# 111

**Repository Path**: hngcadmin/111

## Basic Information

- **Project Name**: 111
- **Description**: 1
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-29
- **Last Updated**: 2026-05-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 最优定价策略工具

这是一个基于 `Python + Flask + HTML` 的单体网页程序，用于读取 Excel 模板、计算 4 套定价模型，并导出结果文件。

## 架构说明

- 不使用数据库，不依赖 MySQL。
- 上传 Excel 后在服务端内存中完成校验与求解。
- 结果文件输出到本地 `runtime/results/<job_id>/` 目录。
- 预留了 JSON API 和集成适配层，便于后续接入智能系统或其他业务系统。

## 功能范围

- 上传输入模板并按固定列位读取数据
- 支持同一 Excel 内多个 sheet 分别计算和分别下载结果
- 首页提供导入模板下载，方便用户按规范填写后上传
- 页面录入 `δ / η / Rmax / 异常值筛选参数`
- 页面默认参数：`δ=5%`、`η=3%`、`Rmax=1000000 万元`、启用 IQR 异常值筛选、`k=1.5`
- 计算 4 套模型：
  - 模型1：直线
  - 模型2：两段折线
  - 模型3：三段折线
  - 模型4：二次曲线
- 导出：
  - `pricing_summary.xlsx`
  - `pricing_detail.xlsx`
  - `pricing_comparison.xlsx`
- `pricing_results.zip`
- 多 sheet 上传时，结果包会包含每个 sheet 各自的汇总表、明细表和对比表
- 对整体曲线不可行的数据，会自动剔除冲突行并在明细表“备注”列标明原因，避免单个异常区间导致所有模型求解失败
- API：
  - `POST /api/v1/calculate`
  - `GET /api/v1/jobs/<job_id>`
  - `GET /api/v1/integration/capabilities`

## 环境要求

- Python 3.13+

## 启动方式

1. 创建并激活虚拟环境

```bash
python3 -m venv .venv
. .venv/bin/activate
```

2. 安装依赖

```bash
pip install -r requirements.txt
```

3. 启动服务

```bash
python app.py
```

4. 浏览器打开

```text
http://127.0.0.1:5002
```

## 自测方式

运行：

```bash
. .venv/bin/activate
python tests/self_test.py
```

生成测试数据结果：

```bash
. .venv/bin/activate
python tests/generate_test_results.py
```

生成后的文件在 `测试结果目录/`：

- `00_全部Sheet结果包/全部Sheet结果概览.xlsx`
- `00_全部Sheet结果包/全部Sheet结果包.zip`
- `01_...` 至 `05_...` 每个 sheet 各有 `工具输出_汇总表.xlsx`、`工具输出_明细表.xlsx`、`人工系数对比表.xlsx`

测试会：

- 生成一份模拟输入 Excel
- 通过 Flask Test Client 走完整上传与计算流程
- 校验导出的汇总表、明细表和人工系数对比表是否生成
- 校验价格是否满足上下界和收入约束

## 单位口径

- `x_i`：公里
- `Q_i`：万吨
- `Y_i^min / C_i / P_i`：元/吨
- `Rmax / R* / Z*`：万元

## 异常值筛选口径

- 仅对 `Y_i^min` 做筛选
- 按全表使用 IQR 箱线法
- 阈值为 `[Q1 - k*IQR, Q3 + k*IQR]`
- 被剔除数据不参与模型求解，但保留在输出明细中，价格列留空并加批注
- 若剩余数据仍无法被同一条全局定价曲线满足，会继续做全局曲线可行性筛选，剔除原因写入明细表备注

## 目录结构

```text
app.py
pricing/
templates/
static/
tests/
runtime/
```