问题标签 [logistics]

在绘制数据时我遇到了很大的问题。首先，我从我的 c++ 程序中获得了文件 data.dat，它实现了逻辑映射。

Data.dat 如下所示：第一列应该是数字 k，它应该在图的底部。当 k 在 [2,3) 范围内时，一切都很好，只有一个吸引子（每个 k 的对应值，始终在 (0,1) 范围内），但是当它是 [3,4) 时，事情变得复杂。对于每个点 k，每个 k 对应 2 到 100 个点。这些点中的每一个都在单独的列中，但我不知道如何将它们连接到某些 k。

这是我的点数据示例：2.5、3、3.2、3.5、3.8 和 3.99999，为清楚起见，除以换行符（在我的原始数据文件中，它没有除以换行符）

http://pastebin.com/2AcAjXzk

感谢您的帮助，干杯。

我有一个运输公司程序，由 Dijkstra 计算出最佳路线。城市作为顶点，路线作为边。求边缘的权重。我用线将地图中的城市连接起来并测量它。然后我接受它作为边缘的重量。但在现实生活中的路线并不直。那么我该如何解决呢？在此处输入图像描述

在我的项目中，我必须通过创建 Software 来解决后勤问题。谁能告诉我要解决什么？

我需要在网站（在本例中为 Magento）和仓库/物流 API 之间建立一个集成过程。仓库需要以 EDI 形式获取数据（订单请求为 850，其他数字为其他数字）。我知道如何以其他已知格式（xml/json/...）准备数据，但我以前从未使用过 EDI，所以.. 我应该如何准备数据？

提前致谢！

*我下载了 sabas/edifact，它似乎有一种将数组转换为 EDI 的方法，但我仍然需要知道在该数组中放入什么。

**以下是 API 文档中的一些规范，我应该如何使用/阅读该表？

我正在寻找一种将以下物流/配送问题表达为方程的方法，该方程可以通过求解器运行以找到最佳解决方案（或最适合该问题的已知算法）：

• 假设有一个配送中心负责将不同类型的汽水/饮料配送到目标位置列表 ( #ofStores )。
• 假设配送中心有一个卡车列表（#ofTrucks），每辆卡车都有不同的承载能力#truckCapacity （假设以吨为单位），并且每辆卡车都标有它可以分发的产品类型（例如，可能有卡车只能分发汽水罐，而其他人既可以分发易拉罐也可以分发瓶子），但一次只能运输一种产品类型。

• 还假设卡车需要 X 天才能交付产品#travelDays（现在假设至少一天到达目的地，一天卸货，并且返回速度相同）

• 每个目标配送地点 ( store ) 都有一个最大限制，即它可以存储的每件商品的数量（再次假设为吨），称为maximumInventory，以及每种产品的最小限制minimumInventory（供应量不应低于此限制)

• 每个分销目标（商店）还为每种产品类型salesRates提供接下来X天的预期销售额列表（再次简化假设吨）。因此，鉴于当前的库存水平，我们可以估算未来几天每种产品的库存。

假设我们是配送中心，通过查看每种产品的当前商店库存、预期消费/销售额、最大和最小库存、可用卡车和天数，我们被分配调度卡车将产品运送到每个目的地它需要交付产品，以及任何已经在交付途中的卡车。范围是安排卡车，使库存保持在给定预期销售额的最大/最小限制内。

此外，为了简化第一次迭代的问题，我们可以进一步假设我们只有一种产品类型（假设只负责分发可乐罐），并且所有卡车都可以分发这种产品类型（我们甚至可以假设所有卡车都可以承载相同的负载以进一步简化）。

解决这个问题的正确优化算法是什么？应该如何指定输入？谢谢你。

正如标题所示，我想知道有没有一种方法可以在数据集中打印 Somers'D 统计数据和预测变量的 p 值x。

您只需运行以下命令即可获得此类统计信息：

如果我运行与此处建议的代码类似的代码，我只会得到 AIC、SIC，最后是 LR 统计数据，并且在 SAS日志中我发现：

在第一段代码中，而在第二段中我发现以下内容：

你们中的一些人可以建议一种在新数据集中打印此类统计数据的方法？

任何帮助将不胜感激。

谢谢！

有没有办法在路线上添加交通状况？

例如

从晚上 8 点到下午 5 点，速度为 40 英里。下午 5 点后，速度达到 60 英里。

当前的 Anylogic 可以导入 GIS 地图，但它本身似乎提供了一个道路网络。

我们正在使用 spark ML 进行物流回归。在 spark 中执行 1GB 输入数据的代码时，当代码进入 Logistics Regression 时，它会创建大量阶段，并且每个阶段需要大约 2.8 GB 的输入，这导致总输入达到大约 700 GB。以下是调用逻辑回归 spark ml api 的示例代码：

另外，在那个阶段找到附加的 DAG：

现在，我正在使用 anaconda 2 和 python 2.7 来尝试完成自动编码器问题。网上的代码需要“importlogistic_sgd”。但是，当我在 cmd 中编写“pip installlogistic_sgd”时，我得到：

找不到满足要求的版本logistic_sgd 没有找到logistic_sgd 的匹配分布

有人可以帮我解决问题吗？

我想实现通过模拟重建受限玻尔兹曼机的算法。M 是可见变量的数量，N 是隐藏变量的数量。为了在 GPU 上并行运行，我想先使用 python 在 tensorflow 上编写它。

1. 在我的主函数 RBMIC() 中，我需要使用 L1 惩罚运行 M 个独立逻辑回归并更新我的权重和偏差矩阵：（w 和 b），然后稍后使用它们来估算隐藏变量的值。所以我写了一个独立的for循环。我想知道 tensorflow 是否可以识别独立的 for 循环并在 GPU 上有效地运行它（每个内核进行一次迭代）？

2. 该代码也非常慢，尤其是在运行逻辑回归时，因为它需要运行 epochs=1000 次以最小化损失函数。但是如果我使用 sklearn.linear_model.LogisticRegression，我发现它非常快。为什么会有很大的不同？但是为了使用GPU，我还是想用tensorflow来写逻辑回归。谁能给我一些关于如何更有效地编写它的建议？

3. 当我编写物流回归函数：LogisticsReg() 时，我需要获取权重和偏差，并且还需要将它们保留为 tensorflow 变量以供我进一步计算。但是根据我的函数：LogisticsReg()，它在 sess.run() 之后返回非张量变量。所以我再次将它们转换为张量变量。这部分合理吗？或者是否有任何有效的方法将其保持在张量变量中，然后可用于更新权重和偏差矩阵（w 和 b）？谢谢你的建议！

我对 tensorflow 和 python 很陌生。抱歉打扰，感谢您的宝贵时间！！

我想为参数 a 绘制图表。对于 a 的每个值，我想显示初始瞬态后地图的轨迹，并将其绘制在 y 轴上。在下面的示例中，我在 a 中取 200 个点（参数范围从 1 到 4），为每个 a 运行 1000 步迭代，并在跳过 100 步后绘制 x。为了实现这一点，我使用了两个函数（迭代和逻辑）：

但我收到以下错误：ValueError: setting an array element with a sequence。有人可以帮忙吗？

编辑

这是我想要获得的图表