SAP ABAP 使用GENIOS求解线性规划问题的简单例子

主要内容来自Operations Research & ABAP ，结合我遇到的需求，做了一些修改。
需求：有BOX1和BOX2两种箱子，分别能包装不同数量的A物料和B物料，给出若干数量的A, B物料，怎样包装可以使箱子数最少？
线性规划有助于解决类似问题。
以下是一个示例程序，包含必要的注释，

1. *&---------------------------------------------------------------------*
2. *& Report YTEST_LP1
3. *&---------------------------------------------------------------------*
4. *&
5. *&---------------------------------------------------------------------*
6. REPORT ytest_lp1.
8. *BOX1 箱子可以装2个A物料 1个B物料, BOX2箱子可以装1个A物料 3个B物料, 现有10A 11B， 如何包装箱子最少？
9. *假设最终结果用到了X个 BOX1箱子， Y个BOX2箱子，问题可以写成如下形式
10. * minimize X + Y
11. * subject to : 2X + 1Y >= 10
12. *              X + 3Y >= 11
13. *              X >= 0
14. *              Y >= 0
15. DATA:
16.   lr_model       TYPE REF TO cl_genios_model, "problem instance
17.   lr_objective   TYPE REF TO cl_genios_objective, "objective function
18.   lr_environment TYPE REF TO cl_genios_environment,
19.   lr_x           TYPE REF TO cl_genios_variable, "variables
20.   lr_y           TYPE REF TO cl_genios_variable,
21.   lr_constraint  TYPE REF TO cl_genios_linearconstraint,
22.   lr_solver      TYPE REF TO cl_genios_solver,
23.   ls_result      TYPE genioss_solver_result,
24.   ls_variable    TYPE genioss_variable,
25.   lt_variables   TYPE geniost_variable,
26.   lv_value       TYPE genios_float,
27.   lv_name        TYPE string. "变量名
29. lr_environment = cl_genios_environment=>get_environment( ).
30. lr_model = lr_environment->create_model( 'PRIORIZATION' ).
31. *定义离散变量，因为箱子是离散的定义连续变量，因为SIMP只支持连续变量
32. lr_x = lr_model->create_variable( iv_name = 'X'
33.   iv_type = if_genios_model_c=>gc_var_continuous ).
34. lr_y = lr_model->create_variable( iv_name = 'Y'
35.   iv_type = if_genios_model_c=>gc_var_continuous ).
36. "下面设置目标函数，取满足条件的(X+Y)最小值，现实中也可能有不同的系数，比如X的价格是2,Y是1，那么在这里做相应调整<br>lr_objective = lr_model->create_objective( if_genios_model_c=>gc_obj_minimization ).<br>lr_objective->add_monom( io_variable = lr_x iv_coefficient = 1 ).
37. lr_objective->add_monom( io_variable = lr_y iv_coefficient = 1 ).
38. * 定义线性约束c1: 2X + 1Y >= 10
39. lr_constraint = lr_model->create_linearconstraint( iv_name = 'c1'
40.   iv_type = if_genios_model_c=>gc_con_greaterorequal iv_righthandside = 10 ).
41. lr_constraint->add_monom( io_variable = lr_x iv_coefficient = 2 ).
42. lr_constraint->add_monom( io_variable = lr_y iv_coefficient = 1 ).
44. * 定义线性约束c2: 1X + 3Y >= 11
45. lr_constraint = lr_model->create_linearconstraint( iv_name = 'c2'
46.   iv_type = if_genios_model_c=>gc_con_greaterorequal iv_righthandside = 11 ).
47. lr_constraint->add_monom( io_variable = lr_x iv_coefficient = 1 ).
48. lr_constraint->add_monom( io_variable = lr_y iv_coefficient = 3 ).
49. * 定义线性约束c3: X >= 0
50. lr_constraint = lr_model->create_linearconstraint( iv_name = 'c3'
51.   iv_type = if_genios_model_c=>gc_con_greaterorequal iv_righthandside = 0 ).
52. lr_constraint->add_monom( io_variable = lr_x iv_coefficient = 1 ).
53. * 定义线性约束c4: Y >= 0
54. lr_constraint = lr_model->create_linearconstraint( iv_name = 'c4'
55.   iv_type = if_genios_model_c=>gc_con_greaterorequal iv_righthandside = 0 ).
56. lr_constraint->add_monom( io_variable = lr_y iv_coefficient = 1 ).
58. lr_solver = lr_environment->create_solver( 'SIMP' ).
59. lr_solver->load_model( lr_model ).
60. ls_result = lr_solver->solve( ).
62. * Get the result
63. IF ls_result-solution_status = if_genios_solver_result_c=>gc_optimal OR
64.    ls_result-solution_status = if_genios_solver_result_c=>gc_abortfeasible.
65.   lt_variables = lr_model->get_variables( ).
66.   LOOP AT lt_variables INTO ls_variable.
67.     lv_name  = ls_variable-variable_ref->gv_name.
68.     lv_value = ls_variable-variable_ref->get_primalvalue( ).
69.     DATA: lv_int TYPE P LENGTH 10 DECIMALS 2.
70.     lv_int = lv_value.
71.     WRITE: /,lv_name,' = ',lv_int.
72.   ENDLOOP.
73. ENDIF.
74. lr_environment->destroy_solver( 'SIMP' ).
75. lr_environment->destroy_model( 'PRIORIZATION' ).

复制代码

 
运行程序，可以看到结果
X = 3.80
Y = 2.40

示例中的Solver SIMP 仅支持连续变量，对这个需求显然不合适，因为箱子不应该为小数。如果想使用离散变量，就需要换成其他Solver比如MILP，可惜我的系统无法使用MILP，所以不能测试。据说SAP APO或SAP SCM Optimizer可以满足更复杂的需求。
 

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！