代码(数据)
import numpy as np
# 星期 \ 轮班
datas = [
(1, 0, 0, 1, 1, 1, 1),
(1, 1, 0, 0, 1, 1, 1),
(1, 1, 1, 0, 0, 1, 1),
(1, 1, 1, 1, 0, 0, 1),
(1, 1, 1, 1, 1, 0, 0),
(0, 1, 1, 1, 1, 1, 0),
(0, 0, 1, 1, 1, 1, 1)
]
# 需求人数
datam = (
20, 16, 13, 16, 19, 14, 12
)
# 星期
dataw = {
0: '星期一', 1: '星期二', 2: '星期三',
3: '星期四', 4: '星期五', 5: '星期六', 6: '星期日'
}
np.save('a_datas.npy', datas)
np.save('a_datam.npy', datam)
np.save('a_dataw.npy', dataw)
a = np.load('a_datas.npy')
b = np.load('a_datam.npy')
c = np.load('a_dataw.npy')
print("星期 \ 轮班\n", a)
print("\n需求人数\n", b)
print("\n星期\n", c)
代码(模型)
from pymprog import *
import numpy as np
begin('ondutyt')
datas = np.load('a_datas.npy').tolist() # 值班安排
datam = np.load('a_datam.npy').tolist() # 需求人数
dataw = np.load('a_dataw.npy').tolist() # 星期
x = var('x',len(datas),kind=int) # 值班人数,决策变量
minimize(sum(x[i] for i in range(len(x))), '最少人数') # 目标函数
for i in range(len(x)): # 值班人数 >= 需求人数
sum(datas[i][j]*x[j] for j in range(len(x))) >= datam[i]
def report():
print("人员安排")
for i in range(len(x)):
if x[i].primal > 0.5:
print(dataw[i]," :",int(x[i].primal))
print('最少人数:',int(vobj()))
solve()
report()
end()
求解
人员安排
星期一 : 8
星期二 : 2
星期四 : 6
星期五 : 3
星期六 : 3
最少人数: 22