Post on 24-Feb-2016
description
UniversidadComplutenseMadrid
PROGRAMACIÓN CON RESTRICCIONES
IBM ILOG CPLEX CP2012
FACULTAD DE INFORMÁTICA
Frank Canchari LapaMarta Caro Martínez
GRADO EN INGENIERÍA INFORMÁTICA3ro A
Índice
1. Introducción2. Historia y creación3. Lenguaje OPL4. Ejemplo5. Uso del lenguaje6. Situación actual
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
1. Introducción IBM ILOG CPLEX CPEs un lenguaje de Programación con Restricciones basada en OPL (Optimization Programming Language), siendo este un lenguaje de Modelado para la resolución de la programación matemática.
OPL modela:• Programación lineal, entera y mixta• Programación cuadrática y problemas convexos
cuadráticamente limitados• Programación con Restricciones• Modelado de planificación (scheduling)• Conexión con base de de datos relacionales
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
1. Introducción IBM ILOG CPLEX CP• Hablar de CPLEX CP, es hablar de IBM ILOG CPLEX Optimizer Studio
(informalmente conocido como CPLEX). Siendo este una IDE que integra el Lenguaje de Modelado de OPL y multiplataforma soportando: HP, AIX, Linux, Windows y Mac OS.
• CPLEX cuenta con una amplia gama de librerías para los lenguajes de programación tradicionales más importantes (C, C++, C#, Java, Phyton, Visual Basic y FORTAN). También tiene complementos para ser usados desde las tablas de Microsoft Excel y MATLAB
• CPLEX también soporta la conexión a servidores de bases de datos para la extracción de información, soportando: Windows: ODBC, Oracle, Sybase, Microsoft SQL Server UNIX: Oracle
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Índice
1. Introducción2. Historia y creación3. Lenguaje OPL4. Ejemplo5. Uso del lenguaje6. Situación actual
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
2. Historia y Creación• Originalmente desarrollado por Robert E. Bixby y ofrecida
comercialmente desde el año 1988 con el nombre de CPLEX Optimization. El origen de su nombre está en su primera concepción, ya que fue pensada para C, y también en el uso como algoritmo de simplex algorithm (conocido como método simplex, para la programación lineal).
• En el año 1997 fue adquirida por ILOG.
• Finalmente en el año 2009, IBM completa la adquisición de ILOG en la Bolsa de Nueva York y París, al precio de 215 millones de euros.
• Tras el último cambio de propietario, obtiene el nombre de IBM ILOG CPLEX Optimizer Studio.
• En la actualidad, la versión más reciente de la aplicación es la 12.4.
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Índice
1. Introducción2. Historia y creación3. Lenguaje OPL4. Ejemplo5. Uso del lenguaje6. Situación actual
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
3. Lenguaje OPL
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
A. IntroducciónB. OPL para la Programación con
Restricciones (P.R. o CP)C. Estructura del Modelado en OPL y
Sintaxis
3. Lenguaje OPL-Introducción
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Como ya se ha mencionado, OPL engloba muchos campos de la programación matemática. Por este motivo explicaremos brevemente algunos de los paradigmas principales donde se enfoca.
• Programación Lineal• Programación Cuadrática• Programación Con Restricciones
3. Lenguaje OPL - Introducción P. Lineal
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Se trata de la resolución de problemas mediante Sistemas de Inecuaciones Lineales optimizando la función objetivo.
Las variables están definidas en un vector X, donde n es el numero de elementos
Las Restricciones están limitadas por Matrices con valores conocidos:
a y b son coeficientes técnicos conocidos
La Función Objetivo es el resultado de sumar la multiplicación de el vector de coeficientes con el vector X
En OPL esto se resuelve mediante Simplex Algorithm (método simple)
3. Lenguaje OPL - Introducción P. Cuadrática
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Se trata de la resolución de problemas donde la Función Objetivo es Cuadrática y las Restricciones son Lineales
Las variables están definidas en un vector X, donde n es el numero de elementos
La Función Objetivo es el resultado de sumar la multiplicación de el vector de coeficientes con el vector X
En OPL esto se resuelve mediante Pivote Complementario, Wolfe y en algunas situaciones con aproximaciones de la Función de Lagrange, entre otros algoritmos matemáticos.
