elterndienstplaner.py

@@ -15,7 +15,6 @@ from typing import Dict, List, Tuple, DefaultDict, Optional
 
 from datenmodell import ElterndienstplanerDaten, Dienst, Eltern, Zielverteilung, Entscheidungsvariablen
 from ausgabe import ElterndienstAusgabe
-from csv_io import EingabeParser
 
 
 class Elterndienstplaner:
@@ -383,14 +382,13 @@ class Elterndienstplaner:
         fairness_abweichung_lokal: Dict,
         fairness_abweichung_global: Dict,
         fairness_abweichung_gesamt_global: Dict,
-        fairness_abweichung_gesamt_lokal: Dict,
-        spreizungs_penalty: pulp.LpAffineExpression = None
+        fairness_abweichung_gesamt_lokal: Dict
     ) -> None:
-        """Erstellt die Zielfunktion mit Fairness, Präferenzen und Spreizung"""
+        """Erstellt die Zielfunktion mit Fairness und Praeferenzen"""
         objective_terms = []
 
-        gewicht_global = 60
-        gewicht_lokal = 40
+        gewicht_global = 50
+        gewicht_lokal = 50
         gewicht_f1 = gewicht_global
         gewicht_f2 = gewicht_lokal
         gewicht_f3_global = 0.25 * gewicht_global
@@ -416,10 +414,6 @@ class Elterndienstplaner:
             if (eltern, tag, dienst) in x and praef == -1:
                 objective_terms.append(20 * dienst.aufwand * x[eltern, tag, dienst])
 
-        # Spreizungs-Penalty (neu)
-        if spreizungs_penalty is not None and spreizungs_penalty != 0:
-            objective_terms.append(spreizungs_penalty)
-
         if objective_terms:
             prob += pulp.lpSum(objective_terms)
         else:
@@ -432,7 +426,11 @@ class Elterndienstplaner:
         pulp.LpProblem,
         Entscheidungsvariablen
     ]:
-        """Erstellt das PuLP Optimierungsmodell mit Aufwandsspreizung"""
+        """Erstellt das PuLP Optimierungsmodell
+
+        Returns:
+            Tuple mit (prob, x, ziel_dienste_lokal, ziel_dienste_global)
+        """
         print("Erstelle Optimierungsmodell...")
 
         print("\nDebug: Verfuegbarkeit analysieren...")
@@ -474,17 +472,8 @@ class Elterndienstplaner:
             prob, x, ziel_dienste_lokal, "lokal"
         )
 
-        # Spreizungs-Penalty (neu)
-        #print("\nErstelle Aufwandsspreizungs-Penalty...")
-        #spreizungs_penalty = self._erstelle_spreizungs_penalty_mit_dienstfaktor(
-        #    x, fenster_groesse=15, sigma=0.8, spreizungs_gewicht=1.0
-        #)
-        #self.visualisiere_fenster_gewichte_mit_dienstfaktoren(fenster_groesse=15, sigma=0.8)
-        spreizungs_penalty = None
-
         self._erstelle_zielfunktion(prob, x, fairness_abweichung_lokal, fairness_abweichung_global,
-                                    fairness_abweichung_gesamt_global, fairness_abweichung_gesamt_lokal,
-                                    spreizungs_penalty)
+                                    fairness_abweichung_gesamt_global, fairness_abweichung_gesamt_lokal)
 
         print(f"Modell erstellt mit {len(x)} Variablen und {len(prob.constraints)} Constraints")
         return prob, x
@@ -528,229 +517,8 @@ class Elterndienstplaner:
 
