組合せ最適化 - 典型問題 - 勤務スケジューリング問題

典型問題と実行方法

##勤務スケジューリング問題

スタッフの人数、スケジュール日数、シフトの種類数、避けるべきシフトのパターン、日ごとのシフトごとの必要数が与えられたときに、これらを満たすスケジュールを求めよ。
目的関数や制約には、様々なバリエーションがある。

##実行方法

usage

Signature: shift_scheduling(ndy, nst, shift, proh, need)
Docstring:
勤務スケジューリング問題
入力
    ndy: 日数
    nst: スタッフ数
    shift: シフト(1文字)のリスト
    proh: 禁止パターン(シフトの文字列)のリスト
    need: シフトごとの必要人数リスト(日ごと)
出力
    日ごとスタッフごとのシフトの番号のテーブル

python

from ortoolpy import shift_scheduling
ndy, nst = 8, 4
shift = '休日夜'
proh = ['夜夜', '夜日', '日日日']
need = {'日':[2] * 8, '夜':[1] * 8}
r = shift_scheduling(ndy, nst, shift, proh, need)
print(r)

import numpy as np, pandas as pd
a = pd.DataFrame(np.vectorize(lambda i: shift[i])(r),
    columns=[chr(65+i) for i in range(nst)],
    index=['%d日目'%i for i in range(1,ndy+1)])
for sft,lst in need.items():
    a['%s必要'%sft] = lst
    a['%s計画'%sft] = (a.iloc[:,:4]==sft).sum(1)
print(a)

結果

[[0, 1, 2, 1],
 [1, 2, 0, 1],
 [1, 0, 1, 2],
 [2, 1, 1, 0],
 [0, 1, 2, 1],
 [1, 2, 0, 1],
 [1, 0, 1, 2],
 [2, 1, 1, 0]]

       A   B   C   D  日必要  日計画  夜必要  夜計画
1日目  休  日  夜  日      2      2      1      1
2日目  日  夜  休  日      2      2      1      1
3日目  日  休  日  夜      2      2      1      1
4日目  夜  日  日  休      2      2      1      1
5日目  休  日  夜  日      2      2      1      1
6日目  日  夜  休  日      2      2      1      1
7日目  日  休  日  夜      2      2      1      1
8日目  夜  日  日  休      2      2      1      1

python

# pandas.DataFrame
from ortoolpy.optimization import ShiftScheduling
ShiftScheduling(8, 4, '休日夜', ['夜夜','夜日','日日日'], {'日':[2]*8, '夜':[1]*8})

	A	B	C	D	日必要	日計画	夜必要	夜計画
1日目	休	日	夜	日	2	2	1	1
2日目	日	夜	休	日	2	2	1	1
3日目	日	休	日	夜	2	2	1	1
4日目	夜	日	日	休	2	2	1	1
5日目	休	日	夜	日	2	2	1	1
6日目	日	夜	休	日	2	2	1	1
7日目	日	休	日	夜	2	2	1	1
8日目	夜	日	日	休	2	2	1	1