Mục này được đóng góp bởi Assist Co, Ltd ()

Tên tôi là Hiroshi Tanahashi, tôi phụ trách sản phẩm Progress từ tháng 4 năm 2016 Cuối cùng thì thời điểm cuối năm 2017 cũng sắp đến gần và tôi chắc rằng các bạn đang tất bật chuẩn bị cho những bữa tiệc cuối năm và đầu năm mới Đầu tháng 11 tôi đã mua quà Giáng sinh cho con và giấu ở nhà nên mới định nghỉ ngơi mà giờ lại bị nhắc viết thiệp Tết và mọi việc lại bận rộn À, lần này tôi viết về việc ''phân bổ chỗ tỷ lệ kèo cá cược hôm nay (sơ đồ chỗ tỷ lệ kèo cá cược hôm nay)'' của một nhà hàng ngày nào cũng đông khách, dù là tiệc cuối năm hay tiệc đầu năm

Cách đây rất lâu, chúng ta thường chơi một trò chơi trong đó chúng ta sắp xếp ít ghế hơn số người tham gia xếp thành vòng tròn, và những người tham gia sẽ đi vòng quanh bên ngoài ghế theo nhạc, đến một lúc nào đó sẽ có tiếng còi vang lên và họ tranh nhau giành lấy ghế Đây là một trò chơi dựa trên quy tắc "đến trước được phục vụ trước", nhưng ngay cả vào giờ ăn trưa hoặc tại quán bar, chỗ tỷ lệ kèo cá cược hôm nay vẫn được sắp xếp theo nguyên tắc ai đến trước được phục vụ trước Đôi khi tôi thấy một quy tắc bí ẩn cho phép một người được tỷ lệ kèo cá cược hôm nay trước khi chờ đợi trong một nhóm nhiều người, nhưng tôi dự định sẽ xem xét hiệu ứng này khi có cơ hội

Lần này, bạn tạo ``phân bổ chỗ tỷ lệ kèo cá cược hôm nay'' theo các điều kiện sau như thế nào? Hãy thử cách thực hiện nó bằng AI suy luận: Corticon (không phải Excel)

Một ví dụ quen thuộc là ``nhà hàng gyudon'' có 4 chỗ tỷ lệ kèo cá cược hôm nay Khách hàng đến theo nhóm từ 1 đến 4 người và đợi cho đến khi mọi người có thể tỷ lệ kèo cá cược hôm nay cùng một lúc Việc rời đi và các nhóm đến và chỗ tỷ lệ kèo cá cược hôm nay diễn ra cứ 5 phút một lần và thời gian dùng bữa là 15 phút (giả sử 5 phút mỗi lượt)
Tôi không nghĩ đến việc khách hàng sẽ không đến cửa hàng Đó là điều kiện Chỉ cần tưởng tượng

Sau đây là kết quả thử 5 lượt

Phải mất 15 lượt để "đóng" sau khi mở được 6 lượt (cơ sở 0)
Giá trị lý tưởng cho mức độ sẵn có 100% là bao nhiêu
Số lượng khách tích lũy: 13 người × 3 lượt = 39 (người/lượt)
nhưng thực ra
4 chỗ x 15 lượt = 60 (ghế/lượt)
Phải mất Trong trường hợp này, số người = chỗ tỷ lệ kèo cá cược hôm nay
60(chỗ tỷ lệ kèo cá cược hôm nay/lượt) - 39(tên/lượt) = 21(chỗ tỷ lệ kèo cá cược hôm nay/lượt) Còn một ghế trống và nhóm số 4 phải đợi tới 5 lượt
Nếu tăng số lượng thử nghiệm, bạn có thể thấy một số xu hướng hoặc đặc điểm Vì vậy hãy triển khai nó với Corticon

Đầu tiên, hãy tạo từ vựng Mỗi thuộc tính sẽ được giải thích sau

Tên thuộc tính mà dữ liệu thống kê được truy xuất có tiền tố là "_" Đây là một thuộc tính không cần thiết nếu được thực hiện như một quy tắc

Tiếp theo là quy tắc Sau nhiều thử nghiệm và sai sót, tôi đã nghĩ ra quy tắc sau

$shoperf】

Xử lý ban đầu
Tôi đã tạo một luồng con bao gồm hai bảng quy tắc: init và make_seat

[initers]

