2020MathorCup数学建模挑战赛C题仓内拣货优化问题

最新推荐文章于 2024-07-23 10:46:20 发布

Atom_QQ2022313691

最新推荐文章于 2024-07-23 10:46:20 发布

阅读量6.7k

点赞数 12

文章标签： 2020MathorCup 仓内拣货优化问题

本文链接：https://blog.csdn.net/qq_44864262/article/details/107778889

版权

该博客聚焦2020MathorCup数学建模挑战赛中的仓内拣货优化问题，具体探讨问题一，提供了计算货格间距离的Python代码，生成3000×3000矩阵数据，适用于后续拣货路径优化。

摘要由CSDN通过智能技术生成

仓内拣货优化问题

问题一

下面是计算 $3000\times 3000$ 矩阵（货格与货格距离）的 $P y t h o n$ 代码
输出为3000个 $1\times3000$ 列表，需自己存入 $E x c e l 表格$

import pandas as pd  # 导入数据分析库Pandas
import xlsxwriter

workbook = xlsxwriter.Workbook('sheet.xlsx')
worksheet = workbook.add_worksheet(u'sheet1')

inputfile = '附件1：仓库数据.xlsx'  # 销量数据路径
data = pd.read_excel(inputfile, sheet_name='货格')  # 读入数据
a = data[u'坐标 x,毫米']
b = data[u'坐标 y,毫米']
x_store = []  # 货格横坐标
y_store = []  # 货格纵坐标
# 将横坐标导入x(1:3000)数组中 将纵坐标导入y(1:3000)数组中
for i in range(len(a)):
    x_store.append(a[i])
    y_store.append(b[i])

inputfile = '附件1：仓库数据.xlsx'  # 销量数据路径
date = pd.read_excel(inputfile, sheet_name='复核台')  # 读入数据
c = date[u'坐标 x,毫米']
d = date[u'坐标 y,毫米']
x_easter = []  # 复核台横坐标
y_easter = []  # 复核台纵坐标
for i in range(len(c)):
    x_easter.append(c[i])
    y_easter.append(d[i])

offset = 750  # 偏移量750mm
# 下面写入3000X3000矩阵
for i in range(3000):
    d = []  # 1X3000矩阵
    x_posi = x_store[i]  # 遍历每个点x横坐标
    y_posi = y_store[i]  # 遍历每个点y横坐标
    for j in range(3000):
        x_point = x_store[j]
        y_point = y_store[j]
        if x_posi == x_point and y_posi == y_point:  # 第一种距离计算方式 自身到自身的距离为0
            d1 = 0
            d.append(d1)
        elif x_posi == x_point