Työvuorosuunnittelun optimointi (valmiin työn esittely)



Samankaltaiset tiedostot
Optimization of Duties in Railway Traffic (valmiin työn esittely)

Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla

Stokastinen optimointi taktisessa toimitusketjujen riskienhallinnassa (valmiin työn esittely)

Harjoitus 8: Excel - Optimointi

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Simulointimalli mellakkapoliisin resurssien kohdentamiseen (valmiin työn esittely)

Kirjallisuuskatsaus sisäpistemenetelmiin ja niiden soveltamiseen eri optimointiluokille (valmiin työn esittely)

Tuotantoprosessin optimaalinen aikataulutus (valmiin työn esittely)

Lineaaristen monitavoiteoptimointitehtävien

Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli.

Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli.

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Implementation of Selected Metaheuristics to the Travelling Salesman Problem (valmiin työn esittely)

Trimmitysongelman LP-relaksaation ratkaiseminen sarakkeita generoivalla algoritmilla ja brute-force-menetelmällä

Minimilatenssiongelman ratkaisualgoritmeja (valmiin työn esittely)

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen

Demo 1: Simplex-menetelmä


30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset

Optimoinnin sovellukset

Demo 1: Excelin Solver -liitännäinen

Harjoitus 4: Matlab - Optimization Toolbox

Vapaapäivien optimointi

Harjoitus 9: Optimointi I (Matlab)

Kasvuyrityksen tuotekehitysportfolion optimointi (valmiin työn esittely)

Demo 1: Lineaarisen tehtävän ratkaiseminen graafisesti ja Solverilla

Joonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen

MS-C2105 Optimoinnin perusteet Malliratkaisut 4

TTY Porin laitoksen optimointipalvelut yrityksille

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla

Vesivoimaketjun optimointi mehiläisalgoritmilla (Valmiin työn esittely)

Demo 1: Branch & Bound

Luento 4: Lineaarisen tehtävän duaali

Malliratkaisut Demot

INFO / Matemaattinen Analyysi, k2016, L0

Optimaaliset riskinalentamisportfoliot vikapuuanalyysissä (valmiin työn esittely)

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

Portfoliolähestymistapa CO2 - kiilapelin analysoinnissa (valmiin työn esittely) Tuomas Lahtinen

Henkilöstön kustannustehokas lomasuunnittelu

Search space traversal using metaheuristics

monitavoitteisissa päätöspuissa (Valmiin työn esittely) Mio Parmi Ohjaaja: Prof. Kai Virtanen Valvoja: Prof.

Monte Carlo -menetelmä optioiden hinnoittelussa (valmiin työn esittely)

Monitavoiteoptimointi

Harjoitus 9: Optimointi I (Matlab)

73125 MATEMAATTINEN OPTIMOINTITEORIA 2

Cubature Integration Methods in Non-Linear Kalman Filtering and Smoothing (valmiin työn esittely)

Peliteorian soveltaminen hajautettujen järjestelmien protokollasuunnittelussa (valmiin työn esittely)

Aihioiden priorisointi ja portfolioanalyysi ennakoinnissa (valmiin työn esittely)

Piiri K 1 K 2 K 3 K 4 R R

Demo 1: Pareto-optimaalisuus

Luento 6: Monitavoitteinen optimointi

Vapaapäivien optimointi Loppuraportti,

Optimointi. Etsitään parasta mahdollista ratkaisua annetuissa olosuhteissa. Ongelman mallintaminen. Mallin ratkaiseminen. Ratkaisun analysointi

Luento 7: Kokonaislukuoptimointi

b 1. b m ) + ( 2b Ax) + (b b)

Kiinalaisen postimiehen ongelma

Harjoitus 10: Optimointi II (Matlab / Excel)

Menetelmä Markowitzin mallin parametrien estimointiin (valmiin työn esittely)

Lisäinformaation arvo monikriteerisessä projektiportfoliovalinnassa (valmiin työn esittely)

Polaarisatelliittidataan perustuva lumentunnistusalgoritmi (valmiin työn esittely)

Kustannustehokkaat riskienhallintatoimenpiteet kuljetusverkostossa (Valmiin työn esittely)

Malliratkaisut Demot

Lineaarinen optimointitehtävä

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Luento 3: Simplex-menetelmä

Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita.

