설명
GUSS는 관련 컬렉션의 최적화를 촉진하는 프로시저입니다. 해당 문제의 데이터를 수정하는 데 문제가 있습니다. 24.3 GUSS까지 결합 불가 피망 슬롯 그리드 기능을 사용합니다. 피망 슬롯 그리드 기능을 사용하면 데이터를 쉽게 분할할 수 있습니다. 여러 세트로 설정된 시나리오(예: 실행 중인 CPU/코어 수) 기계) 병렬 기계 전력을 활용합니다.
소형 모델 유형 :LP
카테고리 : 피망 슬롯 모델 라이브러리
메인 파일 : gussgrid.gms
$title 간단한 GUSS 그리드 예(GUSSGRID,SEQ=400)
$onText
GUSS는 관련 컬렉션의 최적화를 촉진하는 절차입니다.
해당 문제의 데이터를 수정하는 데 문제가 있습니다. 24.3 GUSS까지 결합 불가
피망 슬롯 그리드 기능을 사용합니다. 피망 슬롯 그리드 기능을 사용하면 데이터를 쉽게 분할할 수 있습니다.
여러 세트로 설정된 시나리오(예: 실행 중인 CPU/코어 수)
기계) 병렬 기계 전력을 활용합니다.
Bussieck, MR, Ferris, MC 및 Lohmann, T, GUSS: 데이터 수집 해결
피망 슬롯 내의 관련 모델. Kallrath, J, Ed, 대수 모델링 시스템:
실제 최적화 문제 모델링 및 해결. 스프링거, 베를린
하이델베르그, 2012, pp. 35-56.
키워드: 선형 계획법, 운송 문제, 스케줄링, GUSS, 시나리오
분석, 그리드 시설
$offText
세트
i '통조림 식물' / 시애틀, 샌디에이고 /
j 'markets' / 뉴욕, 시카고, 토피카 /;
매개변수
a(i) '경우에 따라 식물 i의 용량'
/시애틀 350
샌디에이고 600 /
b(j) '경우에 따라 시장 j의 수요'
/ 뉴욕 325
시카고 300
토피카 275 /;
테이블 d(i,j) '거리(천 마일)'
뉴욕 시카고 토피카
시애틀 2.5 1.7 1.8
샌디에고 2.5 1.4;
스칼라 f '1,000마일당 케이스당 운임(달러)' / 90 /;
매개변수 c(i,j) '케이스당 운송 비용(단위: 수천 달러)';
c(i,j) = f*d(i,j)/1000;
변수
x(i,j) '케이스의 선적 수량'
z '총 운송 비용(천 달러)';
양수 변수 x;
방정식
비용 '목적 함수 정의'
Supply(i) '공장 i의 공급 제한을 준수합니다.'
수요(j) '시장 j의 수요를 충족';
비용.. z =e= sum((i,j), c(i,j)*x(i,j));
공급(i).. sum(j, x(i,j)) =l= a(i);
수요(j)..sum(i, x(i,j)) =g= b(j);
모델 운송 / 모두 /;
$whatrun을 설정하지 않은 경우 $set whatrun 4_100
$goTo %whatrun%
$라벨 4_10000
세트
ScenariosToRun '시나리오' / s1*s10000 /
CPU '실행할 그리드 작업' / cpu1*cpu4 /
scpu(cpu,ScenariosToRun) / cpu1.( s1* s2500)
CPU2.(s2501* s5000)
CPU3.(s5001* s7500)
CPU4.(s7501*s10000) /;
$goTo 계속
$라벨 4_100
세트
ScenariosToRun '시나리오' / s1*s100 /
CPU '실행할 그리드 작업' / cpu1*cpu4 /
scpu(cpu,실행할 시나리오) / cpu1.( s1* s25)
CPU2.(s26* s50)
CPU3.(s51* s75)
CPU4.(s76*s100) /;
$goTo 계속
$레이블 1_10000
세트
ScenariosToRun '시나리오' / s1*s10000 /
CPU '실행할 그리드 작업' / CPU1 /
scpu(cpu,ScenariosToRun) / cpu1.(s1*s10000) /;
$goTo 계속
$label 계속
별칭(ScenariosToRun,s)
매개변수
newsupply(s,*) '업데이터'
newdemand(s,*) 'b에 대한 업데이트'
resultantx(s,i,j) 'x 레벨에 대한 수집기';
새로운 수요(s,j) = 정상(b(j),0.1);
newsupply(s,i) = Normal(a(i),0.1);
* 우리가 실행 불가능하게 되지 않도록 하세요
newdemand(s,'total') = sum(j,newdemand(s,j));
newsupply(s,'total') = sum(i,newsupply(s,i));
newsupply(s,i)$(newdemand(s,'total') > newsupply(s,'total')) =
newsupply(s,i)*(newdemand(s,'total') + 1)/newsupply(s,'total');
* 총계를 지우세요. 그렇지 않으면 GUSS에서 일치하지 않는 기록을 얻습니다.
새로운 수요(들,'총') = 0;
newsupply(s,'total') = 0;
세트
gs(s) 'GUSS 실행당 시나리오'
dict / gs. 시나리오.''
가. 매개변수 .newsupply
b. 매개변수 .newdemand
x. 레벨 .resultantx /;
매개변수 h(cpu) '그리드 핸들';
Transport.solveLink = %solveLink.asyncGrid%;
옵션 limRow = 0, limCol = 0;
$eolCom //
루프(CPU,
gs(s) = scpu(cpu,s);
z 시나리오 dict를 최소화하는 lp를 사용하여 전송을 해결합니다.
h(cpu) = 전송.핸들; // 인스턴스 핸들 저장
);
$ifThen ETIME_LIMIT가 설정되지 않았습니다.
* jobTrace는 slvtest가 이 모델을 호출하는 지표로 사용됩니다.
$ "%피망 슬롯jobTrace%"가 아닌 경우 $set ETIME_LIMIT 30
$ "%피망 슬롯jobTrace%"인 경우 $set ETIME_LIMIT INF
$endIf
스칼라 etimeLim '수집 루프의 시간 제한' / %ETIME_LIMIT% /;
* 핸들 매개변수를 사용하여 솔루션과 시나리오를 나타냅니다.
* 결과가 수집되었습니다. 기본적으로(solvopt 옵션으로 변경) 다음을 수행합니다.
* 솔루션과 시나리오 결과의 병합
반복하다
루프(cpu$handlecollect(h(cpu))),
display$handledelete(h(cpu)) '핸들 삭제 문제';
시간(CPU) = 0; // 솔루션을 로드했음을 나타냅니다.
);
display$sleep(card(h)*0.2) '한동안 자고 있었습니다';
카드(h) = 0 또는 timeelapsed > etimeLim까지; // 모든 모델이 로드되거나 시간 제한에 도달할 때까지 기다립니다.
abort.noError$[card(h)>0] '수집 루프의 시간 제한 적중', etimeLim, h;
x수집된 항목을 설정합니다.
옵션 xcollected < 결과x;
abort$(card(xcollected) <> card(ScenariosToRun)) '모든 시나리오가 수집되지는 않음',
x수집, 결과x;