我对生产中的所有机器进行了两次不同的下载,我想根据可用容量预测生产量。如果有更多的需求,则应将需求推迟到下一个时期,以此类推。如果处理了积压,则只应预测需求。例如,第一台机器在第一个月没有足够的产能,因此从300的需求只能生产250台-->将50台转移到下个月,因此下个月的需求是200+50,但产能是220台,因此预测应该是220台等等
示例需求
df_demand = pd.DataFrame(np.array([[300, 200, 200, 180], [300, 150, 200, 150]]), columns=['April', 'May', 'June', 'July'])
示例容量
df_cap = pd.DataFrame(np.array([[250, 220, 220, 250], [200, 200, 250, 200]]), columns=['April', 'May', 'June', 'July'])
你会如何处理这个问题?
没有蟒蛇
def fun(d, c, r):
# Given current demand, capacity and residual
# find the currently meet demand and left over residual
d = d + r
if c >= d:
return d, 0
else:
return c, d-c
forecast = []
for index, cap in df_cap.iterrows():
if index not in df_demand.index:
continue
demand = df_demand.loc[index]
forecast.append([])
r = 0
for i, c in enumerate(cap):
d = demand[i]
f, r = fun(d,c,r)
forecast[-1].append(f)
print (pd.DataFrame(forecast, columns=df_cap.columns))
输出
April May June July
0 250 220 220 190
1 200 200 250 150