# -*- coding: utf-8 -*-

"""
Warehouse Location Problem (VL: Strategische Netzwerkplanung)
"""

from gurobipy import *

model = Model("WLP")  # neues Modell erstellen mit Namen "WLP"

model.setParam('UpdateMode', 1)

n = 7  # Kunden j
N = range(n)

m = 5  # Mögliche Standorte i
M = range(m)

f = [5, 7, 5, 6, 5]  # Fixkosten Standort i
a = [7, 7, 7, 7, 7]  # Kapatzitäten Standort i
b = [1, 1, 1, 1, 1, 1, 1]  # Nachfrage Kunde j
c = [[1, 2, 10, 9, 6, 7, 3],  # Kosten Lieferung einer Einheit von Standort i zu Kunde j
     [2, 9, 0, 7, 3, 6, 10],
     [7, 6, 1, 5, 3, 10, 5],
     [6, 5, 10, 2, 6, 3, 6],
     [6, 4, 6, 3, 7, 2, 6]]


y = model.addVars(M, vtype=GRB.BINARY, name="y")  # Hinzufügen y[i]: Eröffnung Standort i
x = model.addVars(M, N, lb=(-45), vtype=GRB.CONTINUOUS, name="x")  # Hinzufügen x[i,j]: Transportmenge von Standort i zu Kunde j

model.update()  # Variablen werden System bekannt gemacht

model.addConstrs(quicksum(x[i, j] for j in N) <= y[i] * a[i] for i in M)  # Kapatzitätsbegrenzung der Standorte i

model.addConstrs(quicksum(x[i, j] for i in M) == b[j] for j in N)  # Erfüllung der Nachfrage

model.setObjective(quicksum(c[i][j] * x[i, j] for i in M for j in N) + quicksum(y[i] * f[i] for i in M), GRB.MINIMIZE)  # Zielfunktion

model.optimize()

print(" ")
print("Optimale Loesung gibt Transportkosten von: %s" % model.objVal)  # Ausgabe Lösung

#model.getVars()

print(" ")
for i in M:
    if (y[i].x == 1):
        print("Eroeffne Standort %s" % i)
print(" ")
print("Transportmenge von Standort i zu Kunde j:")
print(" ")
for i in M:
    if (y[i].x == 1):
        print(" ")
        for j in N:
            if (x[i, j].x > 0):
                print("Von Standort %s Kunde %s: %s" % (i, j, x[i, j].x))
				
print("Der Test war erfolgreich")