python erp api接口教程 python erp系统

转载

mob6454cc6172e5 2024-03-13 15:41:43

文章标签 python erp api接口教程 ERP 主生产计划 python 文件读取 文章分类 Python 后端开发

一、目的

1、深入理解、掌握主生产计划理论。
2、综合运用主生产计划理论和程序设计技术，设计适合表示主生产计划参数及计划结果的数据结构，并使用程序设计语言实现。
3、综合运用主生产计划理论和程序设计技术，设计主生产计划计算的算法，并使用程序设计语言实现。
4、设计并实现主生产计划结果显示形式。
5、对于给定的主生产计划参数实例，制定可行的主生产计划。

二、内容

1、设计并实现适合存储主生产计划参数及计算结果的数据结构。
2、设计并实现主生产计划计算的算法。
3、设计并实现主生产计划结果显示形式。
4、根据数据文件的说明完成数据文件的解析，读取计算主生产计划的相关参数，根据读入的参数完成主生产计划的计算，并显示（如表、图等，也可以输出到Excel中）计算结果

三、存储相关参数的文件及说明

period.dat：时段数据文件。文件可能包含若干行。每行对应一种物料。每行的格式如下：
物料名称计划展望期时间跨度（包含过去时段，用时段0表示过去时段，时段1为当前计划的第一个时段）需求时界计划时界
例如
X 11 3 7
表示物料X的计划展望期为11个时段（包含过去时段，即实际需要计算的计划展望期为10个时段，可结合课件或教材的MPS表格理解），时段3和时段4的交界为需求时界，时段7和8的交界为计划时界

matinfo.dat：物料信息文件。文件可能包含若干行。每行对应一种物料。每行的格式如下：
物料名称批量大小安全库存提前期
例如
X 10 5 1
表示物料X的批量大小为10，安全库存量为5，提前期为1个时段

prediction.dat：预测量数据文件。文件可能包含若干行。每行对应一种物料。每行的格式如下：
物料名称过去时段预测量时段1预测量 ... 时段n预测量
例如
X 0 25 20 35 20 25 20 20 30 30 25
表示物料X在过去时段、时段1、...、时段10中，各个时段的预测量。时段的数量可由period.dat文件中该物料的第一个字段得到。
对于本例来说，period.dat中X物料的第一个字段为11，所以一共11个时段，分别是：过去时段、时段1、时段2、...、时段10

order.dat：订单量数据文件。文件可能包含若干行。每行对应一种物料。每行的格式如下：
物料名称过去时段订单量时段1订单量 ... 时段n订单量
例如
X 0 32 26 25 33 20 25 30 25 35 20
表示物料X在过去时段、时段1、...、时段10中，各个时段的订单量。时段的数量可由period.dat文件中该物料的第一个字段得到。
对于本例来说，period.dat中X物料的第一个字段为11，所以一共11个时段，分别是：过去时段、时段1、时段2、...、时段10

ScheduledReceipts.dat：计划接收量数据文件。文件可能包含若干行。每行对应一种物料。每行的格式如下：
物料名称过去时段计划接收量时段1计划接收量 ... 时段n计划接收量
例如
X 0 20 0 0 0 0 0 0 0 0 0
表示物料X在过去时段、时段1、...、时段10中，各个时段的计划接收量。时段的数量可由period.dat文件中该物料的第一个字段得到。
对于本例来说，period.dat中X物料的第一个字段为11，所以一共11个时段，分别是：过去时段、时段1、时段2、...、时段10

PrevInventory.dat：过去时段可用库存。文件可能包含若干行。每行对应一种物料。每行的格式如下：
物料名称过去时段可用库存
例如
X 10
表示物料X在过去时段的可用库存为10

四、相关理论知识

1. 毛需求量的计算：当在需求时段，毛需求量 = 订单量，当在计划阶段，毛需求量 = max(订单量，预测量)，当在预测阶段，毛需求 = 预测量。
2. 净需求的计算：如果PAB初值 >= 安全库存，净需求 = 0 ；如果PAB初值 < 安全库存量，净需求 = 安全库存量 – PAB初值。
3. PAB的计算：PAB(预计可用库存) = 前一时段预计可用库存 + 本时段计划接收量 – 本时段毛需求量。
4. 计划产出量的计算：当N是一个大于或等于1的整数时、当N * 生产批量 >= 净需求量 > (N-1) * 生产批量时、计划产出量 = N * 生产批量。
5. 计划投入量的计算：将计划产出量的所有数据提前一个时段，得到相应的计划投入量。
6. 可供销售量(ATP)的计算：ATP = 本时段计划产出量 + 本时段计划接收量 – 下一次出现计划产出量之前各时段的订单量之和。
7. 读取数据文件的方法：
def ReadMatInfo(filepath): with open(filepath,"r") as f: contents = f.read() tmp=contents.split(' ',-1) return tmp
8. 写入到Excel使用的模块：import xlsxwriter
关键代码：
workbook = xlsxwriter.Workbook("/xxxx.xlsx") worksheet = workbook.add_worksheet(name="xxx") worksheet.write_row("xx",xxxx) worksheet.write_column("xx",xxxx) workbook.close()

