Optimization programming language！

Deterministic Models in OR，
Based on Java，

If you know this thing, please receive and contact me, I have a task～

This seems to be a software link. If you understand it, please accept it and discuss the pricehttps://content-eu-7.content-cms.com/b73a5759-c6a6… Deterministic Models in OR
Solver
6.1 Deterministic Models in OR
 OPL 설치
1. IBM Data Science 홈페이지 접속
https://my15.digitalexperience.ibm.com/b73a5759-c6a6-4033-ab6b-d9d4f9a6d65b/dxsites/151914d1-03d2-48fe-97d9d21166848e65/technology/data-science
(또는 구글에 “IBM Academic Initiative” 검색 후 ‘Data Science’ 배너 클릭)
2. ILOG CPLEX Optimization Studio 칸에 있는 ‘Register’ 클릭 후 회원 가입 (반드시 학교 메일로 인증해야 함)
[1]
[2]
6.1 Deterministic Models in OR
 OPL 설치
1. 회원가입 후 OLOG CPLEX Optimization Studio 다운로드 선택
2. CPLEX 설치 항목에서 OS에 맞는 설치파일 다운로드
[1]
[2]
6.1 Deterministic Models in OR
 OPL 설치
1. 설치가 안 될 경우, 아래의 install/re-install Download Director 클릭
2. Download director – setup guide 화면이 팝업됨. 화면에서 java.com을 클릭 후 최신 Java 설치
[1]
[2]
6.1 Deterministic Models in OR
 OPL 설치
1. JAVA 설치 후, Download director – setup guide 화면의 아래 부분으로 가서 ‘Install Download Director’ 클릭
2. ‘계속’ 선택 후, 안내에 따라 해당 파일 다운로드
[1]
[2]
6.1 Deterministic Models in OR
 OPL 설치
1. 다운로드 완료 후, ‘Launch’ 클릭
2. IBM ILOG CPLEX Optimization Studio 설치화면이 나오면 ‘확인’을 클릭하고 프로그램 설치
[1]
[2]
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
• OPL Studio 설치
1.
cplex_studio126.win-x86-64.exe를 실행 설치 (64 bit 전용)
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
• OPL Studio 첫 화면
Click
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
• OPL Studio 프로젝트 생성
파일 => 새로 작성 => OPL Project
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
• OPL Studio 프로젝트 생성
1.
2.
3.
4.
5.
6.
Project Name 입력
Add a default run
configuration 체크
Create Model 체크
Create Settings
체크
Create Data 체크
완료
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
• OPL Studio 프로젝트 생성
Configuration -> 하나의 프로젝트 실행 단위
프로젝트
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
• OPL 프로젝트
– 프로젝트:
• 여러 개의 Mod와 Dat와 Ops 파일을 담아 두는 곳
– Mod: 모델링을 저장하는 파일
– Dat: 데이터를 저장하는 파일
– Ops: Opl Setting을 설정하는 파일
– Configuration:
•
•
Mod와 Dat의 결합으로 하나의 문제를 의미
하나의 Mod와 Dat와 Ops의 결합으로 이루어짐
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
• OPL 프로젝트: Mathematical Programming
Mathematical Programming
Model
Data
One
Problem
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
하나의 모델에 다른 데이터 파일을 적용함으로 다른 문제가 된다
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
