データの0-1を判別する方法について。

前提・実現したいこと

12/2に投稿した「作成したプログラムについて」の改訂版を投稿させていただきます。
よろしくお願いします。

現在、アルバイトのシフト作成について検討しています。
作成したものが以下のプログラムです。

該当のソースコード

python
1import numpy as np
2import pandas as pd
3from pulp import LpBinary, LpMinimize, LpProblem, LpVariable, lpSum, value
4
5#アルバイトの集合
6n_member = 5
7member = pd.Series(f"member{m+1}" for m in range(n_member))
8
9#日にちの集合
10n_day = 2
11day = pd.Series(f"day{d+1}" for d in range(n_day))
12
13#時刻の集合
14n_time = 9
15time = pd.Series(f"{t+12}時" for t in range(n_time))
16#t時 : t時～t+1時
17
18#シフト番号
19n_shiftnumber = 6
20shiftnumber = pd.Series(f"shift{sn+1}" for sn in range(n_shiftnumber))
21
22#シフトの一覧
23shift = pd.read_csv('exshift.csv', header=None)
24shift.index = shiftnumber
25shift.columns = time
26
27shiftdaycount = [int(sum(x) > 0) for x in shift.values]
28
29#各シフトの労働時間
30wtime = pd.read_csv('wtime.csv', header=None)
31wtime.index = shiftnumber
32wtime.columns = day
33
34#必要人数
35need = pd.DataFrame([[2, 2, 2, 2, 2, 2, 2, 2, 2]], index=day, columns=time)
36
37#希望出勤日
38kibou = pd.DataFrame([[1, 1],
39                      [1, 1],
40                      [1, 1],
41                      [1, 1],
42                      [0, 0]], index=member, columns=day)
43
44#希望出勤時間(Day1)
45Day1kiboutime = pd.DataFrame([[0, 0, 0, 1, 1, 1, 0, 0, 0],
46                              [0, 0, 0, 1, 1, 1, 0, 0, 0],
47                              [1, 1, 1, 0, 0, 0, 1, 1, 1],
48                              [1, 1, 1, 0, 0, 0, 1, 1, 1],
49                              [0, 0, 0, 0, 0, 0, 0, 0, 0]], index=member, columns=time)
50
51#希望出勤時間(Day2)
52Day2kiboutime = pd.DataFrame([[0, 0, 0, 1, 1, 1, 0, 0, 0],
53                              [0, 0, 0, 1, 1, 1, 0, 0, 0],
54                              [1, 1, 1, 0, 0, 0, 1, 1, 1],
55                              [1, 1, 1, 0, 0, 0, 1, 1, 1],
56                              [0, 0, 0, 0, 0, 0, 0, 0, 0]], index=member, columns=time)
57
58#(Day1)希望出勤時間が0のとき、shift.values[s,t]は0
59#希望出勤時間が1のとき、制約に応じてshift[s,t]は1または0
60#となるようなシフトパターンを選択
61for m in range(member.size):
62    for t in range(time.size):
63        for s in range(n_shiftnumber):
64            if Day1kiboutime.values[m,t] == 0:
65                shift.values[s,t] == 0
66            elif Day1kiboutime.values[m,t] == 1:
67                shift.values[s,t] == 1 or 0
68                
69
70#(Day2)
71for m in range(member.size):
72    for t in range(time.size):
73        for s in range(n_shiftnumber):
74            if Day2kiboutime.values[m,t] == 0:
75                shift.values[s,t] == 0
76            elif Day2kiboutime.values[m,t] == 1:
77                shift.values[s,t] == 1 or 0
78
79#各メンバーの時給
80jikyu = pd.DataFrame([[900, 900],
81                      [900, 900],
82                      [900, 900],
83                      [900, 900],
84                      [900, 900]], index=member, columns=day)
85
86#1日の人件費
87jinkenhi = pd.DataFrame([[16200],
88                         [16200]], index=day)
89
90
91#モデルの作成
92prob = LpProblem(sense=LpMinimize)
93
94#変数
95X = LpVariable.dicts('X', ([m for m in range(member.size)], [d for d in range(day.size)], [s for s in range(n_shiftnumber)]), 0, 1, 'Integer')
96
97#目的関数
98prob += kibou.values.sum() - lpSum(shiftdaycount[s] * X[m][d][s] for s in range(n_shiftnumber) for d in range(day.size) for m in range(member.size))
99
100for m in range(member.size):
101    #希望出勤日数
102    ks = kibou.iloc[m].sum()
103    #実際に働いた日数
104    actual = lpSum(shiftdaycount[s] * X[m][d][s] for s in range(n_shiftnumber) for d in range(day.size))
105    #(制約1)実際に働いた日数が希望出勤日数を超えない制約
106    prob += actual <= ks
107
108
109#制約条件
110#(制約2)必要最低人数を満たす制約
111for d in range(day.size):
112    for t in range(time.size):
113        prob += lpSum(shift.values[s][t] * X[m][d][s] for s in range(n_shiftnumber) for m in range(member.size)) == need.iloc[d, t]
114
115#(制約4)各メンバーが1日に取りうるシフトは必ず1つ
116for m in range(member.size):
117    for d in range(day.size):
118        prob += lpSum(X[m][d][s] for s in range(n_shiftnumber)) == 1
119
120#(制約5)人件費を超えない
121for s in range(n_shiftnumber):
122    for d in range(day.size):
123        prob += lpSum(jikyu.iloc[m, d] * wtime.iloc[s, d] * X[m][d][s] for m in range(member.size)) <= jinkenhi.iloc[d]
124
125#(制約6)6日以上の連続勤務を禁止する
126for m in range(member.size):
127    prob += lpSum(X[m][d] for d in range(day.size)) <= 6
128    
129prob.solve()
130
131
132scheduling = pd.DataFrame(index=member, columns=day)
133for m in range(member.size):
134    for d in range(day.size):
135        for s in range(n_shiftnumber):
136            if X[m][d][s].value() == 1:
137                scheduling.iloc[m, d] = shiftnumber[s]
138
139scheduling.to_csv("scheduling.csv")
140
141

