set MAT /m1*m5/;
* materials
set ACT /a1*a7/;
* activities

Table io[MAT,ACT]
           a1   a2  a3   a4   a5  a6  a7
 m1         1   -1   1   -1   -1  -1   1
 m2        -1    1  -1    1    1  -1   1
 m3         1   -1   1   -1   -1   1   1
 m4        -1    1  -1    1    1   1  -1
 m5         1   -1   1   -1   -1   1  -1 ;

* input-output coefficients

Parameter revenue[ACT] /a1  2 , a2  1 , a3  2 , a4  1 , a5  1 , a6  2 , a7  1 /;
Parameter act_min[ACT] /a1  0 , a2  0 , a3  0 , a4  0 , a5  0 , a6  0 , a7  0 /;
Parameter act_max[ACT] /a1 20 , a2 25 , a3 25 , a4 25 , a5 25 , a6 25 , a7 25 /;


Variable X(act) , Net_Profit ;
Equation Eq_Balance(MAT) , Def_obj ;

Eq_Balance(MAT)..  sum{ACT, io[MAT,ACT] * X[ACT]} =e= 0;

Def_obj.. Net_Profit =e=  sum{ACT, revenue[ACT] * X[ACT] };

X.lo(ACT) = act_min(ACT) ;
X.up(ACT) = act_max(ACT) ;

Model iocol1 /all/;
Solve iocol1 using nlp maximazing Net_Profit ;
Display Net_Profit.l ;