         return loesung
 
-    def _berechne_fenster_gewichte_glocke(self, num_fenster: int, sigma: float = 0.8) -> List[float]:
-        """Berechnet Fenster-Gewichte basierend auf Gauß-Glockenkurve
-        
-        Mittelfenster: Gewicht ≈ 1.0 (höchste Bestrafung von Häufungen)
-        Randfenster: Gewicht ≈ 0.3 (niedrigere Bestrafung)
-        
-        Args:
-            num_fenster: Anzahl der Fenster
-            sigma: Steile der Kurve (0.3=spitz, 1.5=flach)
-            
-        Returns:
-            Liste mit Gewichten [0.0...1.0] pro Fenster
-        """
-        import math
-        
-        if num_fenster <= 1:
-            return [1.0]
-        
-        fenster_gewichte = []
-        mitte = (num_fenster - 1) / 2.0
-        
-        for i in range(num_fenster):
-            # Normalisierte Position relativ zur Mitte (-1...+1)
-            position = (i - mitte) / (mitte + 1)
-            # Gauß-Funktion: exp(-(position² / sigma²))
-            gewicht = math.exp(-(position ** 2) / (sigma ** 2))
-            fenster_gewichte.append(gewicht)
-        
-        return fenster_gewichte
-
-    def _erstelle_spreizungs_penalty_mit_dienstfaktor(
-        self,
-        x: Entscheidungsvariablen,
-        fenster_groesse: int = 15,
-        sigma: float = 0.8,
-        spreizungs_gewicht: float = 0.5
-    ) -> pulp.LpAffineExpression:
-        """Erstellt Penalty-Term für Aufwandsspreizung mit Dienstfaktor-Normalisierung
-        
-        Verwendet 15-Tage-Sliding-Window (1-Tage-Schritte) zur Erkennung von Häufungen.
-        Höhere Aufwände in der Fenster-Mitte werden stärker bestraft.
-        
-        Args:
-            x: Entscheidungsvariablen
-            fenster_groesse: Größe des Sliding-Window in Tagen (Standard: 15)
-            sigma: Parameter für Glockenkurven-Steile
-            spreizungs_gewicht: Gewichtung relative zur Fairness (Standard: 0.5)
-            
-        Returns:
-            Penalty-Term als LpAffineExpression für Zielfunktion
-        """
-        import math
-        from datetime import timedelta
-        
-        penalty_terms = []
-        
-        planungstage = self.daten.planungszeitraum
-        
-        if len(planungstage) < fenster_groesse:
-            print(f"  Warnung: Planungszeitraum ({len(planungstage)} Tage) < Fenster ({fenster_groesse} Tage)")
-            return pulp.lpSum([])
-        
-        # Berechne Anzahl der Fenster für Glockenkurve
-        num_fenster = len(planungstage) - fenster_groesse + 1
-        fenster_gewichte = self._berechne_fenster_gewichte_glocke(num_fenster, sigma)
-        
-        print(f"  Spreizungs-Constraint: {len(planungstage)} Planungstage, "
-              f"{fenster_groesse}-Tage-Fenster → {num_fenster} Fenster")
-        print(f"  Fenster-Gewichte (Glockenkurve, σ={sigma}):")
-        for i, gew in enumerate(fenster_gewichte):
-            print(f"    Fenster {i+1}: {gew:.3f}")
-        
-        # Erstelle Sliding-Windows (1-Tage-Schritte)
-        for fenster_idx in range(num_fenster):
-            fenster_start_idx = fenster_idx
-            fenster_ende_idx = fenster_idx + fenster_groesse
-            fenster_start_tag = planungstage[fenster_start_idx]
-            fenster_ende_tag = planungstage[fenster_ende_idx - 1]
-            
-            fenster_gewicht = fenster_gewichte[fenster_idx]
-            
-            # Für jeden Elterns: Aufwand im Fenster berechnen (normalisiert durch Dienstfaktor)
-            for eltern in self.daten.eltern:
-                dienstfaktor_summe = sum(
-                    self.daten.dienstfaktoren[eltern][tag]
-                    for tag in planungstage[fenster_start_idx:fenster_ende_idx]
-                )
-                
-                # Schutz vor Division-by-Zero
-                if dienstfaktor_summe <= 0:
-                    continue
-                
-                # Summiere Aufwände aller Dienste im Fenster für diesen Elterns
-                aufwand_im_fenster = pulp.lpSum(
-                    dienst.aufwand * x[eltern, tag, dienst]
-                    for tag in planungstage[fenster_start_idx:fenster_ende_idx]
-                    for dienst in self.daten.dienste
-                    if (eltern, tag, dienst) in x
-                ) if any(
-                    (eltern, tag, dienst) in x
-                    for tag in planungstage[fenster_start_idx:fenster_ende_idx]
-                    for dienst in self.daten.dienste
-                ) else 0
-                
-                if aufwand_im_fenster == 0:
-                    continue
-                
-                # Normalisiere durch Dienstfaktor und multipliziere mit Fenster-Gewicht
-                # penalty = (aufwand / dienstfaktor) × fenster_gewicht
-                penalty_terms.append(
-                    spreizungs_gewicht * fenster_gewicht * (aufwand_im_fenster / dienstfaktor_summe)
-                )
-        
-        if penalty_terms:
-            return pulp.lpSum(penalty_terms)
-        else:
-            return pulp.lpSum([])
-
-    def visualisiere_fenster_gewichte_mit_dienstfaktoren(
-        self,
-        fenster_groesse: int = 15,
-        sigma: float = 0.8
-    ) -> None:
-        """Debug-Hilfsfunktion: Zeigt Fenster-Gewichte und Dienstfaktoren tabellarisch
-        
-        Args:
-            fenster_groesse: Größe des Sliding-Window in Tagen
-            sigma: Parameter für Glockenkurven-Steile
-        """
-        planungstage = self.daten.planungszeitraum
-        
-        if len(planungstage) < fenster_groesse:
-            print(f"Planungszeitraum ({len(planungstage)} Tage) < Fenster ({fenster_groesse} Tage)")
-            return
-        
-        num_fenster = len(planungstage) - fenster_groesse + 1
-        fenster_gewichte = self._berechne_fenster_gewichte_glocke(num_fenster, sigma)
-        
-        print("\n" + "="*100)
-        print(f"DEBUG: Fenster-Gewichte ({fenster_groesse}-Tage-Sliding-Window, σ={sigma})")
-        print("="*100)
-        
-        print(f"\nPlanungszeitraum: {planungstage[0]} bis {planungstage[-1]} ({len(planungstage)} Tage)")
-        print(f"Fenster: {num_fenster} × {fenster_groesse} Tage\n")
-        
-        # Kopfzeile
-        print(f"{'Fenster':<12} {'Start':12} {'Ende':12} {'Gewicht':>10} {'→ Bedeutung':<30}")
-        print("-" * 100)
-        
-        for fenster_idx in range(num_fenster):
-            fenster_start_idx = fenster_idx
-            fenster_ende_idx = fenster_idx + fenster_groesse
-            fenster_start_tag = planungstage[fenster_start_idx]
-            fenster_ende_tag = planungstage[fenster_ende_idx - 1]
-            
-            fenster_gewicht = fenster_gewichte[fenster_idx]
-            
-            # Interpretation
-            if fenster_gewicht > 0.9:
-                bedeutung = "Hoch (Häufungen stark bestraft)"
-                farbe = "\033[91m"  # Rot
-            elif fenster_gewicht > 0.7:
-                bedeutung = "Mittel (Häufungen moderat bestraft)"
-                farbe = "\033[93m"  # Gelb
-            else:
-                bedeutung = "Niedrig (Häufungen toleriert)"
-                farbe = "\033[92m"  # Grün
-            
-            reset = "\033[0m"
-            
-            print(f"{fenster_idx+1:<12} {str(fenster_start_tag):12} {str(fenster_ende_tag):12} "
-                  f"{farbe}{fenster_gewicht:>10.3f}{reset} {bedeutung}")
-        
-        print("\n" + "-" * 100)
-        print("Legende:")
-        print(f"  {'\033[91m'}Gewicht > 0.9{'\033[0m'}: Häufungen in der Mitte stark bestraft")
-        print(f"  {'\033[93m'}Gewicht 0.7-0.9{'\033[0m'}: Häufungen moderat bestraft")
-        print(f"  {'\033[92m'}Gewicht < 0.7{'\033[0m'}: Häufungen am Rand toleriert")
 
