Simulation de la dynamique d'un stock de marchandise empilees
Project description
🏗️ Logistock : Organisez votre stock sans effort
Vous en avez assez de déplacer 10 sacs pour atteindre celui qui est tout en bas ? Logistock est une intelligence artificielle simple qui calcule pour vous l'ordre de rangement idéal de vos produits stockés en pile (les uns sur les autres).
❓ C'est quoi "l'Évidage" ?
C'est le fait de vider votre pile au fur et à mesure des ventes.
- Si vous vendez souvent du Ciment et qu'il est au fond de la pile, vous allez vous épuiser à déplacer tout ce qui est au-dessus pour le sortir.
- Le but de Logistock : Placer les produits les plus demandés au sommet pour que vous n'ayez presque jamais à déplacer de sacs inutiles.
🚀 Installation rapide
Ouvrez votre terminal et tapez :
pip install logistock==0.1.1
🛠️ Comment l'utiliser ?
C'est très simple. Imaginez que vous avez 3 types de sacs à ranger. Voici comment demander à l'IA de vous aider :
from logistock.api import optimalSorting
# 1. Listez vos produits
mes_produits = ["Ciment", "Sable", "Gravier"]
# 2. Indiquez les quantités que vous avez en stock
mes_quantites = {"Ciment": 10, "Sable": 5, "Gravier": 5}
# 3. Donnez une note d'importance (Intensité)
# Plus le chiffre est gros, plus vous vendez ce produit souvent !
mes_ventes = {"Ciment": 5.0, "Sable": 1.0, "Gravier": 0.5}
# 4. L'IA calcule le meilleur rangement
# On lui demande de tester 5000 combinaisons pour être sûr
plan, score = optimalSorting(
produits=mes_produits,
effectifs=mes_quantites,
intensites=mes_ventes,
hauteur_max=20,
iterations=5000
)
print("Voici l'ordre de rangement du HAUT vers le BAS :")
print(plan)
print(f"Score de fatigue prévu : {score:.2f} (Plus c'est bas, mieux c'est !)")
🧠 Comment ça marche (Simplement) ?
L'algorithme utilise une méthode appelée MCTS (Recherche Arborescente de Monte Carlo). C'est la même technologie que les IA qui jouent aux échecs !
- Il imagine des milliers de piles différentes.
- Il simule la vente de chaque sac selon vos habitudes (vos scores d'importance).
- Il calcule votre fatigue (le nombre de sacs que vous avez dû déplacer pour rien).
- Il vous donne la solution qui vous fatigue le moins.
📂 Contenu du package
optimalSorting: La fonction magique qui fait tout le travail.- Mémoire Intelligente : Le package crée un petit fichier
memoire_logistique.json. Il permet à l'IA de se souvenir de ses calculs précédents pour devenir plus rapide et plus précise à chaque fois. - Rapports PDF : Compatible avec la création de fiches de rangement prêtes à imprimer.
⚙️ Configuration Technique (pyproject.toml)
Si vous développez avec ce package, voici la configuration recommandée :
[project]
name = "logistock"
version = "0.1.1"
dependencies = [
"pandas",
"fpdf2",
]
📄 Licence
Ce projet est libre d'utilisation sous licence MIT.
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file logistock-0.1.2.tar.gz.
File metadata
- Download URL: logistock-0.1.2.tar.gz
- Upload date:
- Size: 9.5 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.9.13
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
9389c7c778c8cb69c644e808c102a30f2e4fd57ab70c86c68f21c0ad4f594d06
|
|
| MD5 |
8d3c5715aad64525497da728d08ab8c5
|
|
| BLAKE2b-256 |
256739861701da787d9bad89301fb64fb859a1e13a71297a7dea51abff66d76e
|
File details
Details for the file logistock-0.1.2-py3-none-any.whl.
File metadata
- Download URL: logistock-0.1.2-py3-none-any.whl
- Upload date:
- Size: 9.1 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.9.13
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
3e9bd727aa5d0259c4f6872f49ea6fe4490c2c7c5e36b0bc36c07bb262eb7276
|
|
| MD5 |
cd7d7791c186eda0750981b67197affa
|
|
| BLAKE2b-256 |
023fbefde276574ec0d90980c1fa70646f646cbfac58fc2aae695a64cf728ace
|