Las Restricciones están limitadas por :a y b son coeficientes técnicos conocidos∑
𝑖=1
𝑛
[𝑎¿¿ 𝑗 , 𝑖×𝑋 𝑖]≥𝑏 𝑗 ∀ 𝑗 ,1≤ 𝑗 ≤𝑚¿
3. Lenguaje OPL - Introducción P. Restricciones
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Se trata de la resolución de problemas donde no existe una Función Objetivo que buscar, si no encontrar una o más asignaciones que puedan satisfacer a la Restricción
Conjunto de variables X, donde cada elemento toma valores de su respectivo Dominio
Las Restricciones donde Una asignación Satisface la restricción R si:
Asignación de las variables de X, es una n-tupla de valores
Una Restricción es Satisfactible si existe al menos una asignación que la satisface
3. Lenguaje OPL
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
A. IntroducciónB. OPL para la Programación con
Restricciones (P.R. o CP)C. Estructura del Modelado en OPL y
Sintaxis
3. Lenguaje OPL - Para P.R. (CP)
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Después del contexto teórico de cómo OPL da solución a los problemas de CP, vamos a ver, a modo general, como es el algoritmo de su resolutor.
Fase de Propagación de Consistencia
FIN
Sin Sol FINCon Sol
Inconsistencia?
Existen Dominios no
Vacíos?Son Todos Dominios Unitarios?
Retroceso
Fase de Búsqueda
No Si
NoSi NoSi
3. Lenguaje OPL - Para P.R. (CP)
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Mapa de Componentes
IBM ILOG CPLEX CP
Código
OPL
ILOG CPLEX ILOG SOLVER
ILOG SCHEDULER
3. Lenguaje OPL
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
A. IntroducciónB. OPL para la Programación con
Restricciones (P.R. o CP)C. Estructura del Modelado en OPL y
Sintaxis
3. Lenguaje OPL – Estructura y Sintaxis
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
a) Datosb) Variablesc) Función de optimizaciónd) Restriccionese) Procedimiento básicos
3. Lenguaje OPL – Estructura y Sintaxis
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Datos Tipos básicos://Enteros-------------------------------------int num1 = 5;int num2 = num1 * num1 + 5;int num3 = …;int inNum << "Inserta un numero";//Reales--------------------------------------float real = -5.1;float+ real = 5.1;//Enumerados----------------------------------enum Color {R, G, B};Color miColor = G;
3. Lenguaje OPL – Estructura y Sintaxis
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Datos Tipos Estructurados://Rangos--------------------------------------range Intervalo = 1..5;range Intervalo2 = [2*num1..5*num1];//Arrays--------------------------------------int miArray[1..5] = [2, 4, 7, 8, 3];Color misCoches[1..5] = [R, B, B, R, G];Color misCoches[Intervalo] = [R, B, B, R, G];int miArray2[i in 1..5] = i + 4;//Estructura----------------------------------struct Punto{
float x;float y;
};Punto p = <1.3,5.3>;//Set-----------------------------------------{int} Primos4 = {2, 3, 5, 7};{Punto} CorteEjes = {<2,0>,<0,7>};
3. Lenguaje OPL – Estructura y Sintaxis
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Variables de decisión://Enteros-------------------------------------dvar int entero1 in 0..5;dvar int arrayEnt[1..10] in 0..5;dvar int arrayCoch[Intervalo] in 0..5;//Reales--------------------------------------dvar float varX;dvar float+ varY;//Enumerados----------------------------------dvar Color coches[Intervalo];//Aserciones ---------------------------------assert numReynas >= 3;
3. Lenguaje OPL – Estructura y Sintaxis
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Funciones de optimización://Minimizar-----------------------------------minimize 10*var1 + 5*var2;//Maximizar-----------------------------------maximize 10*var1 + 5*var2;
Restricciones Lineales://--------------------------------------------10*var1 + 5*var2 <= 5;-varX + 4*varY <= 50;
Restricciones NO Lineales://--------------------------------------------numero <> 4;-varX*varY > 10;
3. Lenguaje OPL – Estructura y Sintaxis
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Procedimientos Básicos://Buscar-------------------------------------------search{ tryall(j in 1..5 ordered by decreasing j)entero1=j;};//Forall-------------------------------------------forall(j in 1..5){
reinas[j] <= 8;reinas[j] >= 1;
};//Suma--------------------------------------------sum(j in 1..5)reinas[j]=(8*(8+1))/1;numReinas == sum(j in 1..8)reinas[j];//alldifferent------------------------------------allDifferent (array);
Índice
1. Introducción2. Historia y creación3. Lenguaje OPL4. Ejemplo5. Uso del lenguaje6. Situación actual
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Ejemplo: Coloreado de MapaEl lenguaje OPL de IBM tiene un amplio repertorio de instrucciones, funciones etc., pero a modo de introducción usaremos el primer ejemplo visto en clase.