1 Rajoitettu optimointi I

Luento 7: Kokonaislukuoptimointi

Johdanto. Viittomakieli. Tiedon tuottaminen viittomakielellä. Kääntäminen ja materiaalit. Video kriteerejä ja ratkaisuja. Tilaaminen ja neuvonta

Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu (aihe-esittely)

Johdatus verkkoteoriaan luento Netspace

Lentotiedustelutietoon perustuva tykistön tulenkäytön optimointi (valmiin työn esittely)

Vangin dilemma häiriöisessä ympäristössä Markov-prosessina (valmiin työn esittely) Lasse Lindqvist

Sopimusteoria: Salanie luku 3.2

Verkko-optimointiin perustuva torjuntatasan laskenta mellakkapoliisin resurssien kohdentamisessa (valmiin työn esittely) Paavo Kivistö

Lineaarisen ohjelman määritelmä. Joonas Vanninen

Epälineaarinen hinnoittelu: Diskreetin ja jatkuvan mallin vertailu

Sovelletun fysiikan laitos Marko Vauhkonen, Kuopion yliopisto, Sovelletun fysiikan laitos Slide 1

Malliratkaisut Demo 1

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Aki Taanila LINEAARINEN OPTIMOINTI

Luodin massajakauman optimointi

Talousmatematiikan perusteet: Luento 15. Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta

Differentiaali- ja integraalilaskenta 2 (CHEM) MS-A0207 Hakula/Vuojamo Kurssitentti, 12.2, 2018, arvosteluperusteet

Osakesalkun optimointi. Anni Halkola Turun yliopisto 2016

Kandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu

Ovatko seuraavat väittämät oikein vai väärin? Perustele vastauksesi.

Skedulerisimulaattorin implementointi fysiikkatöille ja sen matemaattinen validointi

8. Ensimmäisen käyvän kantaratkaisun haku

1 Johdanto LP tehtävän luonteen tarkastelua Johdanto herkkyysanalyysiin Optimiarvon funktio ja marginaalihinta

4. Luennon sisältö. Lineaarisen optimointitehtävän ratkaiseminen Simplex-menetelmä

Harjoitus 5 ( )

Harjoitus 1 ( )

Experiment on psychophysiological responses in an economic game (valmiin työn esittely) Juulia Happonen

Polkuriippuvuus trade-off-painotuksessa (valmiin työn esittely)

Sekalukuoptimointi. Lehtonen, Matti Matemaattisen ohjelmoinnin seminaari, Tietojenkäsittelytieteen laitos Helsingin Yliopisto

Luento 6: Monitavoiteoptimointi

Scheduling of Genetic Analysis Workflows on Grid Environments (valmiin työn esittely) Arttu Voutilainen

Trichoderma reesein geenisäätelyverkoston ennustaminen Oskari Vinko

Transkriptio:

Työvuorosuunnittelun optimointi (valmiin työn esittely) Pekka Alli 1.12.2015 Ohjaaja: Tuuli Haahtela Valvoja: Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta osin kaikki oikeudet pidätetään.

Sisältö Tausta Työvuorosuunnittelun ongelma Työn tavoite Menetelmät Tulokset Pohdinta Tärkeimmät lähteet

Tausta Työvuorosuunnittelu suurelle työntekijäjoukolle on haastavaa ja aikaa vievää. Työvuorosuunnittelun kustannustehokkuutta ja tasapuolisuutta on vaikeaa saavuttaa ilman matemaattista optimointia. Taustalla Haahtela HR:llä tehty optimointimoduuli osana Contactor-henkilöstönhallintapalvelua.