• OPL project
Project
Model 1
Model 2
Configuration 1
Data 1
Data 2
Data 3
Data 4
Model 1
Data 1
Configuration 2
Model 1
Data 2
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
Mod 파일 생성
Project 마우스 우클릭새로 작성  모델
Dat 파일 생성
Project 마우스 우클릭새로 작성  데이터
실행구성 생성
Project 마우스 우클릭새로 작성  실행구성
6.1 Deterministic Models in OR
 OPL 개요 및 모델 생성
OPL 값읕 잉룁
경영과학 시스템 설계
OPL 기본 모델 작성
6.1 Deterministic Models in OR
 OPL 기본 모델 작성
• Sample Problem
6.1 Deterministic Models in OR
 OPL 기본 모델 작성
• 결정 변수 선언
Decision variable 선언
float: 실수형 변수
+: 변수가 0보다 큼을 의미
즉, x2≥0
float 외에 int, boolean 등이 존재
6.1 Deterministic Models in OR
 OPL 기본 모델 작성
• 목적 함수 선언
목적 함수 선언:
maximize와 minimize 존재
목적식:
최대화 혹은 최소화 하고자 하는 식
결정변수에 대하여 1차식이여야 함
ex) x1*x1, x1*x2 : 허용 안 됨
마지막에 ‘;’ 필수로 붙어야 함
6.1 Deterministic Models in OR
 OPL 기본 모델 작성
• 목적 함수 선언
제약식 선언
제약식:
제약 하고자 하는 식
결정변수에 대하여 1차식이여야 함
ex) x1*x1, x1*x2 : 허용 안 됨
각 제약 마지막에 ‘;’ 필수로 붙어야
함
비교 연산자: ‘=‘, ‘==‘ 사용 가능
‘=‘, ‘=’ 는 사용하면 안됨
6.1 Deterministic Models in OR
 OPL 기본 모델 작성
6.1 Deterministic Models in OR
 OPL 기본 모델 작성
6.1 Deterministic Models in OR
 OPL 기본 모델 작성
• Data File
dat
6.1 Deterministic Models in OR
 OPL 기본 모델 작성
mod
dat
OPL 값읕 잉룁
경영과학 시스템 설계
OPL Data 형태
6.1 Deterministic Models in OR
 OPL Data 형태
• OPL Data 형태
– Data
•
•
•
•
int : 정수
float: 실수
string: 문자열
tuple: 테이블형 데이터, ex)
Name
Cost
Skill 01
Skill 02
Kim
20
1
1
Lee
10
1
0
– Set of data
•
•
range: 범위형 데이터, ex) 1~5
set: 집합형 데이터, ex) { “low”, “middle”, “high” }, { 1, 3, 5, 6, 9}
– Decision variable
•
•
•
int+: 정수형 변수 (+는 해당 변수가 0보다 커야 한다는 의미)
float+: 실수형 변수
Boolean: 0 or 1 변수
6.1 Deterministic Models in OR
 OPL Data 형태: Range
• Modeling File (Range type)
6.1 Deterministic Models in OR
 OPL Data 형태: Range
• Modeling File (Range type)
int 선언
i: 변수의 개수
k: 제약식의 개수
range: 범위형 데이터 선언
is=1..i:
is: 범위형 데이터의 이름
1..i: i는 3이므로 1..i는 1~3의
범위를 말함. 즉, 1,2,3
정수형 데이터만 사용 가능
ks = 1..k:
→ ks = [1,2]
6.1 Deterministic Models in OR
 OPL Data 형태: Range
• Modeling File (Range type)
int 집합 선언
여러 개의 int를 동시에 선언
a[is][ks]:
3×2개의 int를 선언. 즉,
3
a= [int][int][int]
[int][int][int]
2
(‘…’의 의미는 dat에서 정보를
불러오겠다는 의미)
c[is]: 3×1개의 int를 선언
dvar 집합 선언:
여러 개의 dvar를 동시에 선언
float+ x[is]:
3×1개의 float+형 변수 선언
6.1 Deterministic Models in OR
 OPL Data 형태: Range
• Modeling File (Range type)
range형 변수 및 데이터의 식 표현:
[]를 사용해 해당 변수에 접근
c[1]:
c의 3×1개의 int들 중 첫 번째
int를 나타냄.
x[1]:
x의 3×1개의 float+형 변수들 중
첫 번째 변수를 나타냄
a[1][1]:
3×2개의 int들 중 is가 1이고 ks가
1인 int를 나타냄.
