示例#1
0
# Vector com o numero de submaquinas de cada maquina
n_maquinas = mat_file["n_maquinas"][0].tolist()

# Vector com o consumo de cada submaquina
pesos = mat_file["pesos"].tolist()[0]

# Variaveis auxiliares

l = scipy.shape(pesos)[0]
t = scipy.shape(Consumo_total)[0]

# Matriz de armazenamento dos resultados de cada problema 
optimo = scipy.zeros([t,l,5])

# Geracao da lista de permutacoes
[lista,comb] = utils.calc_comb(n_maquinas, pesos)

# Minimizacao

for n in range(0,1):
    
    print "in problem %s" % n
    a = 0;
    best =[float('Inf')]*5
    
    # Caso o consumo total seja zero nao e necessario optimizar
    if Consumo_total[n] == 0:
        continue
    
    # Percorre todas as permutacoes
        
示例#2
0
# Vector com o numero de submaquinas de cada maquina
n_maquinas = mat_file["n_maquinas"][0].tolist()

# Vector com o consumo de cada submaquina
pesos = mat_file["pesos"].tolist()[0]

# Variaveis auxiliares

l = scipy.shape(pesos)[0]
t = scipy.shape(Consumo_total)[0]

# Matriz de armazenamento dos resultados de cada problema
optimo = scipy.zeros([t, l, 5])

# Geracao da lista de permutacoes
[lista, comb] = utils.calc_comb(n_maquinas, pesos)

# Minimizacao

for n in range(0, 1):

    print "in problem %s" % n
    a = 0
    best = [float('Inf')] * 5

    # Caso o consumo total seja zero nao e necessario optimizar
    if Consumo_total[n] == 0:
        continue

    # Percorre todas as permutacoes
示例#3
0
# Vector com o numero de submaquinas de cada maquina
n_maquinas = mat_file["n_maquinas"]

# Vector com o consumo de cada submaquina
pesos = mat_file["pesos"].tolist()[0]

# Variaveis auxiliares

l = scipy.shape(pesos)[0]
t = scipy.shape(Consumo_total)[0]

# Matriz de armazenamento dos resultados de cada problema 
optimo = scipy.zeros([t,l,5])

# Geracao da lista de permutacoes
list = utils.calc_comb(pesos)

# Minimizacao

for n in range(0,1):
    
    print "in problem %s" % n
    a = 0
    b = 0
    combinacoes = scipy.zeros(l)
    best =[float('Inf')]*5
    
    # Caso o consumo total seja zero nao e necessario optimizar
    if Consumo_total[n] == 0:
        continue