93 lines
4.8 KiB
Markdown
93 lines
4.8 KiB
Markdown
# EVA 值班排班工具
|
||
|
||
## 环境配置
|
||
|
||
如果你有 `conda`，推荐新建一个虚拟环境：
|
||
```bash
|
||
conda create -n EvaDutyArrangeTool python=3.8
|
||
conda activate EvaDutyArrangeTool
|
||
```
|
||
如果不新建虚拟环境也可以，本项目对 `python` 的版本不是很敏感。
|
||
|
||
安装项目中所需要的所有包的最新版本。其中 `pyside6` 是一个前端库，`pyinstaller` 用于打包项目，`ortools` 是一个高效的组合优化求解器，`pandas` 用于处理表格数据：
|
||
```bash
|
||
pip install pyside6 pyinstaller ortools pandas
|
||
```
|
||
|
||
如果发现以上包的最新版本与代码不兼容，可以尝试使用我开发时使用的版本：
|
||
```bash
|
||
pip install pyside6==6.6.3.1 pyinstaller==6.11.1 ortools==9.11.4210 pandas==2.0.3
|
||
```
|
||
|
||
## 项目结构
|
||
```
|
||
EVA_duty_arrange_tool/
|
||
├─ main.py // 主函数，定义了前端界面和组件的回调函数
|
||
├─ solve.py // 定义了值班排班问题的求解函数
|
||
├─ utils.py // 定义了读取、写入 excel 的函数
|
||
├─ pics // 储存了说明文档中用到的图片
|
||
│ ├─ *.jpg/*.png
|
||
├─ *.md // 说明文档
|
||
├─ *.xlsx // 测试用例
|
||
```
|
||
|
||
## 项目运行&打包
|
||
项目运行方式：
|
||
```bash
|
||
python main.py
|
||
```
|
||
|
||
本项目使用 `pyinstaller` 工具进行打包。如果要打包，请确保能够正常运行项目。打包命令如下：
|
||
```bash
|
||
pyinstaller --onefile --windowed --name=EVA_duty_arrange_tool main.py
|
||
```
|
||
|
||
## 数学原理
|
||
本项目将值班排班问题建模为了一个[组合优化](https://zh.wikipedia.org/wiki/%E7%BB%84%E5%90%88%E4%BC%98%E5%8C%96)问题。
|
||
|
||
在本问题中，优化目标是：
|
||
- 让每一班的同学数量尽可能平均
|
||
|
||
在本问题中，约束是：
|
||
1. 让每位同学每周的班次数符合意愿
|
||
2. 让每位同学在自己想要的时间段值班
|
||
3. 每班次至少（多）包含若干位技术部老人
|
||
4. 每班次至少（多）包含若干位人资部小朋友
|
||
5. 等等...
|
||
|
||
下面我将用数学语言建模以上定义的优化目标和约束。设一共有 $n$ 位同学，$m$ 个值班的班次，定义以下符号：
|
||
- 令 $x_{ij} \in \{0,1\}, \quad i=1,2\dots n,\quad j=1,2\dots m$ 表示最终第 $i$ 位同学是否值第 $j$ 班
|
||
- 令 $M_j = \sum_{i=1}^{n} x_{ij}, \quad j=1,2,\dots m$ 表示第 $j$ 班次实际安排的值班人数。
|
||
- 令 $N_i, \quad i=1,2,\dots n$ 表示第 $i$ 个同学每周愿意值班次数
|
||
- 令 $v_{ij} \in \{0,1\}, \quad i=1,2\dots n,\quad j=1,2\dots m$ 表示第 $i$ 位同学是否有空值第 $j$ 班
|
||
- 令 $tech_{i} \in \{0,1\}, \quad i=1,2\dots n$ 表示第 $i$ 位同学是否是技术部成员
|
||
- 令 $old_{i} \in \{0,1\}, \quad i=1,2\dots n$ 表示第 $i$ 位同学是否是老人
|
||
- 令 $hr_{i} \in \{0,1\}, \quad i=1,2\dots n$ 表示第 $i$ 位同学是否是人资部成员
|
||
|
||
以上符号中，只有 $x_{ij}$ 是待求解的变量，其余均为已知量。
|
||
|
||
则优化目标为：
|
||
|
||
$$ \min_{x_{ij}}\left | M_j - \frac{\sum_{i=1}^{n}Ni }{m} \right | $$
|
||
|
||
也即，最小化每一班的值班人数与平均每一班值班人数之差的绝对值。
|
||
> Tips: 在组合优化问题的定义中，只能定义线性的式子，是不允许出现“绝对值”运算的。所以需要引入辅助变量 $a_j \in [0,+\infty )$，并额外引入两组约束：$a_j \ge M_j-\frac{\sum_{i=1}^{n}Ni }{m}$ 和 $a_j \ge \frac{\sum_{i=1}^{n}Ni }{m} - M_j$。此时优化目标变为：$\min_{x_{ij},a_j}\sum_{j=1}^{m}a_j$。
|
||
|
||
接下来定义约束：
|
||
|
||
1. 让每位同学每周的班次数符合意愿:
|
||
$$\sum_{j=1}^{m}x_{ij}=N_i, \quad i=1,2\dots n$$
|
||
2. 让每位同学在自己想要的时间段值班
|
||
$$x_{ij} \le v_{ij}, \quad i=1,2\dots n,\quad j=1,2\dots m$$
|
||
3. 每班次至少包含 $t_{min}$ 位技术部老人，至多包含 $t_{max}$ 位技术部老人
|
||
$$t_{min} \le \sum_{i=1}^{n}x_{ij}tech_{i}old_{i} \le t_{max}, \quad j=1,2\dots m$$
|
||
4. 每班次至少包含 $h_{min}$ 位人资部小朋友，至多包含 $h_{max}$ 位人资部小朋友
|
||
$$h_{min} \le \sum_{i=1}^{n}x_{ij}hr_{i}(1-old_{i}) \le h_{max}, \quad j=1,2\dots m$$
|
||
5. 其他更多的限制也是类似的，这里就略过了。
|
||
|
||
以上完成了整个排班问题的数据建模。建模完成后，用任何组合优化求解器都能都求解问题。在本项目中，我使用了 `ortools` 这个谷歌开发的组合优化求解器。`ortools` 支持 `c++`，`python`，`c#`，`java` 等多种语言，也有跨平台支持，个人感觉比较好用。
|
||
|
||
## 维护指南
|
||
- 如果你想更改 excel 的读取、写入相关的功能，应该修改 `utils.py` 中的相关函数。
|
||
- 如果你想更改软件的前端界面，应该修改 `main.py` 中 `MyWidget` 这个类相关的代码
|
||
- 如果你想更换排班问题的建模方式、更换求解器、增减限制条件，应该修改 `solve.py` 中的相关代码 |