]if sum(dct_order.values()) in zzl_interval:return tuple(dct_order.keys()), sum(dct_order.values())elif sum(dct_order.values()) <= zzl_min:return Noneelse:lst_order = []for key, value in dct_order.items():if value <= zzl_max:lst_order.append(key)lst_comb = []for i in range(1, len(lst_order) + 1):lst_comb.extend(combinations(lst_order, i))dct_comb = {}for order_comb in lst_comb:zl_order_comb = 0for order in order_comb:zl_order_comb += dct_order[order]if zl_order_comb in zzl_interval:dct_comb.update({order_comb: zl_order_comb})for item in sorted(dct_comb.items(), key=lambda x: x[1], reverse=True):if item[1] in zzl_interval:return item[0], item[1]elif item[1] < zzl_min:return Noneelse:continueelse:return Nonedef load(truck=CL):'''根据卡车装载量进行自动装载:param truck: 卡车信息:return: 满足条件的订单ID'''zzl_min = truck["X"]zzl_max = truck["D"]zzl_interval = Interval(zzl_min, zzl_max)dct_order = {}for item in ZZ.values():dct_order.update(item)# step_01:尝试单店单订单装载lst_order1 = []for shop in ZZ.keys():res = load_1shop1order(shop, zzl_min, zzl_max)if res:lst_order1.append(res)# print(lst_order1)dct_order_load1 = {}for item_comb in lst_order1:if item_comb:dct_order_load1.update({item_comb[0]: item_comb[1]})if dct_order_load1:for key, value in sorted(dct_order_load1.items(), key=lambda x: x[1], reverse=True):# return key, valueprint("step_01", key, value)# step_02:尝试单店多订单装载lst_order2 = []for shop in ZZ.keys():res = load_1shop2order(shop, zzl_min, zzl_max)if res:lst_order2.append(res)# print(lst_order2)dct_order_load2 = {}for item_comb in lst_order2:if item_comb:dct_order_load2.update({item_comb[0]: item_comb[1]})if dct_order_load2:for key, value in sorted(dct_order_load2.items(), key=lambda x: x[1], reverse=True):# return key, valueprint("step_02", key, value)# step_03:尝试2店拼订单装载(由远及近)dct_shop_03 = {}zzl_interval_03 = Interval(zzl_min * 0.5, zzl_max * 0.75)for shop in ZZ.keys():zzl_shop = sum(ZZ[shop].values())if zzl_shop in zzl_interval_03:dct_shop_03[shop] = zzl_shopfor key03, value03 in sorted(dct_shop_03.items(), key=lambda x: x[1], reverse=True):zzl_interval_new_03 = Interval(value03 * 0.33, value03) & Interval(zzl_min - value03, zzl_max - value03)if not zzl_interval_new_03:continue[qx03, yj03] = KH[key03]lst_shop_03_02 = []for shop03_02, qxyj03_02 in KH.items():if (qxyj03_02[0] == qx03) & (yj03 - qxyj03_02[1] in Interval(0, 50, lower_closed=False)):lst_shop_03_02.append(shop03_02)if not lst_shop_03_02:continueelse:lst_order03 = []for shop02 in lst_shop_03_02:res = load_1shop2order(shop02, zzl_interval_new_03.lower_bound, zzl_interval_new_03.upper_bound)if res:lst_order03.append(res)if not res:continuedct_order_load03 = {}for item_comb in lst_order03:if item_comb:dct_order_load03.update({item_comb[0]: item_comb[1]})if dct_order_load03:for key03_02, value03_02 in sorted(dct_order_load03.items(), key=lambda x: x[1], reverse=True):lst_order_shop = list(ZZ[key03].keys())for order in key03_02:lst_order_shop.append(order)# return key, valueprint("step_03", tuple(lst_order_shop), value03_02 + value03)# step_04:尝试2店拼订单装载(由近到远)dct_shop_04 = {}zzl_interval_04 = Interval(zzl_min * 0.25, zzl_max * 0.5)for shop in ZZ.keys():zzl_shop = sum(ZZ[shop].values())if zzl_shop in zzl_interval_04:dct_shop_04[shop] = zzl_shopfor key04, value04 in sorted(dct_shop_04.items(), key=lambda x: x[1], reverse=True):# print(Interval(value * 0.33, value), Interval(zzl_min - value, zzl_max - value))zzl_interval_new_04 = Interval(value04, value04 * 3) & Interval(zzl_min - value04, zzl_max - value04)if not zzl_interval_new_04:continue[qx04, yj04] = KH[key04]lst_shop_04 = []for shop04_02, qxyj04_02 in KH.items():if (qxyj04_02[0] == qx04) & (qxyj04_02[1] - yj04 in Interval(0, 50, lower_closed=False)):lst_shop_04.append(shop04_02)if not lst_shop_04:continueelse:lst_order04 = []for shop04_02 in lst_shop_04:res = load_1shop2order(shop04_02, zzl_interval_new_04.lower_bound, zzl_interval_new_04.upper_bound)if res:lst_order04.append(res)# print(lst_order04)dct_order_load04 = {}for item_comb in lst_order04:if item_comb:dct_order_load04.update({item_comb[0]: item_comb[1]})if dct_order_load04:for key04_02, value04_02 in sorted(dct_order_load04.items(), key=lambda x: x[1], reverse=True):lst_order_shop = list(ZZ[key04].keys())for order in key04_02:lst_order_shop.append(order)# return key, valueprint("step_04", tuple(lst_order_shop), value04_02 + value04)if __name__ == "__main__":load()

这篇关于Python笔记之按订单重量与去向进行拼车运输算法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/441775

相关文章

Pandas使用AdaBoost进行分类的实现

《Pandas使用AdaBoost进行分类的实现》Pandas和AdaBoost分类算法,可以高效地进行数据预处理和分类任务,本文主要介绍了Pandas使用AdaBoost进行分类的实现,具有一定的参... 目录什么是 AdaBoost?使用 AdaBoost 的步骤安装必要的库步骤一:数据准备步骤二:模型

使用Pandas进行均值填充的实现

《使用Pandas进行均值填充的实现》缺失数据(NaN值)是一个常见的问题,我们可以通过多种方法来处理缺失数据,其中一种常用的方法是均值填充,本文主要介绍了使用Pandas进行均值填充的实现,感兴趣的... 目录什么是均值填充?为什么选择均值填充?均值填充的步骤实际代码示例总结在数据分析和处理过程中,缺失数

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py