Python 在工业生产规划中的应用

2023-12-27 14:20

本文主要是介绍Python 在工业生产规划中的应用,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!

       在制造业中,往往会因为数据结构的复杂(系统+线下,订单+制造等等)以及对接口的繁多,在进行数据处理、可视化、业务判断方面会消耗大量精力。这点尤其是在当今客户需求多样化的时代显得尤为突出。客户多样的需求,少则小几十条,多则上百条。如何整合现存资源、未来资源、长远资源以满足业务需求,和运营、成本达到平衡显得十分重要。

       在我实际操作的过程中,系统能解决一部分问题。但随着业务量的增长和精细化,很多时候我们需要做出最快的响应,模拟出最优化的解决方案。因这些需求很多情况是新增的,甚至是临时的,因此,若完全依赖系统,会因为开放周期较长、资源等原因,不一定能100%相应到业务的变化和调整。

        相较之下,对数据源方面进行扩充,增加新的数据内容是相对容易很多的,将这些数据根据实际的业务需求,进行处理、筛选、计算,做成相应的模板,可以大大提高工作效率和精准度,通过模拟计算,及时响应到业务需求

        单独拿“生产—销售”来说,我们要关心的问题有,目前的订单现有情况、订单未来情况、现有的资源情况、即将产生的资源情况,在拿到这些信息后,进行匹配、测试、通过调整,演算出可能产生的结果。最传统的模式是通过Excel进行计算和传递。但随着业务量的增长和客户需求的多样化,仅仅用excel很难跟上业务需求,单纯的某一次运算,都会花费大量的时间。但借助Python的运算,能在极短的时间内产生出大量我们想要的结果。

     在用python进行计算时,主要需要的有以下几个步骤。

车同轨书同文

这一点是一切运算的基石和前提。在生产规划中,我们的数据源多种多样,有销售方的,有制造方的,有库存方的等等。这些数据往往是不对称的。比如同一种商品,销售方成为A,制造方称为B,库存方称为C。就好比《海贼王》在不同平台叫法不一是同一个道理,在腾讯就叫《航海王》;比如因翻译不同,《宝可梦》、《宠物小精灵》、《口袋妖怪》、《神奇宝贝》说的实际上是一个东西。在生产—销售中也存在这样的问题。只有统一了名称,我们才能在各个平台间达成共识,以确保信息的对称性。解决这个问题的方法,就是给每一种商品特定的ID,就跟身份证一样。

     只有统一的ID,才能把所有的商品给串起来。

     但有时候,可能会因为产品的更迭,导致同一种商品,在今年和去年拥有2个ID,所以,我们也需要格外注意把新老ID也统一起来。

       以上说的从商品的种类角度出发。当涉及到具体的某个订单对应到某个商品时,我们还需要给每个商品和每个订单给予特定的ID,以进行匹配。

       Again,以上的统一,是可以通过EXCEL来实现的,但会存在运算复杂,而影响效率的情况。尤其是当数据量暴增时,常常会出现excel转圈圈的情况,更别说后面我们还需要进行更加复杂的运算(当然换个电脑也不是不行)。

建立常用数据库

这点和上一步的车同轨书同文其实同样重要,优先级甚至可以说不分先后。在python上统一ID有两种方法。一种是直接写入代码,比如A商品对应的ID是12345678,B商品对应的ID是23345678……。但显然这不是最优解。因为如果要新增另一模块的代码时,就会要求我们在另一个模块把这段代码添加进去,当新增模块多的时候,难免会有疏漏。

因此,在实际操作中,建立自己的数据库是最优化的方式。我们仅仅通过更新数据库,在代码中调用这个数据库就可以了。完全节省每个模块都更新代码的工作量,不仅如此,还能极大的提升准确率。

业务分析的优先级

在进行完上面两个步骤后,我们才能进一步的到业务分析的模块。在对业务进行分析时,同样会有优先级,当然也会有不影响的并行情况存在。但如果是我们要总结所有资源来进行模拟分析时,这种并行的情况就会越来越少,所有的资源可以理解成一个生态系统(订单、商品、库存、生产等等),当一个部分的某一个点发生变化后,都会影响整个生态。只不过是影响多少的问题。当资源盘大时,某一个点变化对生态的影响微乎其微,但当资源有限时,即使蝴蝶扇一下翅膀,都会对整个生态产生巨大影响。1对于1000的影响只是0.1%,但对10的影响就是10%了

因此,在资源有限的情况下,我们要更加关注精确性。

那我们应该如何对资源进行演算和分配优先级呢?先锁定变化比较慢或者相对容易控制的模块,在进一步推进变化稍微快一些的模块,把变化最快的放在最后再进行演算。举个形象的例子,先分析行动最慢的树懒,最后再分析速度最快的猎豹。当然这里的树懒和猎豹是相对的。根据实际情况的不同,树懒有时会是猎豹,猎豹有时会是树懒。

落脚到实际业务,在计算的过程中,优先级便是先库存、再生产、再订单。值得注意的是,这里的优先级并不是指先把库存分析的透透的,过一段时间再分析生产,再分析订单。这里的优先级,是指运算次序上的优先级。先算库存、再算生产、再算订单,实际上,在最后还会通过订单再倒推库存、生产。在时间的维度上,这几方面是可以看成是同时进行的。

那通过运用python,能达到什么效果呢?可以说,想得到什么样的效果完全取决于业务的需求,想达到什么样的效果都可以实现。比如我现在得到的,能通过这一系列的分析,1min就能得到10张想要的报表。这些报价表或独立,或相关。再进一步,我们可以通过可视化软件(如tableau),将这些报表的展现形式做成模板,以实现自动输出。

 

这篇关于Python 在工业生产规划中的应用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/543411

相关文章

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in

动态规划---打家劫舍

题目: 你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。 给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。 思路: 动态规划五部曲: 1.确定dp数组及含义 dp数组是一维数组,dp[i]代表

zoj3820(树的直径的应用)

题意:在一颗树上找两个点,使得所有点到选择与其更近的一个点的距离的最大值最小。 思路:如果是选择一个点的话,那么点就是直径的中点。现在考虑两个点的情况,先求树的直径,再把直径最中间的边去掉,再求剩下的两个子树中直径的中点。 代码如下: #include <stdio.h>#include <string.h>#include <algorithm>#include <map>#

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss