P1.py

from tkinter import N
from gurobipy import GRB, Model, quicksum
import random

random.seed(10)

K = 30
n = 12
M = 5
D = 8
S = 2900

#rangos
N_ = range(1, n + 1) #Productos
K_ = range(1, K + 1) #Dias
M_ = range(1, M + 1) #Trabajadores
D_ = range(1, D + 1) #Horas en la jornada de trabajo
J_ = range(1, M + 1) #JTU:No estoy claro con esta, parece un subset de trabajadores

#Conjuntos
G = {(i): random.randint(15000, 40000) for i in N_}   #Precio al que se vende el producto
C = {(i, k): random.randint(5000, 10000) for i in N_ for k in K_}   #Costo de producir un producto i
d = {(i, k): random.randint(0, 7) for i in N_ for k in K_}   #Demanda anticipada de producto i en dia k
t = {(i,j): random.randint(9,12) for i in N_ for j in M_}   #Cantidad de producto i que puede producir el trabajador j en una hora
exp = {(i): random.randint(6,12) for i in N_}   #Fecha de vencimiento de producto i

# el 20% de los productos perteneceran a al subconjunto de productos P, que poseen demanda fija en tienda
P = random.choices(N_, k=int(n*0.2)) #Lista de indices de productos con demanda fija
Q = {(p): random.randint(3,8) for p in P} #Diccionario de cantidad de productos disponibles de P
N_sin_P = []
for i in N_:
    if i not in P:
        N_sin_P.append(i)


#### ESCRIBA SU MODELO AQUI ####
m = Model()

#Variables
x = m.addVars(N_,M_,D_,K_, vtype = GRB.BINARY)
f = m.addVars(N_,K_,exp, vtype = GRB.INTEGER)
z = m.addVars(N_,K_,exp, vtype = GRB.INTEGER)
r = m.addVars(N_,exp, vtype = GRB.INTEGER)
y = m.addVars(N_,M_,D_,K_, vtype = GRB.INTEGER)
m.update()

#Función Objetivo
objetivo = quicksum(G[i]*f[i,k,e] for i in N_ for k in K_ for e in range(1,exp[i]))\
     + K*quicksum(G[p]*r[p,e] for p in P for e in range(1,exp[p]))\
     + quicksum((C[i,k]*y[i,j,h,k] + S*x[i,j,h,k]) for i in N_ for k in K_ for j in M_ for h in D_)
m.setObjective(objetivo, GRB.MAXIMIZE)

#R1
m.addConstrs(sum(x[i,j,h,k] for i in N_) <= 1 for j in J_ for h in D_ for k in K_)

#R2
m.addConstrs(y[i,j,h,k] <= t[i,j]*x[i,j,h,k] for j in M_ for i in N_ for k in K_ for h in D_)

#R3
m.addConstrs(sum(f[i,k,e] for e in range(1,exp[i])) == d[i,k] for i in N_ for k in K_)

#R4
m.addConstrs(z[i,k,e] == z[i,k-1,e+1] - f[i,k,e] for i in N_sin_P for e in range(1,exp[i]) for k in range(2,K+1))

#R5
m.addConstrs(z[i,k,exp[i]] == sum(y[i,j,h,k] for j in M_ for h in D_) - f[i,k,exp[i]] for i in N_sin_P for k in K_ )

#R6
m.addConstrs(sum(r[p,e] for e in range(1,exp[p])) == Q[p] for p in P)

#R7
m.addConstrs(z[p,k,e] == z[p,k-1,e+1] - f[p,k,e] - r[p,e] for p in P for e in range(1,exp[p]) for k in range(2,K+1))

#R8
m.addConstrs(z[p,k,exp[p]] == sum(y[p,j,h,k] for j in M_ for h in D_) - f[p,k,exp[p]] - r[p,exp[p]] for p in P for k in K_)

#R9
m.addConstrs(z[i,1,e] == 0 for i in N_ for e in range(1,exp[i]))

#R10
m.addConstrs(x[i,j,h,k] <= y[i,j,h,k] for i in N_ for j in M_ for h in D_ for k in K_)

#Llamar a la optimizacion
m.update()
m.optimize()

#Imprimir Valor Objetivo
print("\n **SOLUCIONES** \n")
print(f"Valor de la funcion objetivo: {m.ObjVal}")
for k in K_: #Loop dia
    #Demanda y produccion del dia
    print(f"\n Resumen del dia {k} \n")
    for h in D_: #Loop hora
        for i in N_: #Loop producto
            for j in M_: #loop trabajadores
                if x[i,j,h,k].x == 1:
                    print(f"El trabajador {j} en la hora {h} del dia {k} TRABAJO y elaboro {y[i,j,h,k].x} unidades de producto {i}")
                if x[i,j,h,k].x != 1:
                    print(f"El trabajador {j} en la hora {h} del dia {k} NO TRABAJO")
#################################