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Ejemplo: Coloreado de MapaDeclaración del Dominio
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
//Especificamos que es Constraint Program----------------using CP;
//Inicializamos un rango---------------------------------range r = 1..4;
//Podemos usar array de string---------------------------string Colores[r]=["Negro", "Anaranjado", "Verde", "Gris"];
//Para poder usar la inicialización del dominio-----------execute{} //simplemente actualiza las definiciones
Ejemplo: Coloreado de MapaDeclaración de Variables
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
//Variables de decisión----------------------------------dvar int gal = in r; //Galiciadvar int can = in r; //Cantabriadvar int pva = in r; //País Vascodvar int nav = in r; //Navarradvar int ara = in r; //Aragóndvar int cat = in r; //Cataluñadvar int ast = in r; //Asturiasdvar int cyl = in r; //Castilla y Leóndvar int rio = in r; //La Riojadvar int mad = in r; //Madriddvar int clm = in r; //Castilla la Manchadvar int val = in r; //Valenciadvar int mur = in r; //Murciadvar int alu = in r; //Andalucíadvar int ext = in r; //Extremadura
Ejemplo: Coloreado de MapaDeclaración de Función de Optimización
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
//En este caso No queremos Optimizar nada-----------------
//Constraints---------------------------------------------subject to{
gal!=ast; gal!=cyl; ast!=cyl; ast!=can;can!=pva; can!=cyl; pva!=nav; pva!=rio;nav!=rio; nav!=ara; ara!=cat; ara!=val;rio!=cyl; pva!=cyl; cal!=val; cyl!=mad;cyl!=ext; cyl!=clm; ext!=clm; ara!=clm;mad!=clm; clm!=val; ext!=alu; clm!=mur;alu!=mur; mur!=val; rio!=ara; ara!=cyl;
}
Restricciones
Ejemplo: Coloreado de Mapa
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
//Mostrar------------------------------------------------execute { writeln("\tGalicia : ", Colores[gal]); writeln("\tCantabria : ", Colores[can]); writeln("\tPaís Vasco : ", Colores[pva]); writeln("\tNavarra : ", Colores[nav]); writeln("\tAragón : ", Colores[ara]); writeln("\tCataluña : ", Colores[cat]); writeln("\tAsturias : ", Colores[ast]); writeln("\tCastilla y León : ", Colores[cyl]); writeln("\tLa Rioja : ", Colores[rio]); writeln("\tMadrid : ", Colores[mad]); writeln("\tCastilla la Mancha: ", Colores[clm]); writeln("\tValencia : ", Colores[val]); writeln("\tMurcia : ", Colores[mur]); writeln("\tAndalucia : ", Colores[alu]); writeln("\tExtremadura : ", Colores[ext]);}
Mostrar Resultado
Ejemplo: Coloreado de Mapa
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Índice
1. Introducción2. Historia y creación3. Lenguaje OPL4. Ejemplo5. Uso del lenguaje6. Situación actual
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Uso del Lenguaje•El principal objetivo del uso de OPL es que el programador sea capaz de modelar los problemas de optimización más comunes que se encuentran en entornos industriales.
•OPL permite resolver eficientemente una extensa gama de problemas scheduling (planificación):
-problemas de construcción,-proyectos con consideraciones presupuestarias, -planificación de carga de barcos-proyectos de desarrollos de software a gran escala, etc.
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Uso del Lenguaje
VENTAJAS DE USO• El Lenguaje OPL es un lenguaje fácil de aprender y a la vez
potente.• Representación muy cercana a la formulación matemática
del problema a resolver.• Se reduce el tiempo de desarrollo sin sacrificar eficiencia.• Compatibilidad de las bibliotecas de componentes.• Simplicidad: Resuelve problemas de tamaño o dificultad
prácticamente ilimitados.• Agilidad : IBM ILOG CPLEX es compatible con una gran
variedad de sistemas informáticos.
Índice
1. Introducción2. Historia y creación3. Lenguaje OPL4. Ejemplo5. Uso del lenguaje6. Situación actual
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2
Situación Actual•Ampliamente usado en la actualidad.•Conexión a Bases de datos, servidores, librerías para C++, C y Java.• Cuenta con una plataforma de programación, llamado IBM ILOG CPLEX Optimizer Studio que permite disponer de un sistema de soporte para la toma de decisiones mediante análisis para mejorar la eficacia, reducir costes y aumentar la rentabilidad.•Última versión desarrollada: 12.4.
Facultad de InformáticaUniversidad Complutense de Madrid
IBM ILOG CPLEX CP Optimization Studio -2