3

（我已经更改了这个问题的细节以避免 NDA 问题。我知道，如果从字面上看，有更好的方法来经营这家理论上的公司。）

有一组仓库，每个仓库能够存储和分发 200 种不同的产品，而 A 公司生产的产品可能有 1000 种。每个仓库都备有 200 种产品，并分配了订单，然后他们将从手头的库存中填写这些订单。

挑战在于每个仓库都需要自给自足。将有一个任意数量的产品（通常为 5-10 个）的订单，该订单被分配到一个仓库。然后，仓库为订单打包所需的产品，并将它们一起运送。对于仓库中没有的任何物品，必须先将物品单独交付到仓库，然后才能发货。

因此，问题在于确定最佳的仓库/产品配置，以便可以打包尽可能多的订单，而无需订购和等待单个物品。

例如（使用每个由一个字母表示的产品，以及能够储存 5 个产品线的仓库）：

Warehouse 1: [A, B, C, D, E]
Warehouse 2: [A, D, F, G, H]

Order: [A, C, D] -> Warehouse 1
Order: [A, D, H] -> Warehouse 2
Order: [A, B, E, F] -> Warehouse 1 (+1 separately ordered)
Order: [A, D, E, F] -> Warehouse 2 (+1 separately ordered)

目标是使用历史数据来尽量减少未来单独订购的产品数量。一旦以某种方式建立了仓库，软件就会确定哪个仓库可以以最小的开销处理订单。

这立即让我觉得这是一个机器学习风格的问题。它也似乎是某些众所周知的 NP 完全问题的组合，尽管它们似乎都不合适。

是否有代表此类问题的模型？

4

2 回答 2

2

如果我理解正确，您必须将问题分开：

  • 预测每个仓库应该预购什么
  • 为订单获取最佳仓库

对于第一个问题，我指给你看netflix 奖：这几乎是同一个问题，并且已经提出了很好的解决方案。（我的数据挖掘手册在家里，我不记得谷歌的精确关键字，对不起。试试“数据挖掘时间序列”）

对于第二个，这是 Prolog 的问题。

  • 设置单独订购商品的成本
  • 设置成本，为，idk，接近客户
  • 将已经拥有该产品的成本设置为 0
  • 制定获得产品的规则：没有就买，有就买
  • 制定规则以获取所有产品：foreach product, rule above
  • 获取此规则的成本
  • 轻轻地询问 Prolog 以获得解决方案。如果不够好，请多问。

如果你不想使用 Prolog，有几个约束库。只需谷歌“约束库<insert your programming language here>”

于 2010-08-23T08:19:21.903 回答
1

问题的第一部分（哪些项目经常一起排序）有时被称为共现问题，并且是数据挖掘文献的重要组成部分。（我记得问题出在 NP 中，但存在相当不错的近似算法）。

获得满意的共现数据后，您仍然需要将项目分配到仓库。这有点像集合覆盖问题，但不完全相同。这个问题是 NP 难的。

于 2010-08-23T10:26:22.113 回答