6.1 Deterministic Models in OR
 OPL Data 형태: Range
6.1 Deterministic Models in OR
 OPL Data 형태: Set
• Modeling File (Set type)
6.1 Deterministic Models in OR
 OPL Data 형태: Set
• Modeling File (Set type)
string set 선언
string의 집합을 선언
{string}:
string의 집합을 의미
levels: string 집합의 이름
{“l”, “m”, “h”}: 중괄호를
이용해 집합 표현
{int}:
int의 집합을 의미
6.1 Deterministic Models in OR
 OPL Data 형태: Set
6.1 Deterministic Models in OR
 OPL Data 형태: Set
구하고자 하는 모델 및
데이터가 들어있는 C
onfiguration 위에서
마우스 우 클릭
‘Run this’ 클릭
6.1 Deterministic Models in OR
 OPL 결과괎 확인
문제에 대한 목적함수의 값
문제에 대한 결정변수의 값
언급한 두 창에 결과값이 표시되지 않거나, relaxed solution이라 표시되면
잘못된 문제를 입력하였거나 오타가 발생한 경우임
 작성한 모델에 대한 재검토 필요
6.1 Deterministic Models in OR
 OPL Data 형태: Set
6.1 Deterministic Models in OR
OPL 값읕 잉룁
경영과학 시스템 설계
OPL 함수 (sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Sample Problem
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Modeling File with OPL function
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Modeling File with OPL function
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
mod
dat
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Sample Problem: Assignment
– Objective: Minimize cost
– Constraints: All job should be assigned
Available time constraint
Worker
1
11hr
2
7hr
3
9hr
Costij
Job 1
2hr
Job 2
3hr
Job 3
5hr
Job 4
7hr
Job 5
7hr
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
mod
dat
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Sample Problem: Assignment 2
– Objective: Minimize cost
– Constraints: All job should be assigned
Available time constraint
Job assignment constraint
Worker
1
11hr
2
7hr
3
9hr
Costij
Job 1
2hr
Job 2
3hr
Job 3
5hr
Job 4
7hr
Job 5
7hr
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Sample Problem: Assignment
forall( i in workers : i==1 || i==3)
: forall 에도 if 문을 사용 가능
※ || : or, && : and
※ ‘==‘, ‘=‘, ‘!=‘ 이 사용
가능
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
mod
dat
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Homework #2: Covering Problem
– Objective: Minimize cost
– Constraint: All node should be covered
3
2
1
4
: center
5
6
7
8
9
: covered
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Homework #2: Covering Problem
3
2
1
Dat 파일 Data
4
5
6
7
8
9
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Homework #3 : Assignment Problem : Minimize Difference
– Objective: Minimize difference of working time
– Constraint: All job should be assigned
Target Workload
Worker 1 :
Worker 2 :
Job 1
Job 2
Worker 3 :
Worker 4 :
Worker 5 :
Job 4
Job 8
Job 10
Job 6
Job 3
Minimize Difference
Job 5
Job 7
Job 9
Job 11
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Homework #3 : Assignment Problem : Minimize Difference
# of Worker: 3
# of Job: 7 T
W: 4
Worker 1
Worker 2
Worker 2
Job 1
2
5
3
Job 2
4
2
6
Job 3
7
5
4
Job 4
9
5
6
Job 5
2
1
5
Job 6
6
1
5
Job 7
8
5
2
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Homework #4 : Assignment Problem : Minimize Over Working
– Objective: Minimize over working time
– Constraint: All job should be assigned
Target Workload
Worker 1 :
Worker 2 :
Job 1
Job 2
Worker 3 :
Worker 4 :
Worker 5 :
Job 4
Job 8
Job 10
Minimize Over Working
Job 6
Job 3
Job 5
Job 7
Job 9
Job 11
