今天想到了一个做法，不确定可行程度，想尝试一下
作为一个做计划的，有时偶尔会碰到一类翻白眼的问题，那就是生产的东西不够做，反过来找咱要计划
这时，咱很有团队精神的老板基本上转头就会问上咱这样一句话："咱库存里的原材料能凑出多少台给他们生产做啊？"
这个问题的表达是挺简洁的，可是，计算答案的过程貌似做不到这么简洁啊，毕竟，就咱一般的计算步骤来说，情况是这样的：
比如咱有10个型号，每个型号对应有10个不同的原材料组成清单，大概像这样：
#导入物料清单数据
BOMbycol str(BOMbycol)
#单独拎出组件号、成品型号和每台用量
BOMbycol #将长格式转换为宽格式
library("reshape2")
BOM BOM
然后，咱还有一个库存清单（这里我没有，所以随便编一个，真做的话需要原材料编号能和上面那份BOM对应上）
Stockqty
可接着该咋办咧？？要知道，如果咱有一份现成的成品数量，通过成品数和物料清单做加权和，倒是可以很快就计算出需要用多少原材料，因为，加权和本身是个矩阵乘法嘛，但这个过程如果要倒过来计算，那就有点懵逼了
但是，数学上有个很神奇的概念叫做假设，这时，我想到了某个不靠谱的假设——如果现有的库存可以比较齐整的匹配到全部成套，那么可以假设此时消耗量接近等于库存数量，那么，通过在式子两边各乘一个物料清单的广义逆矩阵，就能反过来计算成品数
在有了这个神奇的想法后，我便立刻付诸实践了，结果，开启了第一次打脸
#求BOM矩阵广义逆*库存量
library("MASS")
Origin
好吧，忘记了这个世界上有负数的存在是我的错，那么，有没有啥法子可以挽个尊呢？
这时我想到了另一个函数，optim
#先把小于0的项归零
Origin[which(Origin <0)] #尝试用optim缩小库存和消耗量差距
#optim计算用的function
CanProduce Consume Dev2 return(Dev2) }
#开始优化
MaxQty
这回我可是把取正数这件事记住了，在优化过程里还特意设了数据下限lower = 0
但是，我好像还是没能逃脱打脸的命运，因为，优化过程只是减少了一部分消耗量和库存数量之间的差距，但是做不到完全避免超量
所以，按照现有的计算结果去做3470台成品的话，会面临800多种原材料里头还是会有13种不够用的，看来这个方法还是有点问题，我得再研究研究
--------------今日拖堂，下回再续---------------
閱讀更多 jennifer5jl 的文章
