El computador no es m\u00e1s inteligente que las personas, pero si tiene m\u00e1s ojos, por eso estos casos con muchas variables es mejor entregarselos al computador.La herramienta que utilizaremos ser\u00e1 la programaci\u00f3n matem\u00e1tica, donde la utilizaremos para decidir qu\u00e9 d\u00eda va cada colaborador a trabajar, acorde a sus preferencias y las necesidades de la empresa.<\/p>\n
En este caso, vamos a definir que las personas que deben toparse en la oficina son las del mismo equipo, haremos que cada persona pertenezca a uno y un d\u00eda a la semana, todos los de un equipo deber\u00e1n ir a la oficina y as\u00ed realizar actividades de equipo.<\/p>\n
Planteamiento del Modelo<\/h3>\nCargar Datasets<\/h4>\n
Para considerar las preferencias de cada colaborador, le pediremos a cada uno que asigne un puntaje a cada d\u00eda del siguiente modo:
\n![\"file\"](\"https:\/\/i0.wp.com\/www.geekosas.com\/wp-content\/uploads\/2021\/10\/image-1635109694128.png?ssl=1\")
<\/p>\n
Comenzaremos cargando los datos a python y preparando la data:<\/p>\n
>>> import pulp\n>>> import itertools\n>>> import pandas as pd\n>>> pref = pd.read_excel("data_con_pref.xlsx","pref")\n>>> pref = pref.fillna(0)\n>>> print(pref)\n lun mar mie jue vie\ncolab \nc1 1 4 -5 5 -5\nc2 -3 5 -3 5 -4\nc3 3 3 -5 4 -5\nc4 -2 1 8 1 -8\nc5 -4 -6 1 7 2\nc6 3 3 3 1 -10\nc7 2 2 2 2 2\nc8 -8 3 3 -2 4\nc9 -2 -8 4 2 4\nc10 4 3 3 -5 -5\nc11 0 5 2 3 -10\nc12 1 -3 -7 8 1\nc13 5 5 -3 -3 -4\nc14 -2 5 5 -2 -6\nc15 2 -3 -4 -3 8<\/code><\/pre>\nLas preferencias se utilizar\u00e1n para calcular el beneficio de seguirlas para el modelo, pero obviamente obligar a ir a trabajar a una persona un d\u00eda que no es de su preferencia, es bastante molesto, por eso luego de escalar los puntajes, multiplicaremos por 2 los valores negativos.<\/p>\n
>>> #escalado a 1 y doble ponderaci\u00f3n de negativos\n>>> \n>>> for c in pref.index:\n... pref.loc[c,:] = pref.loc[c,:]\/pref.loc[c,:].abs().sum()\n... pref.loc[c,:] = [x if x > 0 else 2*x for x in pref.loc[c,:]]\n... \n>>> print(pref)\n lun mar mie jue vie\ncolab \nc1 0.05 0.20 -0.50 0.25 -0.50\nc2 -0.30 0.25 -0.30 0.25 -0.40\nc3 0.15 0.15 -0.50 0.20 -0.50\nc4 -0.20 0.05 0.40 0.05 -0.80\nc5 -0.40 -0.60 0.05 0.35 0.10\nc6 0.15 0.15 0.15 0.05 -1.00\nc7 0.20 0.20 0.20 0.20 0.20\nc8 -0.80 0.15 0.15 -0.20 0.20\nc9 -0.20 -0.80 0.20 0.10 0.20\nc10 0.20 0.15 0.15 -0.50 -0.50\nc11 0.00 0.25 0.10 0.15 -1.00\nc12 0.05 -0.30 -0.70 0.40 0.05\nc13 0.25 0.25 -0.30 -0.30 -0.40\nc14 -0.20 0.25 0.25 -0.20 -0.60\nc15 0.10 -0.30 -0.40 -0.30 0.40<\/code><\/pre>\nadem\u00e1s de una tabla con la pertenencia a cada equipo:
\n![\"file\"](\"https:\/\/i0.wp.com\/www.geekosas.com\/wp-content\/uploads\/2021\/10\/image-1635109747576.png?ssl=1\")
<\/p>\n
>>> team = pd.read_excel("data_con_pref.xlsx","team")\n>>> team = team.set_index('colab')\n>>> print(team)\n team\ncolab \nc1 t1\nc2 t1\nc3 t1\nc4 t1\nc5 t2\nc6 t2\nc7 t2\nc8 t2\nc9 t2\nc10 t3\nc11 t3\nc12 t3\nc13 t3\nc14 t3\nc15 t3<\/code><\/pre>\nDimensiones<\/h4>\n
Son como las coordenadas de los datos<\/p>\n
\n- colab<\/strong>: colaboradores<\/li>\n
- dias<\/strong>: d\u00eda de la semana<\/li>\n
- team<\/strong> : equipo (team)<\/li>\n<\/ul>\n
los sacamos de los mismos datos:<\/p>\n
# indices\ndias = pref.columns\ncolab = pref.index\nteams = set(team["team"])<\/code><\/pre>\nVariables de Decisi\u00f3n<\/h4>\n
Qu\u00e9 d\u00eda va cada colaborador: 1 si va un d\u00eda 0 si no:<\/p>\n