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Homework #4 : Assignment Problem : Minimize Over Working
# of Worker: 3
# of Job: 7 T
W: 4
Worker 1
Worker 2
Worker 2
Job 1
2
5
3
Job 2
4
2
6
Job 3
7
5
4
Job 4
9
5
6
Job 5
2
1
5
Job 6
6
1
5
Job 7
8
5
2
6.1 Deterministic Models in OR
 OPL 함수(sum, forall, if)
• Homework #2, #3, #4
– 새로운 OPL 프로젝트를 작성하고 각 문제에 대한 OPL Code를 작성하여
Optimal solution 도출하기
– 제출형식: 각 문제에 대한 Dat, Mod, Ops 및 Configuration이 담긴 OPL 프로젝
트 파일 및 결과값을 캡쳐 한 그림파일과 함께 압축하여 제출하기
OPL 값읕 잉룁
경영과학 시스템 설계
OPL Data Import/Export
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
– Data import/export
•
•
•
dat: 입력만 가능하며 불편함
excel: 입출력 가능
database
6.1 Deterministic Models in OR
 OPL Data Import/Export
• Sample Problem: Assignment 2
– Objective: Minimize cost
– Constraints: All job should be assigned
Available time constraint
Job assignment constraint
Worker
1
11hr
2
7hr
3
9hr
Costij
Job 1
2hr
Job 2
3hr
Job 3
5hr
Job 4
7hr
Job 5
7hr
6.1 Deterministic Models in OR
 OPL Data Import/Export
6.1 Deterministic Models in OR
 OPL Data Import/Export
mod
dat
6.1 Deterministic Models in OR
 OPL Data Import/Export
mod
dat
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
1. Excel 파일 생성
•
•
프로젝트 파일이 있는 곳에 Excel 파일을 생성, 일반적으로 C:\Documents and Settings\유저 이름
\opl 에 프로젝트 파일 생성
C:\Documents and Settings\유저 이름\opl\프로젝트폴더명 에 Assignment.xls 파일을 생성
1. Excel 파일에 데이터 입력
3. Dat 파일을 Excel 파일과 연동
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
3. Dat 파일을 Excel 파일과 연동
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
3. Dat 파일을 Excel 파일과 연동
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
3. Dat 파일을 Excel 파일과 연동
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
3. Dat 파일을 Excel 파일과 연동
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
3. Dat 파일을 Excel 파일과 연동
mod
dat
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
3. Dat 파일을 Excel 파일과 연동
SheetConnection
엑셀 파일을 OPL과 연결하는 함수
sheet
연결하고자 하는 엑셀파일을 OPL
에서 부르는 이름, Sheet1, sht1 등
다양한 이름 가능.
(“Assignment.xls”)
연결하고자 하는 엑셀 파일. 기본
적으로 프로젝트와 같은 폴더에 있
어야 함. 파일 확장자가 xlsx 일 경
우 xlsx로 입력해야 함
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
3. Dat 파일을 Excel 파일과 연동
worker
값을 불러오고자 하는 데이터
from SheetRead
엑셀 파일에서 데이터를 불러오는
함수
( sheet,
값을 불러오고자 하는 엑셀 파일로
SheetConnection에 의해 연결된
엑셀 파일
“sheet1!B1:B1”)
엑셀 파일에서 값을 불러오고자
하는 부분. “sheet1!” 는 엑셀 시
트이름을 나타내며, B1에서 데
이터 호출
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
3. Dat 파일을 Excel 파일과 연동
x
값을 저장하고자 하는 데이터
(선언한 결정변수
to SheetWrite
엑셀 파일에 결과를 저장하는 함수
( sheet,
값을 저장하고자 하는 엑셀 파일로
SheetConnection에 의해 연결된
엑셀 파일
“sheet2!B2:D6”)
엑셀 파일에서 값을 저장하고자
하는 부분. “sheet2!” 는 엑셀 시트
이름을 나타내며 B2~D6까지의 매
트릭스에 데이터 입력
6.1 Deterministic Models in OR
 OPL Data Import/Export
• OPL Data Import/Export
3. Dat 파일을 Excel 파일과 연동
2 개 이상의 엑셀 파일을 동시에
연동할 수 있음
이럴 경우 시트 이름이 달라야 함
Ex) sheet, sheet2
6.1 Deterministic Models in OR
 OPL Data Import/Export
• Homework #5
–
Homework #1 데이터를 excel에서 받아오도록 변경
OPL 값읕 잉룁
경영과학 시스템 설계
OPL Data Tuple
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Data Tuple
– Tuple
•
•
테이블형 데이터
Name
Cost
Skill 01
Skill 02
Kim
20
1
1
Lee
10
1
0
3차원 데이터 입력을 위해서는 반드시 Tuple을 사용해야 함
Given data : 𝑐𝑐𝑐𝑐𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖
i
j
t (?)
