持续更新......

蒜蓉粉丝虾

京酱肉丝

小白菜烧豆腐

上海炸猪排

酱爆肉丝

临沂炒鸡

水煮肉片

青椒牛肉

香菜牛肉

照烧鸡翅根

芥末虾球

烤五花肉·烤箱版

上海红烧肉;

手工煎饺;

香煎罗非鱼;

重庆辣子鸡;

东北地三鲜;

剁椒大鱼头;

西安油泼面

自制薯条.空气炸锅版

青花椒烤鱼

雪菜黄鱼面

蒸咸肉

高汤米苋

口水虾

凉拌茄子

回锅肉

蟹黄豆腐

香葱跑蛋

分析一下仓储费用的最优化问题

假设我的半年总销量是500件货物，每次找厂家订货大约需要80元订货手续费用（包括电话、出差、合同等），仓库费用0.4元/件/月，假设我的日销售数量是平均的，如果设单次进货量为X的话，总费用包括订货手续费用和仓储费用，总费用的变化趋势是怎样的？X的值多少最合适？

一、先明确核心参数与总费用公式

首先统一时间、成本单位，避免计算偏差：

总费用（TC）的构成公式

总费用=订货成本+仓储成本，两者此消彼长，需找到平衡点：

1. 订货成本：半年内订货次数×单次订货成本 = (D/X)×S = (500/X)×80 = 40000/X
   （逻辑：进货量X越小，订货次数越多，订货成本越高；反之则越低）
2. 仓储成本：平均库存量×单位半年仓储成本 = (X/2)×H = (X/2)×2.4 = 1.2X
   （关键逻辑：货物均匀消耗——进货时库存为X，逐渐卖到0，再订下一批，因此平均库存始终是X/2，而非X；仓储成本与平均库存正相关，X越大，平均库存越高，仓储成本越高）

最终总费用公式：
TC = 40000/X + 1.2X

基于此得出以下脚本

import tkinter as tk
from tkinter import ttk, messagebox
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
import math
from matplotlib.figure import Figure

class InventoryOptimizer:
    def __init__(self, root):
        # 设置中文字体支持
        plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"]
        
        self.root = root
        self.root.title("仓储费用优化计算器")
        self.root.geometry("900x700")
        self.root.resizable(True, True)
        
        # 创建主框架
        main_frame = ttk.Frame(root, padding="10")
        main_frame.pack(fill=tk.BOTH, expand=True)
        
        # 创建输入框架
        input_frame = ttk.LabelFrame(main_frame, text="输入参数", padding="10")
        input_frame.pack(fill=tk.X, pady=(0, 10))
        
        # 输入字段配置
        input_fields = [
            ("总销售数量（件）:", "total_quantity", "500"),
            ("销售周期（月）:", "sales_months", "6"),
            ("单次订货手续费（元）:", "order_cost", "80"),
            ("单件单月库存费用（元）:", "storage_cost", "0.4")
        ]
        
        # 存储输入变量
        self.vars = {}
        
        # 创建输入控件
        for i, (label_text, var_name, default) in enumerate(input_fields):
            ttk.Label(input_frame, text=label_text).grid(
                row=i, column=0, padx=5, pady=5, sticky=tk.W
            )
            self.vars[var_name] = tk.StringVar(value=default)
            ttk.Entry(input_frame, textvariable=self.vars[var_name], width=20).grid(
                row=i, column=1, padx=5, pady=5, sticky=tk.W
            )
        
        # 计算按钮
        btn_frame = ttk.Frame(input_frame)
        btn_frame.grid(row=len(input_fields), column=0, columnspan=2, pady=10)
        ttk.Button(btn_frame, text="计算最优方案", command=self.calculate).pack(side=tk.LEFT, padx=5)
        ttk.Button(btn_frame, text="重置", command=self.reset).pack(side=tk.LEFT, padx=5)
        
        # 创建结果框架
        result_frame = ttk.LabelFrame(main_frame, text="计算结果", padding="10")
        result_frame.pack(fill=tk.BOTH, expand=True)
        