###各csvファイルの内容

#シフトの一覧
shift
        12時  13時  14時  15時  16時  17時  18時  19時  20時
shift1    0    0    0    0    0    0    0    0    0
shift2    1    1    1    1    1    1    1    1    1
shift3    1    1    1    0    0    0    0    0    0
shift4    0    0    0    1    1    1    0    0    0
shift5    0    0    0    0    0    0    1    1    1
shift6    1    1    1    0    0    0    1    1    1

#各シフトの労働時間
wtime
        day1  day2
shift1     0     0
shift2     9     9
shift3     3     3
shift4     3     3
shift5     3     3
shift6     6     6

上記のプログラムの希望出勤時間についてですが、日ごとの出勤可能な時間を1で、出勤不可の時間を0で表しています。
しかしそのままでは希望出勤時間が0でも1でも関係なくプログラムが動いてしまうため、#(Day1)と#(Day2)部分を追加しました。内容としては希望出勤時間が0のところはshiftが0になり、希望出勤時間が1のところは、制約に応じて0または1を選択し、その文字列をもとに各メンバーのシフトが決定するというものです。
今回のプログラムでは、下記に記載した理想の結果のようになれば良いのですが、実際の結果違いました。
###理想の結果

             day1       day2
member1     shift4     shift4
member2     shift4     shift4
member3     shift6     shift6
member4     shift6     shift6
member5     shift1     shift1

###実際の結果

             day1       day2
member1     shift4     shift4
member2     shift6     shift3
member3     shift6     shift5
member4     shift4     shift2
member5     shift1     shift1

必要人数や人件費に関する制約などは満たしているため、制約部分に間違いはないのだと思います。
希望出勤時間の0-1を判別し、希望出勤時間が1の中で最適なシフトを割り当てるにはどこをどのように変更すればいいか教えていただきたいと思い質問させていただきます。
お手数ですがよろしくお願いします。

hentaiman

2020/12/03 06:42

read_csvのところを用意するのが面倒なのでその部分のデータ直書きしてコピペで現状の動作確認出来るようにしてみてくだされ

K.takita

2020/12/03 12:00

返信遅くなってしまい申し訳ありません。以下がデータを直書きしたものです。よろしくお願いします。 #シフトの一覧 shift = pd.DataFrame([[0, 0, 0, 0, 0, 0, 0, 0, 0], [1, 1, 1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 0, 0, 0, 0, 0, 0], [0, 0, 0, 1, 1, 1, 0, 0, 0], [0, 0, 0, 0, 0, 0, 1, 1, 1], [1, 1, 1, 0, 0, 0, 1, 1, 1]], index=shiftnumber, columns=time) #各シフトの労働時間 wtime = pd.DataFrame([[0, 0], [9, 9], [3, 3], [3, 3], [3, 3], [6, 6]], index=shiftnumber, columns=day)