6.1 Deterministic Models in OR
 OPL Data Tuple
• Sample Problem: Production Planning
Products
Input
Machine 1
Machine 2
Machine 3
Machine 4
Machine 5
Stage 1
Stage 2
Stage 3
t=1
Stage 1
Stage 2
Stage 3
t=2
Stage 1
Stage 2
Stage 3
t=3
Stage 1
Stage 2
Stage 3
t=4
Outs
…
…
…
6.1 Deterministic Models in OR
 OPL Data Tuple
6.1 Deterministic Models in OR
 OPL Data Tuple
• Sample Problem: Production Planning
–
Tuple이 아닐 때의 입력 방식: 3차원 data를 표현할 수 없어 엑셀에서 데이터를 호출하거나
데이터를 내보낼 수 없음
𝑖𝑖:기종 ( 1~3 ), 𝑗𝑗:공정 (1~3), 𝑘𝑘:설비(1~5), 𝑡𝑡:기간 (day, 1~4)
6.1 Deterministic Models in OR
 OPL Data Tuple
6.1 Deterministic Models in OR
 OPL Data Tuple
1. Data import 부분
mod
dat
2. Modeling 부분
3. Data export 부분
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple mod ( Data import # 1)
Table: product
i
…
Tuple 형태 선언 :
tuple : 새로운 tuple의 형태를 선언
하겠다는 의미
여기서 tuple은 데이터의 집합을
의미함
key int i:
key는 해당 데이터가 해당 tuple의
key data임을 의미. key data의 값은
각 데이터마다 유일하게 존재
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple mod ( Data import # 2)
Table: iWIP
i
j
iWIP_
qty
…
…
…
Tuple 형태 선언 :
tuple : 새로운 tuple 선언
key int i: 해당 테이블의 key data 선언
key int j: 해당 테이블의 key data 선언
int iWIP_qty: 해당 테이블의 data로
initial WIP에 대한 데이터를 의미함
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple mod ( Data import # 3)
Table: productivity
i
j
k
Prod
_qty
…
…
…
…
Tuple 형태 선언 :
tuple : 새로운 tuple 선언
key int i: 해당 테이블의 key data 선언
key int j: 해당 테이블의 key data 선언
key int k: 해당 테이블의 key data 선언
float prod_qty: 해당 테이블의 data로
productivity에 대한 데이터를 의미함
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple mod ( Data import # 4)
Tuple 집합 선언 :
{product} : product이란 tuple의
집합을 선언
products=…;: product tuple의 집합의
이름을 products로 선언
‘…’: products의 정보를 dat에서 받아
옴
Table의 집합: productivitys
i
j
k
Prod
_qty
1
1
1
0.8
1
1
2
1.2
…
…
…
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple mod ( Data import # 5)
변수 선언:
Tuple을 이용한 변수 선언 시 tuple의
집합이 []안에 들어감
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple mod ( Modeling # 1)
6.1 Deterministic Models in OR
 OPL Data Tuple
6.1 Deterministic Models in OR
 OPL Data Tuple
6.1 Deterministic Models in OR
 OPL Data Tuple
6.1 Deterministic Models in OR
 OPL Data Tuple
6.1 Deterministic Models in OR
 OPL Data Tuple
6.1 Deterministic Models in OR
 OPL Data Tuple
6.1 Deterministic Models in OR
 OPL Data Tuple
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple mod ( Data export # 1)
결정변수를 range의 형태로 선언했다
하더라도 data export 시, 3차원 이상의
