網路城邦
上一篇 回創作列表 下一篇  字體:
如何用最少的嘗試次數找到最經濟的裝載方式?
2022/06/28 04:51:48瀏覽815|回應0|推薦8

我的貨櫃裝載研究最近加入的變數是:我可以自由選擇大(40)與小(20)貨櫃,並假設大小貨櫃寬高一樣,小貨櫃的長度與價格都是大貨櫃的一半,所以原本需要三個大貨櫃的貨物,如果可以擠進兩大一小,或是少於六個小貨櫃,就是替客戶省到錢了!

我事先沒想到的是:貨櫃越短,長貨物可以調整的空間就越少。譬如有些貨物是12尺長,可以在40尺貨櫃中放成三層(12x3=36<40),但是在20呎貨櫃內就只能放一層(12x2=24>20),所以一個大貨櫃可以放得下的貨物,如果堅持改用小貨櫃,就會變成需要三個貨櫃,那不就是賠錢了?

我真的不夠聰明,所以一開始的設計是「盡量使用便宜的小貨櫃」,結果發現常出現的狀況是:原本只需三四個大貨櫃的貨物,全部改用小貨櫃後貨櫃數目變成大於原本貨櫃數X2?就是只需要三四個大貨櫃的貨物,裝成小貨櫃居然需要十幾個?也就是越堅持用小貨櫃反而越花錢?分析測試規劃結果之後才領悟到「貨櫃越大越有規劃彈性」的這個事實!

我最終的目標是告訴客戶:幾大幾小的配置是最省錢的方案!當我知道上述的科學事實之後,我知道了答案一定只可能是:「X個大貨櫃」或「X-1個大貨櫃與1個小貨櫃」!這兩種答案之一!我嘗試使用多個小貨櫃嘗試裝載,根本是浪費時間而已!因為大貨櫃的裝載必然比較有空間使用上的效率,所以最佳答案中一定不會有兩小貨櫃,或以上的可能性

我應該做的是先盡量使用大貨櫃嘗試裝載,如果X個大貨櫃可以裝得完貨物,我再嘗試將其中一個貨櫃變成小貨櫃裝裝看?如果也裝得下就賺到了!如果裝不下,我將其他大貨櫃的貨物打散用多個小貨櫃去裝,絕對不會更有效率的!所以最新的裝載嘗試流程就變成如上設計了!又快又好又合理!

目前流行的AI概念就是機器學習,假設如上我的研究心得可以藉由大量資料的嘗試錯誤中讓電腦「學會」?自動產生跟我的研究一樣聰明的軟體當然很好,但是你認為有可能嗎?等而下之的策略就是「遍歷」所有可能的大小貨櫃組合,每次規畫都要經過數十次的排列組合,找到我只用兩三次嘗試裝載就可以找到的最佳解答!那不是耗能耗電傷害地球嗎?

所以相信機器學習有神力的人應該冷靜下來仔細思考了!是像我這樣直指核心解決問題比較快?還是使用大量資料與大量計算之後,讓「機器」學習到一樣的邏輯脈絡比較快?AI其實用不用都可以過日子的!如果要用,就是希望可以節省資源提升效率,絕對不應該反而莫明其妙浪費更多電腦資源的!以此例來說,我只用一秒半就搞定了最佳規劃!兩大一小最棒!你可以用機器學習的概念玩玩看,我明年會去問你結果怎麼樣?希望你有進展!

( 心情隨筆工作職場 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:https://classic-blog.udn.com/article/trackback.jsp?uid=yccsonar&aid=175407132