[数理最適化]-人員配置最適化問題を解いてみた

# ----------------------
# ---- 1.環境設定 ------
# ----------------------
# **********************
# [0] 環境設定 *********
# **********************
#インストール
!pip install -q xpress

import contextlib
import numpy as np
import os
import pandas as pd
import xpress as xp

# データの読みこ込み
# 本番環境
# CSVファイルを読み込む際、特定の列だけを読み込む
columns_to_read = ['氏', '名','労働可能時間']  # 読み込みたい列の名前

#個人のGITHUB環境です
# 要員の稼働時間一覧です。
df_employee = pd.read_csv('https://miraimeisatu.github.io/covid19_2021/employee2.csv', usecols=columns_to_read)


#個人のGITHUB環境です
# 要員に割り当てるタスクとその時間一覧です。
df_task = pd.read_csv('https://miraimeisatu.github.io/covid19_2021/task2.csv')

#　データ内容確認
print(df_employee)
print(df_task)

#実際の処理はここから

# ----------------------
# ---- 2.処理実施 ------
# ----------------------
# **********************
# [1] 変数設定 *********
# **********************
sr_expected_hour = df_employee['労働可能時間']
sr_n_employee = df_task['必要人数']
sr_task_hour_per_employee = df_task['必要時間'] /df_task['必要人数']

n_people = len(sr_expected_hour)
n_task = len(sr_task_hour_per_employee)

xs = np.array(
      [xp.var(name=f'x{i}', vartype=xp.binary)
       for i in range(n_people*n_task)]).reshape(n_people, n_task)

vs = np.array(
      [xp.var(name=f'v{i}')
       for i in range(n_people)]).reshape(-1, 1)

m = xp.problem()
m.addVariable(xs, vs)

# **********************
# [2] 目的関数 *********
# **********************
m.setObjective(xp.Sum(vs), sense=xp.minimize)

diff = xs.dot(sr_task_hour_per_employee) - sr_expected_hour.values
diff_rev = sr_expected_hour.values - xs.dot(sr_task_hour_per_employee)

# **********************
# [3] 制約条件 *********
# **********************
const = [
      xp.Sum(diff[i]) <= vs[i].sum()
      for i in range(n_people)]
const += [
      xp.Sum(diff_rev[i]) <= vs[i].sum()
      for i in range(n_people)]
const += [
      xp.Sum(xs.T[i]) ==n for i,
      n in enumerate(sr_n_employee)]
const += [xp.Sum(xs[i]) >= 1 for i in range(n_people)]

m.addConstraint(const)

# **********************
# [4] 最適化実施 *******
# **********************
with contextlib.redirect_stdout(open(os.devnull, 'w')):
     %time m.solve()

df_out = pd.DataFrame(m.getSolution(xs)) * sr_task_hour_per_employee
df_out.index = df_employee['氏'] + ' ' + df_employee['名']
df_out.columns = df_task['業務']

# **********************
# [5] 結果出力 *********
# **********************
#人員配置表示
#display(df_out)

# 表示フォーマットの設定（小数点1以下　四捨五入）
pd.set_option('display.float_format', '{:.1f}'.format)

#人員配置表示(df_out)の表示
display(df_out)

# **********************
# [4] 最適化実施 *******
# 差分計算
# **********************
 #人員配置 差分計算
df_diff = pd.DataFrame(
      df_employee['労働可能時間'] - df_out.sum(axis=1).values)

df_diff.index = df_out.index
df_diff.columns = ['差分']

# **********************
# [5] 結果出力 *********
# 差分計算
# **********************
# 表示フォーマットの設定（小数点2以下　四捨五入）
pd.set_option('display.float_format', '{:.2f}'.format)

display(df_diff)