변수는 tuple을 이용해 export 시켜야
함
Table: X_Tuple
i
j
k
t
…
…
…
…
X_qty
X 변수의 결과 값을 담아줄 table
생성
위에서 생성한 tuple의 집합을 생성
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple mod ( Data export # 2)
결과 데이터를 tuple의 집합에
옮기는 과정
execute 함수: opl 모델링의 앞이나
뒤에 사전/사후 프로세스를 위한
부분
C++, Java처럼 일반적인 코딩을
사용
※ 디버깅이 어려운 특징이 있음
execute: execute 함수 선언
export: execute 함수의 이름으로
변수나 특정 opl 함수에 겹치지
않으면 아무 이름이나 사용 가능
※ 어떤 변수든 value를 사용하면
오작동할 확률이 높음. value는 어떤
변수의 이름이든 사용하지 말 것
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple mod ( Data export # 3)
execute 함수에서의 변수 선언
Execute 함수에서는 변수의 type (i
nt, float, string) 과 상관없이 var로
변수를 선언
모든 products, stages, machines,
times에 대하여 X[pt][st][mc][tm]이
0보다 큰 것만 x_tuples에 값을 더
하라는 의미
x_tuples.add( pt.i, st.j, mc.k, tm.t,
X[pt][st][mc][tm] ):
x_tuples에 다음의 항을 추가하라는
의미
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple dat
열은 정확히 개수가 맞아야 하지만, 행은
정확한 범위가 아닌 좀 더 여유 있게 설
정할 수 있음.
6.1 Deterministic Models in OR
 OPL Data Tuple
• OPL Tuple : Key
Key를 사용 시
(product 1, demand: 100 )
Key를 사용하지 않을 시
(product 1, demand: 100 )
𝑋𝑋𝑋𝑋𝑖𝑖
→ sum( pt in products: p
t.product_num==1) x[pt]
𝑋𝑋𝑋𝑋𝑖𝑖
→ sum( pt in products: p
t.product_num==1) x[pt]
→ x[]
→ x[]
6.1 Deterministic Models in OR
OPL 값읕 잉룁
경영과학 시스템 설계
OPL-Debugging, OPS
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• OPS
– Time limit 설정 : 제한 시간이 넘을 시 현재 해답을 넘겨줌
– 알고리즘 설정 : 대용량 문제 풀이의 경우 dual 알고리즘보다 barrier 알고리즘
이 효율적
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• OPS
– Time limit 설정 : 제한 시간이 넘을 시 현재 해답을 넘겨줌
Global time limit을
통해 풀이 제한 시간을
둘 수 있음
Global time limit은 초
단위로 설정
Ex) 1시간: 3600
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• OPS
– 알고리즘 설정 : 대용량 문제 풀이 시
대용량 문제 LP 풀이 시
알고리즘을 Automatic에서
Barrier로 변경
※ Algorithm for continuous
quadratic optimization이
아닌 Algorithm for continu
ous problem을 변경
※ MIP 해당 없음
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• OPS
– 알고리즘 설정 : 대용량 문제 풀이 시
알고리즘에 대한 일반적인 설정
LP 문제에 대한 설정
MIP 문제에 대한 설정
Barrier 알고리즘에 대한 설정
Network 알고리즘에 대한 설정
Shifting 알고리즘에 대한 설정
CP 알고리즘에 대한 설정
디스플레이 및 구동에 대한 설정
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Infeasible : 모델 혹은 Data 상의 오류
•
•
•
•
Small size에서 LP 파일을 통한 검증
제약식 이름 설정
Assert를 통한 Data 검증
주석 처리를 통한 모델 검증
– Out of memory : memory 부족으로 인한 오류
•
•
Oplrun을 이용한 구동
64bit 운영 체제 활용
– Error : 코드 상의 오류
•
•
OPL 자체의 Debugging 기능 지원
Appendix에 대표적인 오류 사례 첨부
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Infeasible : Small size에서 LP 파일을 통한 검증
1.
2.
3.