Đang khởi tạo thuộc tính để xử lý Tôi đang sử dụng 0 cột

[make_seaters]

Tạo chỗ tỷ lệ kèo cá cược hôm nay để sử dụng
Để tạo động các thực thể, hãy sử dụng toán tử mới và đặt tính năng tự kích hoạt suy luận nâng cao để lặp lại theo số lần tạo (shipNUMBERofSEAT)

Tiếp theo, chúng ta sẽ triển khai các quy tắc xử lý chính: Lượt tham quan - Chỉ định chỗ tỷ lệ kèo cá cược hôm nay - Chỗ tỷ lệ kèo cá cược hôm nay - Chỗ tỷ lệ kèo cá cược hôm nay xa
Tôi đang tự viết một ngôn ngữ lập trình và khi các điều kiện khác nhau được thêm vào, việc viết quy trình ngược lại thường dễ dàng hơn: rời - đến - phân chỗ - tỷ lệ kèo cá cược hôm nay, nhưng lần này tôi đã đưa ra phán đoán điều kiện trong nhánh nên tôi đã viết như vậy

Phương pháp ``chỗ tỷ lệ kèo cá cược hôm nay'' lần này có logic hơi phức tạp vì khi cửa hàng mở cửa, các nhóm chờ lần lượt tỷ lệ kèo cá cược hôm nay vào chỗ mà không nhận khách Shopstatus kiểm soát logic này và có ba trạng thái: "Mở", "Đang chuẩn bị" và "Đã đóng" Trạng thái “chuẩn bị” đồng nghĩa với việc các nhóm chờ lần lượt tỷ lệ kèo cá cược hôm nay vào chỗ sau giờ mở cửa

Ngoài ra, một vòng lặp được đặt cho luồng con "Mở" và quá trình xử lý được lặp lại trong một lượt cho đến khi nó trở thành "Đóng"

[iners]

Truy cập của bạn sẽ được xử lý

Đầu tiên, số người trong nhóm ghé thăm cửa hàng được xử lý ở dòng hành động A Logic của việc tạo số ngẫu nhiên này là ``'' được sử dụng Phần sửa đổi được kiểm soát bằng cách quay xổ số để tìm số ghế tối đa, không bao gồm 0 Sau khi xác định được số người, hãy tạo thực thể nhóm bằng toán tử Mới Nếu bạn đang xác minh hàng nghìn hoặc hàng chục nghìn lượt thì đây là khu vực sẽ ảnh hưởng đến hiệu suất nên bạn cần cân nhắc điều này Xin lưu ý rằng quá trình này chỉ được thực hiện khi cửa hàng mở cửa

[Thẩm pháners]

Nó sẽ xuất hiện sau, nhưng ghế được đặt thành số nhóm tỷ lệ kèo cá cược hôm nay (SEAT_UNITgroup_number) hoặc -1 nếu ghế trống Điều này cũng được đặt trong initers Do đó, chúng tôi lọc các ghế trống và tìm số lượng ghế trống bằng cách sử dụng ->size, sau đó lọc các nhóm chờ (shopgroup_num + 1) để xác định xem họ có thể tỷ lệ kèo cá cược hôm nay được hay không Nếu đó là ngôn ngữ lập trình, tôi sẽ tiếp tục viết quy trình khi có thể, nhưng vì tôi không thể gọi dữ liệu tôi muốn bằng bộ lọc nên tôi đặt số người sẽ tỷ lệ kèo cá cược hôm nay trong shopjudge và số nhóm sẽ tỷ lệ kèo cá cược hôm nay trong shopgroup_num

[seters]

Chỉ có thể có chỗ tỷ lệ kèo cá cược hôm nay nếu một giá trị được đặt trong cờ (shopjudge) cho phép trọng tài tỷ lệ kèo cá cược hôm nay, vì vậy chúng tôi sẽ mô tả quy trình cho điều kiện shopjudge>0 Có vẻ khó nhìn thấy được sắp xếpBy và ->next, nhưng nó chỉ đơn giản đặt thông tin về nhóm được tỷ lệ kèo cá cược hôm nay theo số ghế trong nhóm được tỷ lệ kèo cá cược hôm nay Nếu có 4 người thì cài thông tin nhóm tỷ lệ kèo cá cược hôm nay 4 ghế, còn nếu 2 người thì cài thông tin nhóm tỷ lệ kèo cá cược hôm nay 2 ghế Để lặp số lượng ghế đó, SortBy và ->next được sử dụng để lặp lại