 def main() -> None:
-    # New: stats-only mode: ./elterndienstplaner.py --stats-only <eltern.csv> [<vorherige-ausgaben.csv>]
-    if len(sys.argv) >= 2 and sys.argv[1] == '--stats-only':
-        if len(sys.argv) < 3:
-            print("Usage: ./elterndienstplaner.py --stats-only <eltern.csv> [<vorherige-ausgaben.csv>]")
-            sys.exit(1)
-
-        eltern_datei = sys.argv[2]
-        vorherige_datei = sys.argv[3] if len(sys.argv) > 3 else None
-
-        print("Elterndienstplaner: Statistik-Modus (keine Optimierung)")
-        try:
-            daten = ElterndienstplanerDaten()
-
-            # Nur Elterndaten und historische Dienste einlesen
-            daten.dienstfaktoren = EingabeParser.parse_eltern_csv(eltern_datei)
-            daten.eltern = list(daten.dienstfaktoren.keys())
-
-            if vorherige_datei:
-                daten.historische_dienste = EingabeParser.parse_vorherige_ausgaben_csv(
-                    vorherige_datei, daten.eltern, daten.dienste
-                )
-
-            ausgabe = ElterndienstAusgabe(daten)
-
-            # Berechne globale Zielverteilung (benötigt für Übersicht)
-            planer = Elterndienstplaner(daten, ausgabe)
-            ziel_global = planer.berechne_faire_zielverteilung_global()
-            from collections import defaultdict
-            ziel_lokal = defaultdict(lambda: defaultdict(float))
-            ausgabe.setze_zielverteilungen(ziel_lokal, ziel_global)
-            ausgabe.setze_historische_dienste(daten.historische_dienste)
-
-            # Keine Optimierung: nur Übersicht ausgeben
-            ausgabe.visualisiere_dienste_uebersicht({})
-            sys.exit(0)
-
-        except Exception as e:
-            print(f"\n✗ Fehler im Statistik-Modus: {e}")
-            import traceback
-            traceback.print_exc()
-            sys.exit(1)
-
-    # Standardmodus: Optimierung
     if len(sys.argv) < 4:
         print("Usage: ./elterndienstplaner.py <eingabe.csv> <eltern.csv> <ausgabe.csv> [<vorherige-ausgaben.csv>]")
         sys.exit(1)