# -*- coding: utf-8 -*-
"""
Case Study Implementierung
"""

from gurobipy import Model, GRB, quicksum

"""
Parameter
"""
# Fixkosten der Eröffnung der Standorte i
f = [1093500,534600,607500]

# Kapazitäten der Standorte i                                                      
a = [500, 200, 250]

# Nachfrage der Kunden j                                                      
b = [50, 150, 60, 80, 50, 300]                                                   

# Kosten für die Lieferung einer Einheit von Standort i zu Kunde j
c = [[118,175, 51,247,219,372],                                                  
     [167,217, 80,137, 95,253],
     [350,399,359,217,167, 89]]                    

"""
Definition Modell
"""
model_general = Model("Case Study") 
m = 3  # Mögliche Standorte i
n = 6  # Kunden j

M = range(m)
N = range(n)

## Variablen ##################################################################

# Transportmenge von Standort i zu Kunde j
x = model_general.addVars(M, N, lb=0, vtype=GRB.CONTINUOUS, name="x")

# Eröffnung Standort i
y = model_general.addVars(M, vtype=GRB.BINARY, name="y")

model_general.update()  # Variablen werden System bekannt gemacht

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

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

model_general.addConstr(x[2,5] == 0)
## Zielfunktion  ##############################################################
model_general.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)  

# Definition Ende #############################################################

model_general.optimize()
model_general.write("case  study.lp")

"""
Ausgabe Lösung 
"""
model_general.getVars()
opening_cost = 0
transport_cost = 0
print(" ")
for i in M:
    if (y[i].x == 1):
        opening_cost += f[i]
        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):
                transport_cost += c[i][j] * x[i, j].x
                print("Von Standort %s Kunde %s: %s" % (i, j, x[i, j].x))
print(" ")
print("Optimale Loesung gibt Gesamtkosten von: %.2f" % model_general.objVal)

percentage_transport = transport_cost / model_general.objVal * 100
percentage_opening = opening_cost / model_general.objVal  * 100;
print("Transportkosten: %.2f (%.2f%%) und Fixkosten: %.2f (%.2f%%)" %  
      (transport_cost, percentage_transport, opening_cost, percentage_opening))