Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lernen Anwendung: Logistikproblem | Lernen Durch Anwendungen
Matlab-Grundlagen
course content

Kursinhalt

Matlab-Grundlagen

Matlab-Grundlagen

1. Grundlegende Syntax und Programmierung mit einem Texteditor
2. Grundlagen Der Programmierung
3. Lernen Durch Anwendungen
4. Visualisierungen
5. Rekursion und Matrixmultiplikation

book
Anwendung: Logistikproblem

Aufbauend auf dem im letzten Kapitel Gelernten erfahren Sie hier, wie Sie einem Verteiler helfen können, der versucht, die Kombination seiner Produkte zu Sendungen zu optimieren. Sie setzen Ihr bisheriges Wissen praktisch um und erwerben dabei zahlreiche neue Details.

Aufgabe

1. Ziele verstehen
expand arrow

Analysieren der Zielsetzungen des Programms und Bezugnahme auf das Video zur Orientierung und Inspiration.

2. Excel-Datei finden
expand arrow

Identifizieren der Datei mit Daten zu Behältern und Industrieklassen für Paletten.

3. Daten importieren
expand arrow

Verwendung einer Bibliothek wie Pandas zum Laden der Excel-Datei und Extrahieren der Daten zu Behältern und Industrieklassifizierungsstandards.

4. Behälterkombinationen generieren
expand arrow

Erstellen aller möglichen Kombinationen von Behältern zur Gruppierung in Paletten, wie im letzten Kapitel demonstriert.

5. Jede Kombination bewerten
expand arrow

Für jede mögliche Behälterkombination:

  • Jede Palette analysieren: Durchschnittswerte der Eigenschaften (z. B. Zugfestigkeit und Prozentanteil der Defekte) für die Behälter in jeder Palette berechnen;
  • Paletten bewerten und bepreisen: Einstufungen und Preise auf Grundlage der Durchschnittswerte und Industrienormen aus der Excel-Datei zuweisen;
  • Verkaufspreise vergleichen: Die beste Kombination verfolgen, indem der Gesamtverkaufspreis der aktuellen Kombination mit bisherigen Ergebnissen verglichen wird.
6. Beste Kombination identifizieren
expand arrow

Nach Bestimmung der optimalen Kombination die zugehörigen Behälter-Tags mithilfe der Zeilenindizes extrahieren.

7. Ergebnisse exportieren
expand arrow

Die Endergebnisse, einschließlich der besten Kombination und zugehöriger Details, wieder in einer Excel-Datei speichern.

8. Qualitätskontrolle
expand arrow
  • Überprüfen der Programmausgabe mit den im Video gezeigten Ergebnissen, um sicherzustellen, dass der optimale Preis übereinstimmt;
  • Validieren der Paletteneigenschaften anhand der Industrienormen mittels Tabellenkalkulation.
9. Iterieren und verfeinern
expand arrow
  • Entwurf des Programms mit einem modularen Ansatz zur besseren Organisation;
  • Anpassung und Testen der Implementierung iterativ, um Genauigkeit und Zuverlässigkeit sicherzustellen.
1. Datenimport
expand arrow
  • Behältereigenschaften: Import als Matrix mit Eigenschaften wie Gewicht, Zugfestigkeit und Prozentsatz an Defekten;
  • Behälter-Tags: Import als separate Matrix;
  • Industrielle Qualitätsstandards: Import als Matrix mit minimaler Zugfestigkeit, maximalem Prozentsatz an Defekten und Preis pro Palette mit 3 Behältern (7500 lbs);
  • Industrielle Qualitätsnamen: Import als Zell-Array.
2. Kombinationen erzeugen
expand arrow

Anstelle von Generate_Combinations_MMS_M aus Kapitel 3 die Funktion perms verwenden, um Permutationen direkt zu erzeugen.

