Jedno kryterium glowne, drugie poboczne SAS:

Rolnik posiada 10 ha ziemi. Może na niej uprawiać jęczmień i ziemniaki.
Dochód (w tys. zł z 1 ha) oraz nakład robocizny (w roboczogodzinach na 1 ha)
przedstawia tabela. Minimalny obszar uprawy jęczmienia 2 ha, a maksymalny
obszar uprawy ziemniaków 4 ha. Rolnik jest zainteresowany maksymalizacją
swojego dochodu oraz minimalizacją nakładów robocizny. Sformułować
zadanie optymalizacyjne (zmienne, funkcja/e celu, warunki) umożliwiające
wyznaczenie odpowiedniego planu upraw, jeżeli wiadomo, że dla rolnika
dochód jest dwa razy ważniejszy od nakładu robocizny. W najgorszych i
najlepszych rozwiązaniach dla poszczególnych kryteriów minimalny i
maksymalny dochód wynosi odpowiednio 20 i 120, natomiast maksymalny i
minimalny nakład robocizny wynosi odpowiednio 900 i 100.


proc optmodel;
   var x{1..2} >= 0;
   max f = 2*(10*x[1]+20*x[2]-20)/100) + 1*(900-(50*x[1]+150*x[2]))/800);
   con r1: x[1] + x[2] <= 10;
   con r2: x[1] >= 2;
   con r3: x[2] <= 4;
   solve with lp;
   print x;
quit;


HARMONOGRAMY

proc optmodel;
   var x{1..5} >= 0;
   var y{1..5} >= 0;

   min f = 70 + 3*y[1] + 2*y[2] + 4*y[3] + 1000*y[4] + 2*y[5] + 20*x[5];

   con A: x[2] - x[1] + y[1] >= 5;
   con B: x[3] - x[1] + y[2] >= 6;
   con C: x[4] - x[1] + y[3] >= 7;
   con D: x[5] - x[3] + y[4] >= 2;
   con E: x[5] - x[4] + y[5] >= 5;
   con p1: x[3] >= x[2];
   con p2: x[4] >= x[3];
   con AA: y[1] <= 1;
   con BB: y[2] <= 2;
   con CC: y[3] <= 3;
   con DD: y[4] = 0;
   con EE: y[5] <= 2;
   con DYR: x[5] = 11;
   con START: x[1] = 0;

   solve with lp;
   print x;
   print y;
quit;

###
Mozemy minimalizowac laczny koszt projektu przy podahym czasie
lub
Minimalizowac czas by nie przekroczyc budzetu

Min. koszty

Suma<i,j> e U: c[ij]y[ij]+K[n/b] -> min
xj >= xi + t - y[ij]
xn <= Td
0 <= y[i,j] <= P[i,j]
xi, xj, y[i,j]

Min czas.

Xn -> min
x[j] >= xi + tij - yij
sum<i,j e U>: c[ij]y[ij]+K[n/b] <= Kd
0 <= yij <= Pij
xi,x j, yij >= 0


#STOPA ZWROTU

proc optmodel;
	var x{i in 1..2} >= 0;
	max fc = 6*x[1] + 4*x[2];
   	con w1: x[1] + x[2] = 1;
   	con w2: 28*x[1]^2 + 84*x[2]^2 - 36*x[1]*x[2] <= 20; // udział A^2 + udział B^2 - cor(x1,x2) * x1 * x2
   	solve with nlp;
   	print x;
quit;