        # 结果面板
        result_paned = ttk.PanedWindow(result_frame, orient=tk.VERTICAL)
        result_paned.pack(fill=tk.BOTH, expand=True)
        
        # 文本结果区域
        text_frame = ttk.Frame(result_paned, height=150)
        result_paned.add(text_frame, weight=1)
        
        self.result_text = tk.Text(text_frame, wrap=tk.WORD, padx=5, pady=5)
        self.result_text.pack(fill=tk.BOTH, expand=True)
        self.result_text.config(state=tk.DISABLED)
        
        # 图表区域
        chart_frame = ttk.Frame(result_paned)
        result_paned.add(chart_frame, weight=3)
        
        # 创建图表
        self.fig = Figure(figsize=(8, 4), dpi=100)
        self.ax = self.fig.add_subplot(111)
        self.canvas = FigureCanvasTkAgg(self.fig, master=chart_frame)
        self.canvas.get_tk_widget().pack(fill=tk.BOTH, expand=True)
        
    def calculate(self):
        """计算最优订货量并显示结果"""
        try:
            # 获取输入参数
            D = float(self.vars["total_quantity"].get())  # 总需求量
            T = float(self.vars["sales_months"].get())   # 销售月数
            S = float(self.vars["order_cost"].get())     # 单次订货成本
            H_monthly = float(self.vars["storage_cost"].get())  # 单件单月库存成本
            H = H_monthly * T  # 单件总周期库存成本
            
            # 计算最优订货量 (EOQ模型)
            eoq = math.sqrt((2 * D * S) / H)
            optimal_order_quantity = round(eoq)
            
            # 计算相关成本
            order_count = D / eoq  # 订货次数
            optimal_order_cost = order_count * S  # 最优订货成本
            optimal_storage_cost = (eoq / 2) * H  # 最优库存成本
            total_cost = optimal_order_cost + optimal_storage_cost  # 总成本
            
            # 生成图表数据
            x_min = max(1, int(eoq * 0.3))  # 避免x值过小
            x_max = int(eoq * 2)
            x_values = np.linspace(x_min, x_max, 100)  # 生成X值范围
            
            # 计算不同订货量下的成本
            order_costs = (D / x_values) * S  # 订货成本
            storage_costs = (x_values / 2) * H  # 库存成本
            total_costs = order_costs + storage_costs  # 总成本
            
            # 清空之前的图表
            self.ax.clear()
            
            # 绘制成本曲线
            self.ax.plot(x_values, order_costs, label='订货成本', color='blue', linewidth=2)
            self.ax.plot(x_values, storage_costs, label='库存成本', color='green', linewidth=2)
            self.ax.plot(x_values, total_costs, label='总成本', color='red', linewidth=2)
            
            # 标记最优订货量
            self.ax.axvline(x=eoq, color='purple', linestyle='--', 
                           label=f'最优订货量: {optimal_order_quantity}件')
            
            # 图表设置
            self.ax.set_xlabel('单次订货量 (件)')
            self.ax.set_ylabel('成本 (元)')
            self.ax.set_title('库存成本优化分析')
            self.ax.legend()
            self.ax.grid(True, linestyle='--', alpha=0.7)
            self.fig.tight_layout()
            
            # 更新画布
            self.canvas.draw()
            
            # 显示文本结果
            self.result_text.config(state=tk.NORMAL)
            self.result_text.delete(1.0, tk.END)
            
            result = "仓储费用优化分析结果：\n\n"
            result += f"1. 最优单次订货量：{optimal_order_quantity} 件\n"
            result += f"2. 预计订货次数：{order_count:.1f} 次\n"
            result += f"3. 订货总成本：{optimal_order_cost:.2f} 元\n"
            result += f"4. 库存总成本：{optimal_storage_cost:.2f} 元\n"
            result += f"5. 总费用：{total_cost:.2f} 元\n\n"
            result += "分析：\n"
            result += "- 当订货量小于最优值时，订货成本占主导，总费用随订货量增加而降低\n"
            result += "- 当订货量大于最优值时，库存成本占主导，总费用随订货量增加而上升\n"
            result += "- 最优订货量处，订货成本与库存成本基本相等，总费用最低"
            