3. Identifikation der Behälter-Tags
expand arrow
  • Behälter-Tags werden als Indizes aufgezeichnet, die die Zeilenpositionen in den Originaldaten angeben. Diese Indizes in Behälter-Tags umwandeln, indem die Zeilenindizes aus der Behälter-Tags-Matrix verwendet werden;
  • Sicherstellen, dass die Zeilenindizes zwischen den Behälter-Tags und den Originaldaten korrekt übereinstimmen.
4. Umgang mit Dimensionen und Indizes
expand arrow
  • 2D-Matrizen: Diese werden für den Import und Export von Daten nach und von Excel verwendet. Korrekte Zeilen und Spalten referenzieren;
  • 3D-Matrizen: Die Matrix palette_permutations enthält alle möglichen Behälterkombinationen, gefaltet in eine 3D-Matrix;
  • Jede Zeile stellt eine spezifische Kombination von Behältern zu Paletten dar;
  • Jede Spalte stellt den Index eines bestimmten Behälters dar;
  • Die dritte Dimension (1, 2, 3) entspricht verschiedenen Paletten.
5. Divide-and-Conquer-Ansatz
expand arrow
  • Die for-Schleife auf eine einzige Iteration beschränken (z. B. for 1:1), um den Rest des Programms abzuschließen und erste Ergebnisse auszugeben;
  • Fokus auf die Ausgabe von Behälter-Tags, Palettenqualitäten und dem optimalen Preis nach Excel, jeweils einzeln. Teile des Codes können auskommentiert werden, um sich auf bestimmte Aspekte zu konzentrieren.
6. Verifikation
expand arrow
  • Die durchschnittlichen Eigenschaften jeder Palette manuell überprüfen, um sicherzustellen, dass sie korrekt berechnet und bewertet wurden, sowie den Gesamtpreis der Palettenkombination;
  • Bei Problemen diese Überprüfungen nutzen, um Fehler innerhalb der for-Schleife zu diagnostizieren.
7. Spezifische Permutationen testen
expand arrow

Wenn die Ergebnisse für eine Permutation korrekt sind, aber keine optimale Kombination gefunden wird, die for-Schleife auf eine bestimmte Permutation beschränken, z. B. for 32280:32280 oder for 16640:16640. Dies ermöglicht die Überprüfung der Leistung bei stark unterschiedlichen Kombinationen.

8. Fehlerbehebung
expand arrow

Wenn das Problem nach der Überprüfung verschiedener Permutationen weiterhin besteht, könnte ein Fehler in der Logik zur Auswahl der besten Permutation aus den ausgewerteten Iterationen vorliegen. Das Video zur Ergebniskontrolle heranziehen und die Genauigkeit sicherstellen.

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 4

Fragen Sie AI

expand

Fragen Sie AI

ChatGPT

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

course content

Kursinhalt

Matlab-Grundlagen

Matlab-Grundlagen

1. Grundlegende Syntax und Programmierung mit einem Texteditor
2. Grundlagen Der Programmierung
3. Lernen Durch Anwendungen
4. Visualisierungen
5. Rekursion und Matrixmultiplikation

book
Anwendung: Logistikproblem

Aufbauend auf dem im letzten Kapitel Gelernten erfahren Sie hier, wie Sie einem Verteiler helfen können, der versucht, die Kombination seiner Produkte zu Sendungen zu optimieren. Sie setzen Ihr bisheriges Wissen praktisch um und erwerben dabei zahlreiche neue Details.

Aufgabe

1. Ziele verstehen
expand arrow

Analysieren der Zielsetzungen des Programms und Bezugnahme auf das Video zur Orientierung und Inspiration.

2. Excel-Datei finden
expand arrow

Identifizieren der Datei mit Daten zu Behältern und Industrieklassen für Paletten.

3. Daten importieren
expand arrow

Verwendung einer Bibliothek wie Pandas zum Laden der Excel-Datei und Extrahieren der Daten zu Behältern und Industrieklassifizierungsstandards.

4. Behälterkombinationen generieren
expand arrow

Erstellen aller möglichen Kombinationen von Behältern zur Gruppierung in Paletten, wie im letzten Kapitel demonstriert.

5. Jede Kombination bewerten
expand arrow

Für jede mögliche Behälterkombination:

  • Jede Palette analysieren: Durchschnittswerte der Eigenschaften (z. B. Zugfestigkeit und Prozentanteil der Defekte) für die Behälter in jeder Palette berechnen;
  • Paletten bewerten und bepreisen: Einstufungen und Preise auf Grundlage der Durchschnittswerte und Industrienormen aus der Excel-Datei zuweisen;
  • Verkaufspreise vergleichen: Die beste Kombination verfolgen, indem der Gesamtverkaufspreis der aktuellen Kombination mit bisherigen Ergebnissen verglichen wird.
6. Beste Kombination identifizieren
expand arrow

Nach Bestimmung der optimalen Kombination die zugehörigen Behälter-Tags mithilfe der Zeilenindizes extrahieren.

