mirror of
https://github.com/kuhyx/WUT_Computer_Science.git
synced 2026-07-04 17:03:12 +02:00
128 lines
4.6 KiB
Modula-2
128 lines
4.6 KiB
Modula-2
/*********************************************
|
|
* OPL 12.5.1.0 Model
|
|
* Author: mateu
|
|
* Creation Date: May 24, 2017 at 10:08:31 PM
|
|
*********************************************/
|
|
|
|
/***********PARAMETRY************************/
|
|
//Paramatry zostaladniej opisane w pliku .dat oraz raporcie
|
|
|
|
// Parametry liczbowe
|
|
int nMachType = ...;
|
|
int nMonth = ...;
|
|
int nProdType = ...;
|
|
|
|
int nHours = ...;
|
|
int nScenarios = ...;
|
|
|
|
// Utworzenie wektorow indeksujacych
|
|
{int} machines = asSet(1..nMachType);
|
|
{int} months = asSet(1..nMonth);
|
|
{int} products = asSet(1..nProdType);
|
|
{int} scenarios = asSet(1..nScenarios);
|
|
|
|
//Parametry produkcji i sprzedazy
|
|
int machineCount[machines] = ...;
|
|
float prodTime[machines][products] = ...;
|
|
int maxInMonth[months][products] = ...;
|
|
|
|
//Parametry magazynowania
|
|
int storageMax[products] = ...;
|
|
int storageCost = ...;
|
|
int storageStart[products] = ...;
|
|
|
|
//Parametry do generowania scenariusze (nieuzywane w modelu CPLEX)
|
|
int mu[products] = ...;
|
|
int sigma[products][products] = ...;
|
|
|
|
//Macierz scenariuszy dochodow ze sprzedazy: typ produkty (kolumna) - scenariusz (wiersz)
|
|
float sellProfit[scenarios][products] = ...;
|
|
|
|
/*********** ZMIENNE DECYZYJNE ********************************************/
|
|
dvar int produce[months][products]; // Liczba wyprodukowanych
|
|
dvar int sell[months][products]; // Liczba sprzedanych
|
|
dvar int stock[months][products]; // Liczba w magazynie
|
|
|
|
// Czas wykorzystany na danym typie maszyna na dany typ produktu
|
|
dvar float workTime[months][machines][products];
|
|
|
|
// Zmienna binarna - czy sprzedaz danego typu produktu przekaroczyla 80 procent pojemnosci rynku
|
|
dvar boolean if80prec[months][products];
|
|
|
|
// Zmienna - ile pieniedzy nalezy odjac od dochodow z poszczegolnych produkow
|
|
// w poszczegolnych miesiacach ze wzgledu na przekroczenie 80% pojmnosci rynku
|
|
dvar float lowerProfit[scenarios][months][products];
|
|
|
|
/************ KRYTERIA OCENY *********************************************/
|
|
// ZYSK policzony dla poszczegolnych scenariuszy
|
|
dexpr float profit[i in scenarios] = sum(m in months, p in products)
|
|
(sell[m][p]*sellProfit[i][p]-lowerProfit[i][m][p]- stock[m][p]*storageCost);
|
|
|
|
// wartosc oczekiwana zysku policzona jako srednia
|
|
dexpr float avgProfit = sum(i in scenarios)(profit[i])/nScenarios;
|
|
|
|
// RYZYKO zdefiniowane srednia roznica Giniego
|
|
dexpr float giniRisk = sum (t1 in scenarios, t2 in scenarios ) (
|
|
0.5 * abs(profit[t1] - profit[t2]) * 1/nScenarios * 1/nScenarios
|
|
);
|
|
|
|
// funkcja celu
|
|
//minimize giniRisk;
|
|
maximize avgProfit;
|
|
|
|
// ************** OGRANICZENIA ******************************************/
|
|
subject to {
|
|
// Zmienne decyzyjne nie mniejsze niz zero
|
|
forall(i in scenarios, m in months, mc in machines, p in products) {
|
|
workTime[m][mc][p] >= 0;
|
|
produce[m][p] >= 0;
|
|
sell[m][p] >= 0;
|
|
stock[m][p] >= 0;
|
|
lowerProfit[i][m][p] >= 0;
|
|
}
|
|
// Ogranicznie czasu produkcji maszyn w miesiacu
|
|
forall(m in months, mc in machines) {
|
|
sum(p in products) (workTime[m][mc][p]) <= (machineCount[mc]*nHours);
|
|
}
|
|
// Ograniczenie definiujace wykorzystany czas pracy maszyn
|
|
forall(m in months, p in products, mc in machines) {
|
|
workTime[m][mc][p] == produce[m][p]*prodTime[mc][p];
|
|
}
|
|
// Ogranicznie maksymalnej pojemnosci rynku
|
|
forall(m in months, p in products) {
|
|
sell[m][p] <= maxInMonth[m][p];
|
|
}
|
|
// Ogranicznie ustawiajace zmienna binarna po przekroczeniu 80 procent pojemnosci rynku
|
|
forall(m in months, p in products) {
|
|
sell[m][p] <= 0.8*maxInMonth[m][p] + 1000000 * if80prec[m][p];
|
|
sell[m][p] >= 0.8*maxInMonth[m][p] * if80prec[m][p];
|
|
}
|
|
// Ograniczenia linearyzujace wplyw zmiennej binarnej na funkcje celu
|
|
forall (i in scenarios,m in months, p in products) {
|
|
lowerProfit[i][m][p] <= 1000000 * if80prec[m][p];
|
|
lowerProfit[i][m][p] <= 0.2 * sell[m][p]*sellProfit[i][p];
|
|
0.2 * sell[m][p]*sellProfit[i][p] - lowerProfit[i][m][p] + 1000000 * if80prec[m][p] <= 1000000;
|
|
}
|
|
// Ograniczenie sprzedazy oraz definicja ilosci towaru pozostajacej w magazynie
|
|
forall(m in months, p in products) {
|
|
if(m == 1) { //pierwszy miesiac
|
|
sell[m][p] <= produce[m][p]+storageStart[p];
|
|
stock[m][p]==(produce[m][p] + storageStart[p])-sell[m][p];
|
|
}else { // kolejne miesiace
|
|
sell[m][p] <= produce[m][p] + stock[m-1][p];
|
|
stock[m][p]==(produce[m][p] + stock[m-1][p])-sell[m][p];
|
|
}
|
|
}
|
|
// Ogranicznie maksymalnej ilosci magazynowanych produktow oraz
|
|
// wymaganej ilosc pozostalej w magazynie na na koniec symulacji
|
|
forall(m in months, p in products) {
|
|
stock[m][p] <= storageMax[p];
|
|
if(m == 3) {
|
|
stock[m][p] >= 50;
|
|
}
|
|
}
|
|
}
|
|
execute {
|
|
cplex.tilim = 600;
|
|
writeln("avgProfit: ",avgProfit,", giniRisk: ",giniRisk);
|
|
} |