Algorithm 寻找一个模型来表示这个问题，我怀疑它可能是NP完全的

（我改变了这个问题的细节，以避免NDA问题。我知道，如果照字面理解，有更好的方法来经营这家理论公司。）

有一组仓库，每个仓库能够储存和分销200种不同的产品，而a公司生产的产品可能总共有1000种。每个仓库储存200种产品，并分配订单，然后他们将从现有库存中填写这些订单

挑战在于每个仓库都需要自给自足。将有一个指定给仓库的任意数量的产品订单（通常为5-10个）。然后仓库包装订单所需的产品，并一起装运。对于仓库中不可用的任何项目，必须在订单发货之前将项目单独交付给仓库

因此，问题在于确定最佳仓库/产品配置，以便在无需订购和等待单个项目的情况下打包尽可能多的订单

例如（使用每个字母表示的产品，以及能够储存5条产品线的仓库）：

目标是使用历史数据，以尽量减少未来单独订购产品的数量。一旦仓库以某种方式建立起来，软件就会确定哪个仓库能够以最小的开销处理订单

这立刻让我觉得是一个机器学习风格的问题。它似乎也是某些众所周知的NP完全问题的组合，尽管它们似乎都不适合

---

是否存在表示此类问题的模型？

如果我理解正确，您必须将问题分开：

• 预测每个仓库应该预购什么
• 为订单获取最佳仓库

对于第一个问题，我向你们指出：这几乎是同一个问题，已经提出了很好的解决方案。（我的数据挖掘手册在家里，我记不起谷歌的确切关键词，抱歉。试试“数据挖掘时间序列”）

对于第二个问题，这是Prolog的一个问题

• 设置单独订购项目的成本
• 设置成本，例如，idk，与客户的距离
• 将已拥有产品的成本设置为0
• 制定购买产品的规则：没有就买，有就买
• 制定规则以获取所有产品：foreach产品，上面的规则
• 获取此规则的成本
• 轻轻地让Prolog获得解决方案。如果还不够好，多问一些

---

如果您不想使用Prolog，那么有几个约束库。仅google“constraint library

”
问题的第一部分（经常将项目排序在一起）有时被称为共现问题，并且是数据挖掘文献的一大部分。（我记得这个问题是NP问题，但有相当好的近似算法）

一旦您有了满意的共现数据，您仍然需要将项目分配给仓库。这有点像集合覆盖问题，但不完全一样。这个问题是NP难的。
你说的“模型”是什么意思？（我的意思是，你在寻找什么样的答案？一个你可以使用算法的著名问题的简化？或者线性/整数规划？或者其他什么？）我的意思是“旅行推销员”问题可以被视为真实问题的模型。这只是一个一般性的、经过充分研究的comp-sci问题，符合我目前的工作。不一定有一个理想的答案，但只是为了不重复（可能）多年的思考/研究。
Warehouse 1: [A, B, C, D, E]
Warehouse 2: [A, D, F, G, H]

Order: [A, C, D] -> Warehouse 1
Order: [A, D, H] -> Warehouse 2
Order: [A, B, E, F] -> Warehouse 1 (+1 separately ordered)
Order: [A, D, E, F] -> Warehouse 2 (+1 separately ordered)