工作力1.py
#!/usr/bin/python#版权所有2018，古罗比优化有限责任狗万app足彩公司#分配工人轮班；每个工人在某一天都可能有空，也可能没有空。如果问题无法解决，请使用IIS查找一组相互冲突的约束。请注意，除了通过IIS报告的内容之外，可能还有其他冲突。从gurobipy import*#每个轮班所需的工人数量来看，轮班要求=multidict（{“Mon1”：3，“Tue2”：2，“Wed3”：4，“Thu4”：4，“Fri5”：5，“Sat6”：6，“Sun7”：5，“Mon8”：2，“Tue9”：2，“Wed10”：3，“Thu11”：4，“Fri12”：6，“Sat13”：7，“Sun14”：5}）#每个工人为一个轮班工人支付的工资金额=multidict（{“Amy”：10，“Bob”：12，“Cathy”：10，“Dan”：8，“Ed”：8，“Fred”：9，“Gu”：11}）工人可用性=tuplelist（[（'Amy'，'Tue2'），（'Amy'，'Wed3'），（'Amy'，'Fri5'），（'Amy'，'Sun7'），（'Amy'，'Tue9'），（'Amy'，'Wed10'），（'Amy'，'Thu11'），（'Amy'，'Fri12'），（'Amy'，'Amy'，'Sat13'），（'Amy'，'Sun14'），（'Bob'，'Mon1'），（'Bob'，'Fri5'），'Tue2等），"鲍勃","鲍勃","星期一","鲍勃","星期三","鲍勃","鲍勃","星期三","凯蒂","星期四","凯蒂","星期五"",""""""凯蒂,"星期五""","""，（'Dan'，'Mon8'），（'Dan'，'Tue9'），（'Dan'，'Wed10'），（'Dan'，'Thu11'），（'Dan'，'frie12'），（'Dan'，'Sat13'），（'Ed'，'Mon1'），（'Ed'，'Tue2'），（'Ed'，'Wed3'），（'Ed'，'frie5'），（'Ed'，'Sun7'），（'Ed'，'Ed'，'Tue9'），（'Ed'，'Tue9'），（'Ed'，'Thu11'），（'Ed'，'Ed'，'Sat13'），（'Ed'，'Sun14'），'Ed'，'sun4'），（'Ed'，'Fred'，'fried'，'，（‘弗雷德’、‘星期三’、‘弗雷德’、‘星期六’、‘弗雷德’、‘星期一’、‘弗雷德’、‘星期二’、‘弗雷德’、‘星期三’、‘弗雷德’、‘星期三’、‘弗雷德’、‘星期三’、‘弗雷德’、‘星期一’、‘星期六’、‘弗雷德’、‘星期三’、‘弗雷德’、‘星期三’、‘弗雷德’、‘星期三’、‘弗雷德’、‘弗雷德’、‘星期三’、‘弗雷德’、‘星期三’、‘弗雷德’、‘弗雷德’、‘星期三’、‘弗雷德’、‘弗雷德’、‘星期三’、‘弗雷德’、‘星期三’、‘弗雷德’、‘弗雷德’、‘星期五’、‘星期五’、‘星期六’、‘星期五’、‘星期六’#模型m=模型（“分配”）#分配变量：x[w，s]==1如果工人w被分配到轮班s。由于分配模型总是产生整数解，我们使用#连续变量并作为LP.x=m.addVars（可用性，ub=1，name=“x”）#目标是最小化总薪酬成本m.setObjective（quicksum（薪酬[w]*x[w，s]对于w，s可用性），GRB.MINIMIZE）#约束：为每个班次s reqCts=m.addConstrs（（x.sum（'*'，s）=班次s的shiftRequirements[s]，“#”）#使用Python循环构造，前面的语句将是…#reqCts={}#对于班次s:#reqCts=m.addConstr（#quicksum（x[w，s]对于可用性中的w，s。选择（'*'，s））=#移位要求[s]，s）#保存模型m.write（'workforce1.lp'）#优化m.Optimize（）status=m.status如果status==GRB.status.UNBOUNDED:print（'模型无法求解，因为它是无界的'）如果status==GRB.status.Optimize:print（'最优目标是%g'%m.objVal）退出（0）如果status！=GRB.status.INF\u或UNBD and status！=GRB.status.invasible:print（'优化已停止，状态为%d'%status'）退出（0）#执行IIS打印（'模型不可行；计算IIS'）如果m.IISMinimal:print（'IIS为最小值\n'）其他：print（'IIS不是最小值\n'）print（'\n无法满足以下约束：'））对于m.getconstr（）中的c:if c.IISConstr:print（“%s”%c.constrName）
