src/utils/generator.py

import numpy as np
import random
from src.utils.hf_storage import list_activities, upload_new_scenario

def generate_demand_curve(slots_per_day, planning_slot, peak_staff, shape_type):
    """
    Generatore di workload sintetico basato su distribuzioni Gaussiane.
    Modella profili di carico tipici dei settori BPO e Operations su base slot.
    """
    daily_req = []
    
    for s in range(slots_per_day):
        hour = 8 + (s * planning_slot / 60) # Offset dalle 08:00
        
        if shape_type == "double_bell":
            # Distribuzione Bimodale (M-Shape): Tipica dell'Inbound Voice BPO (Picchi 11:00 e 16:00)
            val = np.exp(-((hour - 11)**2) / 4) + np.exp(-((hour - 16)**2) / 4)
            val = val * 0.8 # Normalizzazione euristica
            
        elif shape_type == "single_bell_center":
            # Unimodale centrata: Tipica del settore Delivery/Food o Customer Care pausa pranzo
            val = np.exp(-((hour - 13)**2) / 9) 
            
        elif shape_type == "morning_peak":
            # Skewed left: Supporto Tecnico B2B o Helpdesk IT (Picco decrescente dalle 09:30)
            val = np.exp(-((hour - 9.5)**2) / 5)
            
        elif shape_type == "steady_high":
            # Workload Flat: Backoffice, Data Entry o Processi Asincroni
            # Iniezione di white noise per evitare un rettangolo artificiale
            noise = np.random.normal(0, 0.05)
            val = 0.8 + noise
            
        else: # Fallback
            val = 0.5

        # Scaling del volume basato sulla capacity massima
        staff_needed = int(val * peak_staff)
        
        # Lower-bound di sicurezza: previene divisioni per zero o matrici vuote nei layer a valle
        daily_req.append(max(5, staff_needed))
        
    return daily_req

def generate_scenario_files(scenario_name, num_employees, mix_ratios, curve_shape="double_bell"):
    """
    Orchestratore per il bootstrap di scenari di test.
    Istanzia anagrafiche, time-series della demand e hyper-parametri standard, 
    pushandoli direttamente sul Data Lake (HF Dataset).
    """
    
    # 1. State check sul repository remoto
    existing_activities = list_activities()
    if scenario_name in existing_activities:
        return False, f"Esiste già uno scenario con nome '{scenario_name}'."
    
    PLANNING_SLOT = 30

    # 2. Iniezione Configurazione Base (Default Engine Params)
    activity_conf = {
        "client_settings": {
            "planning_slot_minutes": PLANNING_SLOT,
            "day_start_hour": 8,
            "day_end_hour": 22 
        },
        "operating_hours": {
            "default": "08:00-22:00",
            "exceptions": {}
        },
        "weights": {
            "understaffing": 1000.0,
            "overstaffing": 10.0,
            "homogeneity": 400.0,
            "soft_preference": 50.0
        },
        "genetic_params": {
            "population_size": 1000,
            "generations": 350,
            "mutation_rate": 0.45,
            "crossover_rate": 0.85,
            "elitism_rate": 0.02,
            "tournament_size": 2,
            "heuristic_rate": 0.4,
            "heuristic_noise": 0.5
        }
    }

    # 3. Campionamento Anagrafica (Contract Mix)
    employees = []
    contracts_def = {
        "FT40": {"wh": 8, "bd": 30},
        "PT30": {"wh": 6, "bd": 0},
        "PT20": {"wh": 4, "bd": 0}
    }
    
    contract_pool = []
    for c_type, pct in mix_ratios.items():
        count = int(num_employees * (pct / 100.0))
        contract_pool.extend([c_type] * count)
        
    # Padding contrattuale per gestire eventuali sfridi degli arrotondamenti percentuali
    while len(contract_pool) < num_employees:
        contract_pool.append("FT40")
    
    random.shuffle(contract_pool)

    for i, c_type in enumerate(contract_pool):
        specs = contracts_def[c_type]
        # Assegnazione probabilistica dei pattern di flessibilità settimanale (Work vs Off)
        if c_type == "FT40":
            mix = {"WORK": 5, "OFF": 2}
        else:
            mix = {"WORK": 6, "OFF": 1} if random.random() < 0.3 else {"WORK": 5, "OFF": 2}

        emp = {
            "id": f"User_{i:03d}_{c_type}",
            "contract": c_type,
            "work_hours": float(specs["wh"]),
            "break_duration": specs["bd"],
            "shift_mix": mix,
            "constraints": {}
        }
        
        # Iniezione randomica di soft-constraints (es. preferenza oraria)
        if random.random() < 0.2: 
            emp["constraints"]["0"] = {"type": "soft", "start_time": "09:00"}
            
        employees.append(emp)

    # 4. Generazione Time-Series della Demand
    slots_per_day = int((22 - 8) * 60 / PLANNING_SLOT)
    weekly_demand = []
    
    # Baseline calcolata sul 70% della forza lavoro (forza un understaffing strutturale per sfidare il motore)
    peak_staff = int(num_employees * 0.7) 
    
    base_daily_curve = generate_demand_curve(slots_per_day, PLANNING_SLOT, peak_staff, curve_shape)
    
    for day in range(7):
        # Data Augmentation: applicazione di rumore (+/- 10%) per sfasare i pattern giornalieri
        daily_req_noisy = []
        for val in base_daily_curve:
            noise_factor = random.uniform(0.9, 1.1)
            daily_req_noisy.append(int(val * noise_factor))
            
        weekly_demand.append([f"Giorno_{day}"] + daily_req_noisy)

    # 5. Pipeline I/O verso HF Hub
    try:
        upload_new_scenario(scenario_name, activity_conf, employees, weekly_demand)
        return True, f"Scenario '{scenario_name}' inizializzato con successo (Shape: {curve_shape})."
    except Exception as e:
        return False, str(e)