Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
遺伝的アルゴリズムでシフト組みを自動化した話
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
ShibaNyan
September 10, 2018
Programming
0
2.1k
遺伝的アルゴリズムでシフト組みを自動化した話
BitValley2018 AfterPartyのLTでお話しました.
当番のシフトを組むのに時間がかかりすぎるという問題を,遺伝的アルゴリズムを使ってLINE BOTに実装することで解決しました.
ShibaNyan
September 10, 2018
Tweet
Share
More Decks by ShibaNyan
See All by ShibaNyan
証明写真を30円で作る
shiba6v
0
980
IPythonマジックコマンドを作る
shiba6v
1
1.9k
畳み込みニューラルネットワーク(CNN)の判断根拠の可視化手法 (20分トーク用)
shiba6v
1
1.3k
Other Decks in Programming
See All in Programming
2026年 エンジニアリング自己学習法
yumechi
0
120
dchart: charts from deck markup
ajstarks
3
990
Patterns of Patterns
denyspoltorak
0
1.3k
Vibe codingでおすすめの言語と開発手法
uyuki234
0
210
AI Agent Tool のためのバックエンドアーキテクチャを考える #encraft
izumin5210
6
1.8k
Spinner 軸ズレ現象を調べたらレンダリング深淵に飲まれた #レバテックMeetup
bengo4com
1
220
.NET Conf 2025 の興味のあるセッ ションを復習した / dotnet conf 2025 quick recap for backend engineer
tomohisa
0
130
今から始めるClaude Code超入門
448jp
7
8k
例外処理とどう使い分ける?Result型を使ったエラー設計 #burikaigi
kajitack
16
5.9k
[KNOTS 2026登壇資料]AIで拡張‧交差する プロダクト開発のプロセス および携わるメンバーの役割
hisatake
0
230
CSC307 Lecture 02
javiergs
PRO
1
770
Rust 製のコードエディタ “Zed” を使ってみた
nearme_tech
PRO
0
110
Featured
See All Featured
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
150
Marketing to machines
jonoalderson
1
4.6k
Test your architecture with Archunit
thirion
1
2.1k
Optimizing for Happiness
mojombo
379
71k
Navigating the Design Leadership Dip - Product Design Week Design Leaders+ Conference 2024
apolaine
0
170
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
1
430
The Language of Interfaces
destraynor
162
26k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.1k
Introduction to Domain-Driven Design and Collaborative software design
baasie
1
580
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
133
19k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
2k
Transcript
遺伝的アルゴリズムで シフト組みを自動化した話 BitValley 2018 AfterParty LT
自己紹介 • シバニャン • 京都大学工学部4回生 • Twitter: @_6v_ • CAMPHOR-
当番のシフト • 30コマ,約30人のシフト組み • 1コマに1人割り当てる
シフト決定の流れ 調整サービス シフト組み シフト発表 • 調整サービスを利用してシフトを提出してもらう • 手動でシフト組み • グループLINEで完成したシフトを発表
