计算前5位最优的包裹柜子配置

Question

亲爱的数据科学界，

我有以下问题要解决，我想知道我可以使用哪种算法或方法来解决它。在这里，我并不期望有一个完整的解决方案，但我真的想了解我正在研究的是哪种类型的优化问题，并希望得到一些提示。FYI，我正在使用Python，以防您想推荐某个库。

问题域是包裹储物柜。

TLDR;

计算前5个最优的包裹柜子配置，以适应大部分包裹交付全年。

长版本

• 假设我从去年的每日电子商务包裹递送到包裹储物柜的数据开始。我知道在某一地区的第n天(n =1到365)，有多少个大小的包裹被送到包裹储物柜站。假设我不知道确切的包裹储物柜站的位置，但我知道每个客户的粗略的家庭坐标。因此，数据看起来像=>数组(日期、包裹大小、客户位置)
  • 所有数据都是每个包裹，没有复杂的场景。

• 现在，我想创建我自己的最佳包裹储物柜网络，以适应这些送货。假设我计算了包裹储物柜的最佳位置。现在我的数据看起来如下:数组(日期，包裹大小，包裹储物柜位置) =>客户位置现在被翻译到最近的包裹储物柜站位置。
• 想象一下，我被限制在3个大小的储物柜里，而较小的储物柜可以装在更大的柜子里。
  • 1码适合2码和3码
  • 2码适合3码

• 考虑到这三个储物柜的大小，我现在知道我的包裹适合哪个储物柜大小的=>，我现在的数据是:数组(天，最小储物柜大小，包裹储物柜站位置)-现在每个位置汇总这些数据告诉我在每个包裹储物柜站我需要多少个储物柜大小(至少)。
• 包裹储物柜是由储物柜组成的，可以容纳特定的储物柜配置。一个虚构的储物柜配置看起来像：2*(尺寸1)、3*(尺寸2)、0(大小3)或1*(尺寸1)、2*(尺寸2)、1*(3号)等。

我想要解决的问题从这里开始，

• 给定：
  • 我可以把任何数量的储物柜放在一个包裹柜站；
  • 每个储物柜的高度最多可达2米；
  • 每个储物柜都是一列储物柜(考虑到所有3个储物柜都有相同的宽度)；
  • 出于成本目的，我只限于生产5种类型的储物柜配置。

• 如何从这些数据中计算出最好的5个储物柜配置？-最佳方法：
  • 全年我将使用最低数量的储物柜；
  • 我也会尽量减少在高峰期(圣诞节、黑色星期五等)不愉快的顾客的数量。

• 为了简化起见，我不允许在高峰日增加额外的储物柜。

Answer 1

这个问题可以被描述为一个装箱问题，其中不同大小的物品必须包装在有限数量的垃圾箱中。

有许多Python库可以解决bin打包问题。两个常见的包是联合包装 (更具体)和吡咯烷酮 (更通用)。