用途：在已知多期需求下，确定何时订货或生产、每期订货或生产多少，以最小化准备成本、持有成本（有时含缺货成本）等总成本，用于生产与库存计划优化。
主要能力：提供批量决策分析框架，需先了解计划期长度与是否滚动、需求模式与提前期、成本结构（每单准备成本、单位每期持有成本、单位成本、缺货成本及是否随时间变化）、产能与仓储约束、最小批量、多品种共用产能、物料清单、可替代性与保质期等。资料列举的策略与算法包括：按需批量（L4L）、固定订货量（FOQ）、经济订货量（EOQ）、期间订货量（POQ）、最小单位成本（LUC）、最小总成本/期间平衡（LTC）、Silver-Meal 启发式，以及无产能约束下可求最优的 Wagner-Whitin 动态规划。给出的 Python 类 LotSizingProblem 实现上述方法并可 compare_methods 对比总成本、准备成本、持有成本、订单数与平均库存，plot_solution 可绘制需求与订货、库存、各期成本。
使用方式：以需求列表、准备成本、持有成本、单位成本初始化，再调用相应方法；资料未提供安装命令、依赖安装步骤或调用接口文档。
适用场景：多周期生产/采购批量规划、库存成本权衡、不同批量策略对比。限制：需求按确定性处理；Wagner-Whitin 适合无产能约束；产能、最小批量、缺货与多品种等扩展的完整实现资料未提供；具体价格、平台与收费信息暂未提供。