pie68/algorithme_steiner.py at master · aymiem/pie68 · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
import pandas as pd

# creation d'une liste des avions pouvant accomplir la mision
def besoinEnMission(m,l_m, l_a, nbmiss, affect,nb,t,i):
    liste = []
    for a in l_a:
        #nb mois * potdemandé/mois + 100 à la place des 600 (demande DGA)
        #Est-ce que l'avion rempli les critères
        if (m.opex == i and m.type_avion == a.type_avion and capaciteMission(a,m)
            and a.pot_horaire >=(nb*m.pu+100)  and isFree(a,t,nb,affect) and isFree(a,t,-2,affect)):
            if t<=2:
                liste.append(a)
                break
            h=0
            #test si l'avion est déjà affecté en mission sur les deux derniers mois
            for k in l_m:
                if (affect(t-1)[a]==k.nom or affect(t-2)[a]==k.nom):
                    h=1
                    #si oui, on le rend indispo, on n'enchaine pas les missions
            if h==0:
                liste.append(a)
    return liste
# fonction pour verifier si les capacites necessaires pour la mission sont satisfaites par l'avion
# set(a)<set(b) permet  verifier si tt element de la liste a est dans la liste b
def capaciteMission(a,m):
    l2=m.capa_avion
    l1=a.capacite
    return set(l2)<=set(l1)

# creation d'une liste ordonnée des avions pouvant accomplir la mision (CRITERE: CRAVATE)
def choixAvion(liste):
    l_cravate = sorted(liste, key=cravate)
    return l_cravate


# Troncature de la liste choixAvions au nombre necessaire d'avions pour la mission m
# puis affectation des missions dans le dataframe sous le format (nom_mission$pot_utilisé)
# la modification du potentiel de l'avion est ralisé avec la fonction modifPot.
def affectationMission(m, listeAvion, nbmiss, data, nb, t,listeMission,i):
    listeAlpha = besoinEnMission(m,listeMission, listeAvion, nbmiss, data,nb,t,i)
    listeBeta = choixAvion(listeAlpha)
    listeGamma = listeBeta[0:m.nb_avion - nbmiss]
    for i in range(0, nb):
        data(t + i)[listeGamma] = (m.nom+"$"+str(int(m.pu)))
    return

# la modification des potentiels s'effectue separement de l'affectation (pour prendre en compte le rebouclage)
# la fonction modifPot permet de modifier le pot. Elle enlève du potentiel la valeur indiquée dans la cellule
# correspandate dans le dataframe.
def modifPot(m,data,a,t):
    #for a in listeAvion:
    if str(data.xs(t)[a]).split("$")[0] == m.nom:
        a.pot_horaire -= int((data.xs(t)[a]).split("$")[1])
        a.pot_mois -= 1

            #if (a.nom)=='D602':
            #    print(a.nom,"", a.pot_horaire," ",t, " ")

def listeMaint(listeMaintenance,a): # renvoie la liste des maintenances correspondantes à l'avion
    if a.type_avion == "2000_C":
        l_maint = listeMaintenance[0:6]
    if a.type_avion == "2000_D":
        l_maint = listeMaintenance[6:12]
    if a.type_avion == "2000_5":
        l_maint = listeMaintenance[12:18]
    if a.type_avion == "2000_B":
        l_maint = listeMaintenance[18:24]
    return l_maint

def affectMaint(a, t, df, listeMaintenance, binary): #la variable binaire correspond au fait de bloquer la maintenance
    if t > 1:
        if str(df.xs(t)[a])[0] == "V" and str(df.xs(t - 1)[a])[0] != "V": # maintenance à la main
            l_maint=listeMaint(listeMaintenance, a)
            for i in range(0, len(l_maint)):
                if a.proch_maint == l_maint[i].nom:
                    a.pot_mois = l_maint[i].gain_mois
                    a.pot_horaire = l_maint[i].gain_heures
                    a.proch_maint = l_maint[(i + 1) % len(l_maint)].nom
                    break
        else:  # maintenance programmé par l'algorithme
            l_maint=listeMaint(listeMaintenance, a)
            for i in range(0,len(l_maint)):
                if a.proch_maint == l_maint[i].nom:
                    for j in range(0, int(l_maint[i].duree)):
                        df.xs(t + j)[a] = (l_maint[i].nom+"$"+str(binary))
                    a.pot_mois = l_maint[i].gain_mois
                    a.pot_horaire = l_maint[i].gain_heures
                    a.proch_maint = l_maint[(i+1)%len(l_maint)].nom
                    break
    if t==1 :
        if str(df.xs(t)[a])[0] == "V": # maintenance à la main
            l_maint=listeMaint(listeMaintenance, a)
            for i in range(0, len(l_maint)):
                if a.proch_maint == l_maint[i].nom:
                    a.pot_mois = l_maint[i].gain_mois
                    a.pot_horaire = l_maint[i].gain_heures
                    a.proch_maint = l_maint[(i + 1) % len(l_maint)].nom
                    break
        else: # maintenance programmé par l'algorithme
            l_maint=listeMaint(listeMaintenance, a)
            for i in range(0, len(l_maint)):
                if a.proch_maint == l_maint[i].nom:
                    for j in range(0, int(l_maint[i].duree)):
                        df.xs(t + j)[a] = (l_maint[i].nom+"$"+str(binary))
                    a.pot_mois = l_maint[i].gain_mois
                    a.pot_horaire = l_maint[i].gain_heures
                    a.proch_maint = l_maint[(i + 1) % len(l_maint)].nom
                    break

# pour un avion donnée a, la fonction calcule le rapport entre les potentiels calendaire et horaire.
def cravate(a):
    return float(a.pot_mois) / a.pot_horaire


def lissage(d): # fonction qui envoie en sortie la liste des avions classés par potentiel calendaire croissant
    # fonction utilisée lors de l'affectation en maintenance et non en mission. Elle ne remplace pas la cravate
    liste = sorted(d["listeAvion"], key=lambda avion: avion.pot_mois)
    return liste

# Cette fonction vérifié si les cellules de la matrice entre [t][a] et [t+n][a] sont vides, n peut etre négatif
def isFree(a,t,n,df):
    b=True
    j = max(t,t+n)
    k = min(t,t+n) if t>abs(n) else 1
    for i in range(k,j+1):
        b=b*pd.isnull(df(i)[a])
    return b