            self.result_text.insert(tk.END, result)
            self.result_text.config(state=tk.DISABLED)
            
        except ValueError:
            messagebox.showerror("输入错误", "请确保所有输入都是有效的数字")
        except Exception as e:
            messagebox.showerror("计算错误", f"计算过程中出现错误: {str(e)}")
    
    def reset(self):
        """重置输入和结果"""
        for var in self.vars.values():
            var.set("")
        
        self.result_text.config(state=tk.NORMAL)
        self.result_text.delete(1.0, tk.END)
        self.result_text.config(state=tk.DISABLED)
        
        self.ax.clear()
        self.canvas.draw()

if __name__ == "__main__":
    root = tk.Tk()
    app = InventoryOptimizer(root)
    root.mainloop()

水煮肉片

这是我第二次做水煮肉片，肉片滑嫩鲜香，滋味香浓不腻，记录一下做法

食材

• 猪里脊
• 油麦菜
• 绿豆芽
• 包菜
• 炸响铃
• 冻豆腐
• 午餐肉

配料

• 菜籽油
• 郫县豆掰酱
• 生抽
• 盐
• 蚝油
• 姜（分别切姜末和姜片）
• 糖
• 火锅底料
• 干辣椒
• 辣椒粉
• 花椒
• 葱
• 蒜头
• 生粉

准备

• 猪里脊切薄片，盐、花椒、姜末、鸡蛋清抓匀至发黏，加入少量水淀粉（生粉+水）,再次抓匀后加入适量菜籽油封住水分，腌制10-30分钟
• 油麦菜洗净切合适长度，茎秆部分切薄片，泡水10分钟后晾干备用
• 午餐肉切片备用
• 炸响铃、午餐肉，流水冲洗掉上面的浮灰,晾干备用
• 包菜手撕，和绿豆芽分别洗干净，泡水10分钟后晾干备用
• 葱切葱段和葱花，蒜切蒜泥，姜切姜片，这道菜葱可以多些，蒜泥不需要太多，需要突出麻辣香

烹调过程

• 锅内放微量菜籽油，开最小火，放入干辣椒、花椒，炒制干香。干辣椒和花椒虽然看上去很干，其实里面还是有很多水分的，这步操作非常重要。炒的时候一定要注意控制火候，如果感觉温度太高，可以将炒锅暂时离火，千万别炒焦了。等干辣椒变得非常脆的时候，取出，在干燥的砧板上，用菜刀切碎。刀口辣椒就做好了。将刀口辣椒加点细细的辣椒面混合，放在一旁备用。
• 锅不用洗，倒少量菜籽油，将绿豆芽和包菜放进去，加盐入底味，炒至断生，放入砂锅中
• 将炸响铃、午餐肉依次放入砂锅中，均匀铺开，再将油麦菜也铺在上面
• 起锅烧油，加入姜片和葱段，炒出香味后，放入郫县豆瓣酱小火继续翻炒至出红油，再加入火锅底料继续翻炒至底料差不多化开，加正好能没过配菜的清水，加生抽、盐、糖、蚝油。加盖烧开煮几分钟。这步几个要点，豆瓣酱一定要炒熟才不会有异味，加完调料后的汤汁偏咸一口，成品最佳。
• 用工具将料渣全部捞出，留下干净的汤汁，放入冻豆腐加盖煮熟后捞出放入砂锅
• 开始汆烫肉片，将锅内汤汁重新烧开，调最小火依次放入肉片，肉片放入锅内先不要动，避免脱浆，20-40秒之后，用锅铲轻轻推开肉片，防止粘连，这个时候可以适当调高火力，等肉片变色发白即可捞出均匀铺在砂锅里，这个过程约2分钟左右，千万不能时间太长，避免肉片烫老了口感不好。
• 将汤汁倒入砂锅中，开中火继续加热
• 将蒜泥、葱花、准备好的刀口辣椒都铺在肉上，起锅烧油，油稍多些要可以覆盖砂锅表面，油烧冒烟以后关火将热油浇在香料上。滋啦一声，香气四溢。
• 开吃