五、源代码

#批量大小 #安全库存 #提前期 #数据文件（period.dat） #各时段订单量（order.dat） #各时段预测量（prediction.dat） #各时段计划接收量（ScheduleReceipts.adt） #过去时段的预计可用库存（PrevInventory.dat） #1.计算所有时段毛需求量 #2.按照从时段1到时段n的顺序计算n个时段毛需求量 #3.以此计算该阶段净需求、计划产出量及预计可用库存 #4.依次计算所有时段计划投入量 #5.依次计算所有时段可供销售量 #by Jiefeng_Lin import xlsxwriter #读取文件函数 def ReadMatInfo(filepath): with open(filepath,"r") as f: contents = f.read() tmp=contents.split(' ',-1) return tmp # 从文件现有初始预计可用库存量 now_stock = [] now_stock.insert(0,int(ReadMatInfo('./data_files/PrevInventory.dat')[1])) # 从文件读取安全库存量 safe_stock = int(ReadMatInfo('./data_files/matinfo.dat')[2]) # 从文件批量大小 product_batch = int(ReadMatInfo('./data_files/matinfo.dat')[1]) # 从文件读取提前期 pre_date = int(ReadMatInfo('./data_files/matinfo.dat')[3]) #从文件读取总时段 total_period = int(ReadMatInfo('./data_files/period.dat')[1]) #从文件读取需求时界 require_period = int(ReadMatInfo('./data_files/period.dat')[2]) #从文件读取计划时界 plan_period = int(ReadMatInfo('./data_files/period.dat')[3]) # 从文件读取预测量 pre= [] for i in range(total_period): pre.insert(i,int(ReadMatInfo('./data_files/prediction.dat')[i+1])) # 从文件读取订单量 order = [] for i in range(total_period): order.insert(i,int(ReadMatInfo('./data_files/order.dat')[i+1])) #从文件读取计划接收量 schedule_receipt = [] for i in range(total_period): schedule_receipt.insert(i,int(ReadMatInfo('./data_files/ScheduledReceipts.dat')[i+1])) #定义净需求量数组 neet_reqiire = [] neet_reqiire.insert(0,0) #定义毛需求量数组 gross_require = [] #定义可供销售量数组 ATP = [] ATP.insert(0,0) #定义计划产出量数组 plan_production = [] plan_production.insert(0,0) #定义计划投入量数组 plan_release = [] plan_release.insert(total_period-1,0) #计算毛需求量 for i in range(total_period): #当在需求时段，毛需求=订单量 if i <= require_period: gross_require.insert(i,order[i]) #当在计划阶段，毛需求=max(订单量，预测量) if i > require_period and i <= plan_period: gross_require.insert(i,max(order[i],pre[i])) #在预测阶段，毛需求=预测量 if i > plan_period and i < total_period: gross_require.insert(i,pre[i]) #定义批量大小增量的函数 def calculate_increse_of_product_batch(n): #n是大于或等于1的整数 if n == 0: return 0 else: for i in range(1,11): #当 i*生产批量 >= 净需求量 > (i-1)*生产批量的时候，满足计划产出量计算要求 if (i-1)*product_batch < n and i*product_batch >= n: return i * product_batch #计划产出量 = i * 生产批量 #计算净需求量 for i in range(1,total_period): #净需求 = 本时段毛需求量 + 安全库存 - 前时段可用库存 - 计划接收量 neet_reqiire.insert(i,gross_require[i] + safe_stock - now_stock[i-1] - schedule_receipt[i]) #计划产出直接应用上面的函数 plan_production.insert(i, calculate_increse_of_product_batch(neet_reqiire[i])) #预计可用库存 = 前时段预计可用库存 + 预计接收量 + 计划产出量 - 毛需求 now_stock.insert(i, now_stock[i - 1] + schedule_receipt[i] + plan_production[i] - gross_require[i]) #计算计划投入量 for i in range(total_period-1): #本时段计划投入量 = 下时段计划产出量 plan_release.insert(i,plan_production[i+1]) #计算可供销售量ATP for i in range(total_period-1): #ATP = 本时段计划产出量 + 本时段计划接收量 + 上时段预计可用库存 - 本时段订单量 if i==1: ATP.insert(i,plan_production[i]+schedule_receipt[i]+now_stock[i-1]-order[i]) #ATP = 本时段计划产出量 + 本时段计划接收量 - 本时段订单量 else: ATP.insert(i,plan_production[i]+schedule_receipt[i]-order[i]) #将数据写入到Excel并创建表格 #创建excel文档 print("正在进行excel录入中") workbook = xlsxwriter.Workbook("/Users/jayphone/Desktop/calculation_of_MPS.xlsx") #创建一个sheet worksheet = workbook.add_worksheet(name="calculation_of_MPS") #确定横轴纵轴属性 calculation_item = ['预测量','订单量','毛需求量','计划接收量','预计可用库存','净需求量','计划产出量','计划投入量','可供销售量'] headline=['时区/计算类别','过去时段','1','2','3','4','5','6','7','8','9','10'] #写入到表格中 worksheet.write_row("A1",headline) worksheet.write_column("A2",calculation_item) worksheet.write_row("B2",pre) worksheet.write_row("B3",order) worksheet.write_row("B4",gross_require) worksheet.write_row("B5",schedule_receipt) worksheet.write_row("B6",now_stock) worksheet.write_row("B7",neet_reqiire) worksheet.write_row("B8",plan_production) worksheet.write_row("B9",plan_release) worksheet.write_row("B10",ATP) workbook.close() print("excel录入成功") #在控制台输出数据： print("预测量是：") print(pre) print("订单量是：") print(order) print("毛需求是：") print(gross_require) print("计划接收量是：") print(schedule_receipt) print("预计可用库存是：") print(now_stock) print("净需求量是：") print(neet_reqiire) print("计划产出是：") print(plan_production) print("计划投入是:") print(plan_release) print("可供销售是：") print(ATP)