CD = {e:{d:pulp.LpVariable(cat ='Binary', name ='{} el {}'.format(e, d)) for d in dias} for e in emp}<\/code><\/pre>\nCu\u00e1l ser\u00e1 el d\u00eda que cada equipo se encontrara<\/p>\n
TD = {t:{d:pulp.LpVariable(cat ='Binary', name ='{} el {}'.format(t, d)) for d in dias} for t in teams}<\/code><\/pre>\nFunci\u00f3n Objetivo<\/h4>\n
La funci\u00f3n objetivo es la que nos permite comparar con un n\u00famero diferentes combinaciones de turnos.<\/p>\n
La funci\u00f3n objetivo es discutible, podr\u00edan muchas por ejemplo: maximizar el colaborador que peor queda con respecto a sus preferencias o maximizar el beneficio global. En este caso construiremos el segundo caso, donde hay beneficio por ir los d\u00edas de preferencia y por no ir los d\u00edas sin preferencia o score negativo:<\/p>\n
obj = \\sum_{c,d}{CD_{c,d} * pref_{c,d} - (1-CD_{c,d}) * pref_{c,d} }<\/code><\/p>\nprob = pulp.LpProblem("DIAS", pulp.LpMaximize)\nprob += pulp.lpSum([ CD[e][d] * pref.loc[e, d] - (1 - CD[e][d]) * pref.loc[e, d] for e, d in itertools.product(emp, dias)])<\/code><\/pre>\nRestricciones<\/h4>\n
Por \u00faltimo definiremos la interacci\u00f3n de las variables como restricciones que reflejan las condiciones que hacen que una combinaci\u00f3n de turnos sea v\u00e1lida:<\/p>\n
Todos van 2 veces a la semana<\/h5>\n
\\forall e \\in colab \\sum_{d \\in dias} CD_{c,d} = 2<\/code><\/p>\nfor e in emp:\n prob += pulp.lpSum([CD[e][d] for d in dias]) == 2<\/code><\/pre>\nCada equipo tiene su d\u00eda<\/h5>\n
\\forall t \\in team \\sum_{d \\in dias} TD_{t,d} = 1<\/code><\/p>\nfor t in teams:\n prob += pulp.lpSum([TD[t][d] for d in dias]) == 1<\/code><\/pre>\nTodos van en el d\u00eda del equipo<\/h5>\nfor e, t, d in itertools.product(colab,teams,dias):\n if team.loc[e,'team'] == t:\n prob += CD[e][d] >= TD[t][d]<\/code><\/pre>\nAforo m\u00e1ximo de 10 personas diarias en la oficina<\/h5>\n
\\forall d \\in dias \\sum_{e \\in colab} CD_{e,d} <= 10<\/code><\/p>\nfor d in dias:\n prob += pulp.lpSum([CD[e][d] for e in emp]) <= 10<\/code><\/pre>\nResolvemos el problema y vemos los resultados:<\/h4>\nsolver = pulp.getSolver('PULP_CBC_CMD')\nprob.solve(solver)<\/code><\/pre>\nvemos la soluci\u00f3n<\/h4>\n
vemos que en este caso solo 2 colaboradores tendr\u00e1n que ir en d\u00edas que no son de su preferencia<\/p>\n
>>> for e,d in itertools.product(colab,dias):\n... if(pulp.value(CD[e][d]) > 0.9):\n... print('{} va el {} y esta {}'.format(e,d,'ok' if pref.loc[e,d] > 0 else 'mal'))\n... \nc1 va el mar y esta ok\nc1 va el jue y esta ok\nc2 va el mar y esta ok\nc2 va el jue y esta ok\nc3 va el mar y esta ok\nc3 va el jue y esta ok\nc4 va el mie y esta ok\nc4 va el jue y esta ok\nc5 va el mie y esta ok\nc5 va el jue y esta ok\nc6 va el lun y esta ok\nc6 va el mie y esta ok\nc7 va el mar y esta ok\nc7 va el mie y esta ok\nc8 va el mie y esta ok\nc8 va el vie y esta ok\nc9 va el mie y esta ok\nc9 va el vie y esta ok\nc10 va el lun y esta ok\nc10 va el mie y esta ok\nc11 va el lun y esta mal\nc11 va el mar y esta ok\nc12 va el lun y esta ok\nc12 va el jue y esta ok\nc13 va el lun y esta ok\nc13 va el mar y esta ok\nc14 va el lun y esta mal\nc14 va el mie y esta ok\nc15 va el lun y esta ok\nc15 va el vie y esta ok<\/code><\/pre>\nobteniendo un score de 17.4<\/p>\n
>>>print("Valor Objetivo")\n>>>print(pulp.value(prob.objective))\n17.400000000000006<\/code><\/pre>\nsi quieres ver el c\u00f3digo lo puedes descargar desde mi github: https:\/\/github.com\/danielfm123\/turnos_back_to_office<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"