Ops 더블 클릭
Language, run 클릭
Export format:
LP format 선택
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Infeasible : Small size에서 LP 파일을 통한 검증
프로젝트 폴더 내에 LP 파
일이 생성됨 메모장 등을
통해 열어 볼 수 있음
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Infeasible : 제약식 이름 설정
forall 다음에 제약 이름
설정 가능
제약 이름 설정 방법:
제약이름:
ex) ct_job_assignment:
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Infeasible : 제약식 이름 설정
LP에 이름이 설정됨
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Infeasible : 제약식 이름 설정
Infeasible 시 conflict에
충돌되는 제약 표시
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Infeasible : Assert를 통한 Data 검증
Assert를 통해 데이터
가정 사항 검증 가능
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Infeasible : 주석 처리를 통한 모델 검증
주석을 통해 문제가 될
수 있는 제약식이 없는
상태에서 모델을 돌려
봄
주석 방법:
/* lines */ : 여러 줄
//
:한줄
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Infeasible : 주석 처리를 통한 모델 검증
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Out of memory : oplrun을 이용한 구동
처음 실행 시:
Run -> 외부도구 ->
외부 도구 구성
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Out of memory : oplrun을 이용한 구동
oplrun 클릭
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Out of memory : oplrun을 이용한 구동
실행 클릭
6.1 Deterministic Models in콘솔에서
OR문제 풀이
 OPL-Debugging, OPS
• Debugging
– Out of memory : oplrun을 이용한 구동
※ oplrun을 이용한 문제 풀이 시
해답 및 데이터가 display 되지
않으므로 data export를 통해
결과를 받아봐야 함
※ 디버깅 등 여러 기능이
지원되지 않으므로 모델이
검증된 상태에서 돌릴 것
※ oplrun이 일반적인 구동보다
더 빨리 문제를 품
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Out of memory : 64bit 운영 체제 활용
•
운영 체제가 64bit일 경우, yscec에 올라와 있는 OPL6.3_64bit.exe를 설치
Mathematical
programming -> General
Memory avalia… (사용할
수 있는 메모리)를 변경
Ex) 1024, 2048 등등
※ 32bit의 경우 늘려도 별
다른 효과 없음
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Error : 코드 상의 오류
에러 발생 시 문제점에
오류 공지
더블 클릭하면 문제가
발생한 곳으로 이동
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Error : Appendix, 대표적인 오류
엑셀의 입력 size가 잘 안 맞는 것, 잘 맞는지 확인해 볼 것
이 부분이 엑
셀과 안 맞음
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Error : Appendix, 대표적인 오류
엑셀 불러오는 부분에 오타가 있을 확률 높음
이 부분에 오타
있을 확률 높음
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Error : Appendix, 대표적인 오류
값을 저장하려는 엑셀이 열려 있는 것임
Tuple 열의 개수가 안 맞는 것임
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Error : Appendix, 대표적인 오류
저장하려는 Tuple의 열의 개수가 안 맞는 것임
저장하려는 Tuple의 행의 개수가 부족한 것임
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Error : Appendix, 대표적인 오류
Tuple에 숫자를 집어 넣은 경우 다음과 같은 오류가 남
Tuple은 숫자가 아님
옆과 같이 표현 불가
아래와 같이는 가능
만약 key가 두 개면 < key1, key2> 와 같은 형태로 표현
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Error : Appendix, 대표적인 오류
Tuple 자리에 서로 다른 Tuple들을 넣은 경우
x의 m과 p의 자리가 바뀜
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Error : Appendix, 대표적인 오류
Tuple들을 잘못 비교 했을 경우에 나는 오류
m과 pm은 서로 다른
tuple이므로 비교할 수 없음
6.1 Deterministic Models in OR
 OPL-Debugging, OPS
• Debugging
– Error : Appendix, 대표적인 오류
Tuple을 int와 잘못 비교 했을 경우에 나는 오류
tuple은 숫자가 아님 tu
ple안의 data가 숫자일
수는 있음