ちょっとかしこく生きよう

ちょっとかしこく生きようなごみそ@Kawasaki.rb 60th

自己紹介 • 名前: なごみそ（@NagominHotMotto） • 仕事: 夏と冬に有明周辺で戦うこと • 副業: SEっぽいことをしています

使用できるロッカーも変更になるためロッカーの再割当てが必要になった社内の席替え

会社から出てきた割当案があまりにもク◦ だった

何がク◦ だったか

何が◦ソだったか • 思考を完全停止させた配置 – 社員番号順に配置させただけ • 自席とロッカーが遠いここ◦ソ

頭にきたのでロッカーの割当を数理最適化するプログラムを作った

数理最適化してみたロッカーの割当てを整数計画問題にした – 線形計画問題（Integer Programming; IP）: • 目的関数が線形関数で表現できて変数ベクトルの
要素が整数のみかつ制約条件が線形関数と不等式で表現できる問題

どんなことをしたか • 式を作る • 座席とロッカーの座標情報を取得する • ソルバーで解く

式を作る • もろもろ定義 – 座席: – ロッカー: – 定数: –
変数:

式を作る • 目的関数 – 全員の座席からロッカーまでの距離総和 – これが最小になる x を探す

式を作る • 制約条件 – ロッカーはひとり必ず1個割当てる – ロッカー1区画にはn人まで割当てられる

座席とロッカーの座標情報を取得する • 座席とロッカーの地図はExcel製（ここもク◦） • Pandas + Xlrd でデータフレームとして読込み •
データフレームの0行0列要素を原点として座席とロッカーの座標を取得さくらいずみうづきりんあこみおロッカーA ロッカーB さくら=(0,1) いずみ=(1,1) あここ=(0,2) ロッカーA=(0,6) ロッカーB=(1,6) S L

ソルバーで解く • PuLP ( https://pythonhosted.org/PuLP/) • Python用の線形計問題最適化モジュール • 作って式を違和感なくコード化できる（と思った）

直感的（？） x = { (l, s): pulp.LpVariable( name='{}:{}'.format(l, s), lowBound=0,
upBound=1, cat=pulp.LpInteger ) for l, s in product(L, S) }

直感的（？） problem += pulp.lpSum( c[l, s] * x[l, s] for
l, s in product(L, S) ), 'TotalDistance'

直感的（？） for l in L: problem += \ sum(x[l, s]
for s in s) <= n, \ 'Constraint_leq_{}'.format(l)

最近はあんまりメンテされていないみたい

本当に席に近いロッカーを手に入れられたのか？

こたえ微妙でした

反省 • 総和でしか評価していないのでバラツキがある – 遠いヒトと近いヒトがいる（私は遠かった……） • 忖度できていない – エラいヒトも問答無用で遠い場所に配置

ちょっとかしこく生きよう • 何気ない身近な問題を技術でカイゼンできた • 思考停止は誰も幸せにならないよね – 歩く距離が伸びて疲れる...... – 人手で割当てるの面倒くさい...... •
要改善点 – バラツキを考慮する – 忖度できるように条件を考える

おしまい

ちょっとかしこく生きよう

ちょっとかしこく生きよう

なごみそ

More Decks by なごみそ

Other Decks in Technology

Featured

Transcript