설명
미국 경제의 미니 관계형 데이터베이스는 다음을 입증하는 데 사용됩니다. 관계형 데이터 모델의 몇 가지 기본 개념. 데이터 검증 수학 프로그래밍의 사용도 표시됩니다.
소형 모델 유형 :MIP
카테고리 : 슬롯 커뮤니티 모델 라이브러리
메인 파일 : rdata.gms
$title 미국 경제의 샘플 데이터베이스(RDATA,SEQ=38)
$onText
미국 경제의 미니 관계형 데이터베이스를 사용하여 설명합니다.
관계형 데이터 모델의 몇 가지 기본 개념. 데이터 검증
수학 프로그래밍의 사용도 표시됩니다.
Kendrick, D, 3장: 미국 경제의 관계형 데이터베이스.
Kindleberger, C P 및 Ditella, G, Eds, 장기적 관점에서의 경제학,
WW Rostow를 기리는 에세이. 맥밀란, 런던, 1982.
키워드: 혼합 정수 선형 계획법, 미국 경제, 관계형 데이터 모델
$offText
$s타이틀 세트 정의
세트
식물 / 참새, 내륙, 컴포트, 록데일, 랜싱 /
도시 / 참새-p, 록데일, p-컴포트, 게리, 랜싱 /
주 / 인디애나, 메릴랜드, 미시간, 텍사스 /
지역 / e-coast, g-coast, 중서부 /
주지사 / 보웬, 클레멘츠, 휴즈, 밀리켄 /
정당 / 민주당, 공화당 /
회사 / us-steel, alcoa, inld-steel, gm /
노동 조합 / iam, ibew, ibt, uaw, usa /
단위 / 고로, 철강공장, 롤밀, 알루미나, 알루미늄, 스탬핑, 조립 /
필수품 / 철광석, 선철, 고철, 철강, 평강, 보크사이트, 알루미나, 알루미늄, 자동차 차체, 자동차 /
공정 / 선철, steel-pig, stl-scrap, 압연, 알루미나, 알루미늄, 자동차 차체, 자동 조립 /
산업 / 철강, 알루미늄, 자동차 /
섹터 / p-금속, transp-equ /
지리(공장, 도시, 주, 지역) / (sparrows.sparrows-p.maryland.e-coast
내륙 .gary .indiana .mid-west
컴포트 .p-컴포트 .texas .g-coast
rockdale.rockdale.texas.g-coast
랜싱.랜싱.michigan.mid-west) /
govaff(주, 주지사, 정당) / (indiana .bowen .republican
maryland.hughes.democrat
michigan.milliken.republican
텍사스 .clements.republican) /
소유권(회사,공장) / (알코아 .(컴포트,록데일)
GM 랜싱
inld-steel.inland
us-steel .sparrows ) /
sic(부문, 산업, 상품) / p-metals.(steel.(철광석, 선철, 철강, 평철, 고철)
알루미늄.(보크사이트, 알루미나, 알루미늄))
transp-equ.automobile.(auto-body,automobile) /
indpl(industry,plant) '산업별 식물 분류';
$s제목 데이터
표 a(상품,과정) '입-산출 행렬'
선철 강철 돼지 STL 스크랩 압연 알루미나 알루미늄 자동차 차체 자동 조립
철광석 -1.
선철 1. -.9 -.7
고철 -.2 -.4 .2
철강 1. 1. -1.2
평강 1. -1.2
보크사이트 -1.4
알루미나 1. -1.2
알루미늄 1 -.2
자동바디 1. -1.
자동차 1.;
표 b(단위,공정) '용량 활용 매트릭스'
선철 강철 돼지 STL 스크랩 압연 알루미나 알루미늄 자동차 차체 자동 조립
폭발물 1
철강 상점 1 1
롤밀 1
알루미나 1
알루미늄 1
스탬핑 1
조립 1;
표 k80(단위,공장) '1980년 생산능력(백만 단위)'
참새 내륙 컴포트 록데일 랜싱
폭발물 2 2.5
철강상점 2.35 2.8
롤밀 1.9 2.4
알루미나 0.8
알루미늄 .6 .5
스탬핑 .6
조립 .6;
테이블 emp(공장,노조) '고용(천)'
어우 미국 아이뷰 아이엠 아이엠
참새 1.2 .3 .05
내륙 0.4
편안함 .7 .2
록데일 .5 .05
랜싱 1.2 ;
$sTitle 데이터 조작
indpl(산업,공장) = yes$sum((부문,상품,공정,단위)$(sic(부문,산업,상품)
$(a(상품,공정) > 0)$b(단위,공정)
$k80(단위,공장)), 1);
디스플레이 indpl;
매개변수
q1(노조,회사) '노조 및 회사별 고용(천명)'
q2(unit,region) '지역별 용량(백만 단위)'
q3(지사) '철강·자동차 취업(천명)'
q4 '자동차 제조에 가장 적은 수의 노조 참여';
q1(조합,회사) = sum(공장$소유권(회사,공장), emp(공장,조합));
q2(단위, 지역) = sum((식물, 도시, 주)$geography(식물, 도시, 주, 지역), k80(단위, 식물));
ind3(산업) 'q3에 대한 산업 그룹' 설정 / 철강, 자동차 /;
q3(지사) = sum((주,당)$govaff(주,지사,당),
sum((ind3,공장,시,지역)$(지리(공장,시,주,지역)*indpl(ind3,공장)),
sum(union, emp(plant,union))));
q1, q2, q3을 표시합니다.
* 쿼리 번호 4에는 혼합 정수 문제의 해결이 필요합니다. 다른 매개변수는 다음과 같습니다.
*는 밉 공식화에 필요합니다.
매개변수
수요(상품) '수백만 대' / 자동차 0.5 /
ur(process,plant,union) '공장 프로세스에 대한 결합 관계'
mu(union) '최대';
rawmat(상품) '원자재' 설정;
ur(프로세스,공장,조합) = sum(unit$k80(단위,공장), emp(공장,조합)*b(단위,공정));
mu(union) = sum((프로세스,공장), ur(프로세스,공장,연합));
rawmat(commodity) = yes$(not sum(process, a(commodity,process) > 0));
rawmat("고철") = 예;
수요, ur, mu, rawmat 표시;
$s제목 모델 정의
변수
nunion '노조 수(숫자)'
z(process,plant) '공정 수준(백만 단위)'
업(노조) '노조참여'
u(상품) '원자재 구매(백만 단위)';
양의 변수 z;
바이너리 변수 up;
방정식
mb(상품) '물질수지(백만개)'
cc(unit,plant) '용량 제약(백만 단위)'
ub(union) '노조 잔액'
ud '조합 정의';
mb(상품).. sum((공정,공장), a(상품,공정)*z(공정,공장))
+ u(상품)$rawmat(상품)
=e= 수요(상품);
cc(단위,공장).. sum(공정, b(단위,공정)*z(공정,공장)) =l= k80(단위,공장);
ub(조합).. sum((프로세스,공장), ur(프로세스,공장,조합)*z(프로세스,공장)) =l= mu(조합)*up(조합);
ud..nunion =e= sum(union, up(union));
모델 데이비드 / 모두 /;
mip를 사용하여 David가 누니언을 최소화하는 문제를 해결합니다.
q4 = nunion.l;
q4를 표시;