Создание ограничения в задаче выбора проекта - PullRequest
Новая
       17

Создание ограничения в задаче выбора проекта

0 голосов
/ 11 октября 2019

Это тот фрейм данных, над которым я работаю над проблемой «выбора проекта»: 

Return   Sector    Investment Project_name  
0.290    Solar     228376120  Solar1   
0.07     Solar     70021891   Solar2   
0.25     Wind      6467237    Eolico1  
0.3      Wind      417713440  Eolico2  
0.16     Wind      377494250  Eolico3  
0.28     Wind      230345712  Eolico4  
0.29     CGHPCHBIO 35476862   CGH1     
0.26     CGHPCHBIO 60671402   CGH2     
0.07     CGHPCHBIO 349544333  PCH1     
0.12     CGHPCHBIO 425442985  PCH2     
0.29     CGHPCHBIO 66292734   PCH3     
0.15     CGHPCHBIO 300677487  PCH4     
0.25     CGHPCHBIO 409144798  Biomassa1
0.19     CGHPCHBIO 184123496  Biomassa2
0.08     CGHPCHBIO 61835863   Biomassa3

Моя цель: 

Maximize the "Return"

Мои ограничения:

  • Лимит 916000000 на общую сумму "Инвестиции";
  • «Солнечный сектор» не может превышать 60% от общей суммы инвестиций;
  • «Сектор ветра» не может превышать 60% изобщая сумма инвестиций;и
  • «CGHPCHBIO Sector» не может превышать 25% от общей суммы инвестиций

Вот что я пытался до сих пор: 

from pulp import *
import pandas as pd
import xlrd

#First, we create a LP problem with the method LpProblem in PuLP
prob = LpProblem("Selecao de Projetos",LpMaximize)

#Read the first rows dataset in a Pandas DataFrame
df = pd.read_excel("df.xlsx", encoding = 'unicode_escape')

#Create a list of the projects names
projects = list(df['Project_name'])

#Create a dictionary of investments for all the projects
investments = dict(zip(projects,df['Investment']))

#Create a dictionay of sectors for all the projects
sectors = dict(zip(projects,df['Sector']))

#Create a dictionary of Returns for all the projects
returns = dict(zip(projects,df['Return']))

#Create a dictionary of projects with lower bound = 0 and category continuous
project_vars = LpVariable.dicts("Project",projects,lowBound =0,cat='Continuous')

#Built the LP problem by assing the main objective function
prob += lpSum([returns[i]*project_vars[i] for i in projects])

#Add the constraints
prob += lpSum([investments[f] * project_vars[f] for f in projects]) <= 916000000
prob += lpSum([investments[f] * project_vars[f] for f in projects if sectors[f]=="Solar"]) <= lpSum([investments[f] * project_vars[f] for f in projects])*0.6
prob += lpSum([investments[f] * project_vars[f] for f in projects if sectors[f]=="Wind"]) <= lpSum([investments[f] * project_vars[f] for f in projects])*0.6
prob += lpSum([investments[f] * project_vars[f] for f in projects if sectors[f]=="CGHPCHBIO"]) <= lpSum([investments[f] * project_vars[f] for f in projects])*0.25
prob.solve()

#The status of the solution is printed to the screen
print("Status:", LpStatus[prob.status])

for v in prob.variables():
    if v.varValue>0:
        print(v.name, "=", v.varValue)

Результат, который я получил: 

Project_CGH1 = 6.4549114
Project_Eolico1 = 84.982196
Project_Solar1 = 0.60163909

Результат, который мне нужен: какие проекты (Project_name) я бы выбрал, учитывая ограничения? Что-то вроде: 

Projects chosen   Investment
Solar1            228376120
Wind1             6467237
Wind3             377494250
CGH2              60671402
PCH4              300677487
Biomassa3         61835863

1 Ответ

0 голосов
/ 11 октября 2019

Добро пожаловать в SO!

Если вы хотите ограничить соотношение этих секторов к процентам от общего объема выбранных инвестиций, тогда ваши пропущенные ограничения должны быть следующими: 

prob += lpSum([investments[f] * project_vars[f] for f in projects if sectors[f]=="Solar"]) <= lpSum([investments[f] * project_vars[f] for f in projects])*0.6

И аналогично для других секторов, которые вы хотите ограничить процентами.

...