Työvuorosuunnittelun ongelma Tarkoitus: Jakaa työvuorot työntekijöille siten, että tulos toteuttaa mahdollisimman hyvin yrityksen pehmeitä ja kovia arvoja. Mm. Yritetään minimoida aiheutuvia kustannuksia ja samanaikaisesti maksimoida työntekijöiden työergonomiaa. Ongelma: Erilaisten työvuoro-työntekijäkombinaatioiden eksponentiaalisesti kasvava määrä. Historia: Aihetta on tutkittu jo viime vuosisadan alussa, mutta vasta viime vuosikymmenellä tietokoneet ovat pystyneet käsittelemään aihetta kunnolla

Työn tavoite Tutkia lineaarisia optimointimalleja työvoiman optimiin Muodostaa työvuorosuunnittelun optimointiin lineaarinen sekalukumalli, joka ratkaistaan kolmannen osapuolen ohjelmalla. Arvioida ratkaisun hyvyyttä ja tutkia soveltuuko menetelmä Suomen oloihin

Menetelmät Mallintamismenetelmänä toimii lineaarinen sekalukumalli Muuttujat Binäärimuuttujat vuoron ja työntekijän välillä. Ts suorittaako työntekijä vuoron. Binäärimuuttujat vapaapäivän ja työntekijän välillä Jatkuva muuttuja kuvaamaan ylityötä

Menetelmät Rajoitusehdot peräisin työaikalaista ja matkailu-, ravitsemus- ja vapaa-ajanpalveluiden työehtosopimuksesta. Rajoitusehtoja yhteensä 13 erilaista Rajoitusehtoina mm: Vain yksi vuoro per päivä Vain yksi työntekijä per vuoro Työntekijän tehtyjen tuntien rajoittaminen Vapaapäivä ansaitaan viikoittain viidestä tehdystä työpäivästä Vapaapäivän kesto vähintään 30 tuntia

Menetelmät Kohdefunktiossa maksimoidaan tehtyjen työminuuttien määrää ottaen huomioon työntekijöiden toiveet sekä muut hierarkiaa aiheuttavat asiat Yrityksellä prioriteetti, minkälaiset työntekijät menevät töihin Työntekijän työtoiveete ja estot Mieluummin pitkävuoro täyteen kuin lyhyt.. Ylityö huonontaa kohdefunktion arvoa.

Menetelmät Perusmuotoisena sekaluluoptimointiongelmana: s.e max Σ t T Σ i TI x ti h i c t 1 + 0.5ty i 0.5es ti 0.5y t ) Σ i PIp TI t x ti 1 p P, t T Σ t TII x ti R i i x {0, 1}

Tulokset Optimoitiin 687:n työvuoron tarve 27:lle työntekijälle Ratkaiseminen tehtiin kolmannen osapuolen ohjelmalla, jonka ratkaisualgoritmi perustuu Branch & Cutalgoritmiin, sekä lukuisiin heuristiikkoihin. Ratkaisut: 367 työvuoroa täyttyi, sekä 98,5 % työntekijöiden toiveista 370 työvuoroa täyttyi, sekä 64,6 % työntekijöiden toiveista Kummassakin tapauksessa työntekijöiden tuntirajat estivät vuoroja lisäämästä

Pohdinta Optimaalinen tulos on hyvin pitkälti mielipidekysymys Alioptimaalisetkin tulokset usein kelpaavat loppukäyttäjälle Haastava ongelma Suomen oloissa Malli näyttäisi tuottaman kelvollisia tuloksia Testitapauksessa toiveiden täyttäminen näyttäisi kannattavalta Tulosten hyvyyden arvioiminen vaatii tulosten tarkastelua pitkältä aikaväliltä Testitapausten tyhjäksi jäänyt tarve pitäisi selvittää

Tärkeimmät lähteet Ernst, A.T., Jiang, H., Krishnamoorthy, M., Owens, B.& Sier, D.. 2004(1). An Annotated Bibliography of Personnel Scheduling and Rostering. Annals of Operations Research Vol. 127, Issue 1-4: 21-144. Matkailu-, Ravitsemus- ja Vapaa-ajan palveluita koskeva työehtosopimus. https://www.nlex./data/tes/stes4143- PT13Majoityont1405.pdf (Tarkistettu 24.4.2014) Serap Ulusam Seckiner, Hadi Gökcen, Mustafa Kurt. 2007. An integer programming model for hierarchical workforce scheduling problem.