[PYTHON] Optimisation de combinaison - problème typique de conditionnement n-dimensionnel

Problème typique et méthode d'exécution

problème d'emballage en n dimensions

Emballez autant de carrés à n dimensions que possible dans les carrés à n dimensions. Trouver le chemin. n correspond à 1 à 3. Lorsque n est 1, la capacité et la valeur sont les mêmes dans le problème du sac à dos.

Méthode d'exécution (problème d'emballage bidimensionnel par coupe guillotine)

usage

Init signature: TwoDimPackingClass(self, width, height, items=None)
Docstring:
Problème d'emballage 2D
Découpez des éléments de la plaque d'origine avec une coupe guillotine(Solution approximative)
contribution
    width, height:La taille de la plaque d'origine
    items:De l'article(côté,Verticale)Liste de
production
Rapport de volume et éléments inclus(côté,Verticale,x,y)Liste de

python

from ortoolpy import TwoDimPackingClass
TwoDimPackingClass(500, 300, [(240, 150), (260, 100), \
    (100, 200), (240, 150), (160, 200)]).solve()

résultat

(1.0,
 [(240, 150, 0, 0),
  (260, 100, 240, 0),
  (160, 200, 240, 100),
  (100, 200, 400, 100),
  (240, 150, 0, 150)])

python

# pandas.DataFrame
from ortoolpy.optimization import TwoDimPacking
TwoDimPacking('data/tdpacking.csv', 500, 300)[1]

Les données

• data/tdpacking.csv