Thông tin được đặt cho ghế là số nhóm (shipgroup_number) và số lượt sử dụng trong ghếstatus Nếu bạn chạy nó với các cài đặt cho đến nay, nó sẽ rơi vào một vòng lặp vĩnh viễn, vì vậy sau khi cài đặt thông tin nhóm cho chỗ tỷ lệ kèo cá cược hôm nay, hãy đặt cờ (shopjudge) thành -1 và lặp lại trong khoảng thời gian từ 0 trở lên Đây là một phần khó nghĩ ra trừ khi bạn quen thuộc với Corticon

[Time_pasters]

Bảng quy tắc này chỉ tăng lượt (shoptimes)

[past_groupers]

Bảng quy tắc này là một quy trình thống kê và nếu có một nhóm chờ thì thuộc tính thời gian chờ tích lũy (shopgroup_unit_wait_t) sẽ tăng lên

Các nhóm đến cửa hàng lần lượt nhưng nhóm tỷ lệ kèo cá cược hôm nay cuối cùng được giữ tại shopgroup_num Để thực hiện việc này, chúng tôi lọc số nhóm lớn hơn shopgroup_num và tăng thuộc tính thời gian chờ tích lũy

[_past_seaters]

Bảng quy tắc này cũng sử dụng quy trình xử lý thống kê để xác định trạng thái chỗ tỷ lệ kèo cá cược hôm nay và nếu chỗ đó đã được sử dụng thì thời gian tỷ lệ kèo cá cược hôm nay tích lũy chỗ ngồi_t_occupy_t sẽ tăng lên và nếu chỗ trống thì thời gian trống tích lũy chỗ ngồi_t_empty_t sẽ tăng lên

[outers]

Bạn sẽ được yêu cầu rời khỏi chỗ tỷ lệ kèo cá cược hôm nay

Thời gian tỷ lệ kèo cá cược hôm nay được quản lý bởi shopseatstatus Vì bạn đã nâng cao một lượt với Time_pasters nên hãy giảm thời gian tỷ lệ kèo cá cược hôm nay của bạn xuống một lượt Phương pháp đúng là xác định nghiêm ngặt xem một ghế có chỗ tỷ lệ kèo cá cược hôm nay hay không, sau đó giảm đi một lượt chỉ nếu ghế đó có chỗ tỷ lệ kèo cá cược hôm nay, nhưng như chúng tôi đã thực hiện lần này, chúng tôi thường sử dụng một phương pháp hơi kiêu ngạo là trừ một lượt khỏi thời gian của tất cả các ghế, và nếu ghế trống thì đặt giá trị ghế trống Nói cách khác, hãy xem xét cấu trúc dữ liệu theo cách mà bạn có thể sử dụng phương pháp độc đoán

[Người trong quá khứ]

Quy trình cuối cùng là xác định trạng thái của cửa hàng Khi lượt mặc định kết thúc, chúng ta đổi trạng thái thành ``Đang chuẩn bị'', nếu không có đoàn chờ và không có khách hàng tại chỗ thì chúng ta đổi trạng thái thành ``Đóng'' Khi tạo quy tắc này lần này, tôi lo lắng vì khi không có nhóm chờ, giá trị sẽ không chính xác và thông báo "đã đóng" Tôi rất hối hận vì quyết định tắt đèn dù có khách đang ăn bên trong quán chỉ vì không có đoàn chờ đợi

Việc này hoàn tất quy trình nhưng tôi đã thêm một bảng quy tắc để tính toán các giá trị thống kê

[statisticsers]

Giá trị tối đa, tối thiểu và trung bình của các giá trị tổng hợp được tính bằng toán tử trong Corticon

Hãy chạy trường hợp 4 chỗ trong 5 lượt mà chúng tôi đã xác minh ở đầu bài

Số lượng người trong một nhóm được tạo ra với xác suất như nhau, nhưng khi số lượng nhóm 4 người tăng lên thì số ghế đã đầy và số trạng thái chờ cũng tăng lên Kết quả là không có ghế trống trong 3 lượt và phải đóng 18 lượt