シフト組みの難しさ • 30コマ,約30人のシフト組み • 30^30 通り(≒2×10^44)
シフト組みの難しさ • 30コマ,約30人のシフト組み • 30^30 通り(≒2×10^44) 2時間かかる・・・ 自動化したい・・・
シフト組みの課題 • 同じ人が2回入らないといけない場合がある • 2回入る場合は日時が離れている方が良い • △,×を考慮するべき など・・・
シフト組みの課題 • 同じ人が2回入らないといけない場合がある • 2回入る場合は日時が離れている方が良い • △を考慮するべき など・・・
遺伝的アルゴリズムでやる シフトを遺伝子に見立てて,生物が交叉,突然 変異,自然淘汰によって進化するようにシフトを 改良していく [(枠1),(枠2),(枠3),…,(枠30)] 例) [(Gさん),(Eさん),(Nさん),…,(Eさん)] [(Aさん),(Lさん),(Gさん),…,(Oさん)]
遺伝的アルゴリズムの説明 • シフト表をランダムに30パターン生成 ↓ • シフト表の良さを評価 ↓ • 評価が良かったシフト6個残して後は消す ↓
• 交叉,突然変異させて30個に増やす 200ループ
遺伝的アルゴリズムの説明 • シフト表をランダムに30パターン生成 200ループ [(Gさん),(Eさん),(Nさん),…,(Eさん)] [(Aさん),(Lさん),(Gさん),…,(Oさん)] … (30パターン) [(Rさん),(Aさん),(Nさん),…,(Dさん)]
遺伝的アルゴリズムの説明 • シフト表をランダムに30パターン生成 • シフト表の良さを評価 200ループ [(Gさん),(Eさん),(Nさん),…,(Eさん)] : 300点 [(Aさん),(Lさん),(Gさん),…,(Oさん)]
: 100点 … (30パターン) [(Rさん),(Aさん),(Nさん),…,(Dさん)] : 50点
遺伝的アルゴリズムの説明 • シフト表をランダムに30パターン生成 • シフト表の良さを評価 • 評価が良かったシフト6個残して後は消す 200ループ [(Gさん),(Eさん),(Nさん),…,(Eさん)] :
300点 [(Aさん),(Lさん),(Gさん),…,(Oさん)] : 100点 … (6パターン)
遺伝的アルゴリズムの説明 • シフト表をランダムに30パターン生成 • シフト表の良さを評価 • 評価が良かったシフト6個残して後は消す • 交叉,突然変異させて30個に増やす 200ループ
[(Gさん),(Eさん),(Nさん),…,(Eさん)] [(Aさん),(Lさん),(Gさん),…,(Oさん)] [(Aさん),(Eさん),(Nさん),…,(Oさん)] … (30パターン)
遺伝的アルゴリズムの説明 • シフト表をランダムに30パターン生成 • シフト表の良さを評価 • 評価が良かったシフト6個残して後は消す • 交叉,突然変異させて30個に増やす 200ループ
[(Gさん),(Eさん),(Nさん),…,(Eさん)] [(Aさん),(Lさん),(Gさん),…,(Oさん)] [(Aさん),(Eさん),(Nさん),…,(Oさん)] [(Gさん),(Eさん),(Nさん),…,(Tさん)] … (30パターン)
遺伝的アルゴリズムの説明 • シフト表をランダムに30パターン生成 ↓ • シフト表の良さを評価 ↓ • 評価が良かったシフト6個残して後は消す ↓
• 交叉,突然変異させて30個に増やす 200ループ
遺伝的アルゴリズムの説明 • シフト表をランダムに30パターン生成 ↓ • シフト表の良さを評価 ↓ • 評価が良かったシフト6個残して後は消す ↓
• 交叉,突然変異させて30個に増やす 200ループ 大事なのはここ! 評価する式を立てる
シフト組みの課題 より • 同じ人が2回入らないといけない場合がある • 2回入る場合は日時が離れている方が良い • △,×を考慮するべき
シフト組みの課題 より • 同じ人が2回入らないといけない場合がある →同じ人が2回入ったら 100点 を減らす • 2回入る場合は日時が離れている方が良い →(離れている日数)×1点
を加える • △,×を考慮するべき →△一個につき10000点,×一個につき1000000 点 を減らす
シフト組みの課題 より • 同じ人が2回入らないといけない場合がある →同じ人が2回入ったら 100点 を減らす • 2回入る場合は日時が離れている方が良い →(離れている日数)×1点
を加える • △,×を考慮するべき →△一個につき10000点,×一個につき1000000 点 を減らす 評価式を追加するだけで, 簡単にシフトの決め方を 変えられる!
BOTにして 使ってみる
まとめ • 遺伝的アルゴリズムを使うと,いい感じのシフ トが組める • シフトの組み方の変更が簡単 • BOTにすると非エンジニアも使えて便利