Python原材料库存优化器问题：无法充分利用库存生成足量成品

问题根源 #

现有代码未覆盖1根60' + 22根70'这种刚好凑出1600英尺的有效组合，导致大量对应原料闲置，无法达成60个的产量目标。

具体改进步骤 #

1. 补充有效组合枚举 #

先明确所有能凑出1600英尺的原料搭配，把目标组合加入候选列表：

# 定义所有可行的原料组合（每个组合对应1个成品）
valid_combinations = [
    # 原有组合示例（根据你实际代码中的组合补充）
    {"40": 40},  # 40*40=1600
    {"50": 32},  # 50*32=1600
    # 新增关键组合
    {"60": 1, "70": 22}
]

2. 优化原料分配逻辑 #

替换原有单一组合的生产逻辑，改为遍历所有可行组合，只要库存满足就生产，直到达到目标产量或无可用组合：

def produce_finished_goods(inventory, target):
    produced = 0
    while produced < target:
        made = False
        # 遍历所有组合尝试生产
        for combo in valid_combinations:
            # 检查当前库存是否满足组合需求
            if all(inventory[size] >= qty for size, qty in combo.items()):
                # 扣减对应原料库存
                for size, qty in combo.items():
                    inventory[size] -= qty
                produced += 1
                made = True
                break  # 生产一个后重新检查所有组合
        if not made:
            break  # 无可用组合，终止生产
    return produced, inventory

3. 增加剩余库存校验 #

生产完成后输出剩余原料情况，方便确认是否还有可挖掘的组合：

# 示例调用
initial_inventory = {"60": 25, "70": 500, "40": 0, "50": 0}  # 假设初始库存
final_count, remaining = produce_finished_goods(initial_inventory, 60)
print(f"实际生产数量: {final_count}")
print("剩余原料:")
for size, qty in remaining.items():
    if qty > 0:
        print(f"{size}' : {qty} 根")

进阶优化（可选） #

如果需要最大化产量或最小化原料浪费，可以用整数规划工具（如pulp）求解最优组合：

from pulp import LpProblem, LpVariable, LpMaximize, lpSum

# 定义问题：在库存限制下最大化产量（不超过目标60）
prob = LpProblem("Optimize_Production", LpMaximize)

# 变量：每个组合的生产次数（整数）
combo_60_70 = LpVariable("Combo_60_70", lowBound=0, cat="Integer")
# 其他组合变量，比如combo_40 = LpVariable("Combo_40", lowBound=0, cat="Integer")

# 目标函数：总生产数量不超过60
prob += lpSum([combo_60_70]) <= 60

# 原料库存约束
prob += 1 * combo_60_70 <= initial_inventory["60"]
prob += 22 * combo_60_70 <= initial_inventory["70"]
# 其他原料约束补充

# 求解
prob.solve()
print(f"最优可生产数量: {int(lpSum([combo_60_70]).value())}")

内容的提问来源于stack exchange，提问作者LT_AKR