7. Ergebnisse exportieren
expand arrow

Die Endergebnisse, einschließlich der besten Kombination und zugehöriger Details, wieder in einer Excel-Datei speichern.

8. Qualitätskontrolle
expand arrow
  • Überprüfen der Programmausgabe mit den im Video gezeigten Ergebnissen, um sicherzustellen, dass der optimale Preis übereinstimmt;
  • Validieren der Paletteneigenschaften anhand der Industrienormen mittels Tabellenkalkulation.
9. Iterieren und verfeinern
expand arrow
  • Entwurf des Programms mit einem modularen Ansatz zur besseren Organisation;
  • Anpassung und Testen der Implementierung iterativ, um Genauigkeit und Zuverlässigkeit sicherzustellen.
1. Datenimport
expand arrow
  • Behältereigenschaften: Import als Matrix mit Eigenschaften wie Gewicht, Zugfestigkeit und Prozentsatz an Defekten;
  • Behälter-Tags: Import als separate Matrix;
  • Industrielle Qualitätsstandards: Import als Matrix mit minimaler Zugfestigkeit, maximalem Prozentsatz an Defekten und Preis pro Palette mit 3 Behältern (7500 lbs);
  • Industrielle Qualitätsnamen: Import als Zell-Array.
2. Kombinationen erzeugen
expand arrow

Anstelle von Generate_Combinations_MMS_M aus Kapitel 3 die Funktion perms verwenden, um Permutationen direkt zu erzeugen.

3. Identifikation der Behälter-Tags
expand arrow
  • Behälter-Tags werden als Indizes aufgezeichnet, die die Zeilenpositionen in den Originaldaten angeben. Diese Indizes in Behälter-Tags umwandeln, indem die Zeilenindizes aus der Behälter-Tags-Matrix verwendet werden;
  • Sicherstellen, dass die Zeilenindizes zwischen den Behälter-Tags und den Originaldaten korrekt übereinstimmen.
4. Umgang mit Dimensionen und Indizes
expand arrow
  • 2D-Matrizen: Diese werden für den Import und Export von Daten nach und von Excel verwendet. Korrekte Zeilen und Spalten referenzieren;
  • 3D-Matrizen: Die Matrix palette_permutations enthält alle möglichen Behälterkombinationen, gefaltet in eine 3D-Matrix;
  • Jede Zeile stellt eine spezifische Kombination von Behältern zu Paletten dar;
  • Jede Spalte stellt den Index eines bestimmten Behälters dar;
  • Die dritte Dimension (1, 2, 3) entspricht verschiedenen Paletten.
5. Divide-and-Conquer-Ansatz
expand arrow
  • Die for-Schleife auf eine einzige Iteration beschränken (z. B. for 1:1), um den Rest des Programms abzuschließen und erste Ergebnisse auszugeben;
  • Fokus auf die Ausgabe von Behälter-Tags, Palettenqualitäten und dem optimalen Preis nach Excel, jeweils einzeln. Teile des Codes können auskommentiert werden, um sich auf bestimmte Aspekte zu konzentrieren.
6. Verifikation
expand arrow
  • Die durchschnittlichen Eigenschaften jeder Palette manuell überprüfen, um sicherzustellen, dass sie korrekt berechnet und bewertet wurden, sowie den Gesamtpreis der Palettenkombination;
  • Bei Problemen diese Überprüfungen nutzen, um Fehler innerhalb der for-Schleife zu diagnostizieren.
7. Spezifische Permutationen testen
expand arrow

Wenn die Ergebnisse für eine Permutation korrekt sind, aber keine optimale Kombination gefunden wird, die for-Schleife auf eine bestimmte Permutation beschränken, z. B. for 32280:32280 oder for 16640:16640. Dies ermöglicht die Überprüfung der Leistung bei stark unterschiedlichen Kombinationen.

8. Fehlerbehebung
expand arrow

Wenn das Problem nach der Überprüfung verschiedener Permutationen weiterhin besteht, könnte ein Fehler in der Logik zur Auswahl der besten Permutation aus den ausgewerteten Iterationen vorliegen. Das Video zur Ergebniskontrolle heranziehen und die Genauigkeit sicherstellen.

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 4
some-alt