[PYTHON] Kombinationsoptimierung - typisches Problem bei der Planung der Problemarbeit

Typisches Problem und Ausführungsmethode

Arbeitsplanungsproblem

Finden Sie anhand der Anzahl der Mitarbeiter, der Anzahl der geplanten Tage, der Anzahl der Schichttypen, der zu vermeidenden Schichtmuster und der erforderlichen Anzahl der Schichten pro Tag einen Zeitplan, der diese Anforderungen erfüllt. Es gibt viele Variationen objektiver Funktionen und Einschränkungen.

Ausführungsmethode

usage

Signature: shift_scheduling(ndy, nst, shift, proh, need)
Docstring:
Arbeitsplanungsproblem
Eingang
    ndy:Tage
    nst:Anzahl der Mitarbeiter
    shift:Verschiebung(Ein Charakter)Liste von
    proh:Verbotsmuster(String verschieben)Liste von
    need:Liste der erforderlichen Anzahl von Personen für jede Schicht(Jeden Tag)
Ausgabe
Eine Tabelle mit Schichtnummern nach Tag und Personal

python

from ortoolpy import shift_scheduling
ndy, nst = 8, 4
shift = 'Urlaubsnacht'
proh = ['Nacht für Nacht', 'Nachtsonne', 'Tag Tag Tag']
need = {'Tag':[2] * 8, 'Nacht':[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=['%Tag d'%i for i in range(1,ndy+1)])
for sft,lst in need.items():
    a['%s erforderlich'%sft] = lst
    a['%s Plan'%sft] = (a.iloc[:,:4]==sft).sum(1)
print(a)

Ergebnis

[[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 Tag erforderlich Tagesplan Nacht erforderlich Nachtplan
Tag 1 Feiertagsnacht Tag 2 2 1 1
Tag 2 Tag Nacht Urlaub 2 2 1 1
Tag 3 Tag Feiertagsnacht 2 2 1 1
Tag 4 Nacht Tag geschlossen 2 2 1 1
Tag 5 Feiertagsnacht Tag 2 2 1 1
Tag 6 Tag Nacht Urlaub 2 2 1 1
Tag 7 Tag Feiertag Nacht 2 2 1 1
Tag 8 Nacht Tag geschlossen 2 2 1 1

python

# pandas.DataFrame
from ortoolpy.optimization import ShiftScheduling
ShiftScheduling(8, 4, 'Urlaubsnacht', ['Nacht für Nacht','Nachtsonne','Tag Tag Tag'], {'Tag':[2]*8, 'Nacht':[1]*8})