Hãy tóm tắt các kết quả này như trong bảng ở đầu

Vì không có quyền kiểm soát cụ thể về cách phân bổ chỗ tỷ lệ kèo cá cược hôm nay nên có vẻ như ghế 2 được phân bổ với mức độ ưu tiên cao nhất và ghế 3 được phân bổ với mức độ ưu tiên thấp nhất

Kiểm tra số liệu thống kê
Số người trung bình trong nhóm (_ave_group_num) là khoảng 2,83 người, gần như chẵn
Thời gian chờ trung bình của nhóm (_ave_group_wait) là 5 lượt Nếu một lượt là 5 phút thì sẽ là khoảng 25 phút, hơi dài một chút
Thời gian trống ghế trung bình (_ave_seat_empty) là 5,25 lượt
Thời gian chiếm chỗ trung bình (_ave_seat_occupy) là 12,75 lượt
Thời gian chờ nhóm tối đa (_max_group_wait) là 10 lượt Nếu một lượt là 5 phút thì sẽ là 50 phút, rất dài
Thời gian trống tích lũy tối đa cho một ghế (_max_seat_empty) là 9 lượt, tương ứng với ghế 3
Thời gian sử dụng tích lũy tối đa (_max_seat_occupy) của một ghế là 18 lượt, áp dụng cho ghế 2

Vì số lượng người trong nhóm được tạo ngẫu nhiên nên không thể so sánh trong cùng điều kiện, nhưng hãy nhân đôi số ghế lên 8 bằng cách sử dụng ``số người trung bình trong nhóm'' làm chỉ báo Thay đổi NUMBERofSEAT thành 8 và chạy Sau khi chạy vài lần, số người trung bình trong nhóm (_ave_group_num) là khoảng 2,67 người

Việc phân bổ số ghế không chính xác Xin vui lòng xem đây chỉ là một hình ảnh
Thời gian chờ trung bình của nhóm (_ave_group_wait) là 0,6 lượt, thời gian chờ tối đa của nhóm (_max_group_wait) là 1 lượt và thời gian "chuẩn bị" là 3 lượt, mang lại hiệu suất hoạt động tốt khoảng 66%

Cuối cùng, giả sử có một cửa hàng thực tế
Hãy chạy một số mẫu với số lượt là 72 lượt, số lượng ghế là 30 chỗ, số lượng nhóm tối đa là 6 người và thời gian chiếm hết số ghế là 4 lượt

Chúng tôi sẽ bỏ qua hình ảnh chi tiết của các thực thể đã tạo và chỉ hiển thị thông tin thống kê

Số người trung bình trong nhóm (_ave_group_num) là 3,76, là giá trị trung bình xuất sắc và thời gian chờ là 0, rất xuất sắc nhưng có 3 lượt chuẩn bị và tỷ lệ lấp đầy khoảng 50%, đây là một con số khó đối với ban quản lý

Sau vài chục lần thử nghiệm, chúng tôi đã có thể tạo dữ liệu với quy mô nhóm trung bình cao Khi số lượng thử nghiệm tăng lên, số người trong nhóm tiến tới giá trị trung bình nên khó đạt được giá trị cao

Số người trung bình trong nhóm (_ave_group_num) là 3,9 và thời gian chờ là 0, rất xuất sắc nhưng có 4 lượt chuẩn bị và tỷ lệ lấp đầy khoảng 50%, đây vẫn là một con số khó đối với người quản lý

Hãy giảm số ghế xuống còn 20

Số người trung bình trong nhóm (_ave_group_num) rất xuất sắc với thời gian chờ trung bình tối đa là 1, nhưng tỷ lệ sử dụng đã đạt trên 70% Mặt khác, thời gian chuẩn bị đã tăng lên 5 lượt Với tư cách là chủ doanh nghiệp, tôi nghĩ đây là một con số đáng mừng

Việc phân bổ chỗ tỷ lệ kèo cá cược hôm nay lần này dựa trên yêu cầu phân bổ một nhóm mỗi lượt và số lượng chỗ còn trống cho chỗ tỷ lệ kèo cá cược hôm nay theo nhóm, đồng thời các yêu cầu như ``các nhóm tỷ lệ kèo cá cược hôm nay cùng bàn'' và ``không tỷ lệ kèo cá cược hôm nay chung chỗ'' chưa được thực hiện Tôi muốn thực hiện lại điều gì đó như thế này nếu có cơ hội