Ans.
「月１回が上限」のニュアンスは、ハード制約だと思います。ただし、スタッフによっては、月２回までやってもよい、という方もおられるかもしれません。そういった要求に対する実装です。
いつものように、スタッフプロパティシートで、希望上限回数を指定します。
こうすると、スタッフプロパティシートで、０を指定しているとすると、
０＋１＝１回までは、ソフトエラー範囲であり、同時に１回以下がハード制約となります。
つまり、２回という解を許容しませんので題意を実現できます。
また、あるスタッフがスタッフプロパティシートに１回と記述すると
１＋１＝２回までは、ソフトエラー範囲であり、ハード制約でもあります。３回という解は許容しません（存在しません）
このように、題意の要求以上に、将来の変更を予想して記述しておくとメンテナンス性がよくなるでしょう。
なお、行制約レベル１には、他の制約も（５連休禁止）あるのですが、不等式制約ではないので、何ら影響はありません。
Ans.
居る場合と居ない場合で記述されています。この場合、
日勤看護師４＋準夜１＝＝５
日勤看護師３＋準夜０＝＝４
となっていて、同じ値にはならないので、列制約では記述できないように見えます。
ただし、この他に
■準夜（準）がいる場合、長日勤（長日）をA及びBチームに各１名、夜勤（夜）をA及びBチームに各１名割当てる
■準夜（準）がいない場合、長日勤（長日）をA及びBチームに１又は２名合計３名、夜勤（夜）をA及びBチームに１名又は２名合計３名割当てる
Q.
■準夜（3交代準）がいる場合、長日勤（長日）をA及びBチームに各１名、夜勤（夜）をA及びBチームに各１名割当てる
■準夜（3交代準）がいない場合、長日勤（長日）をA及びBチームに１又は２名合計３名、夜勤（夜）をA及びBチームに１名又は２名合計３名割当てる
Ans.
上の仕様を式で表現すると、以下の関係になっています。
Ans.
「日勤9名以上」は、そのまま列制約で記述すれば良いのですが、「望ましい」とあることから、ソフト制約とします。
「A及びBチームから同数程度」は、9/2=4. 5 ですので、Aチームから４名以上、Bチームから４名以上とすればよいでしょう。
目標としているのは、モデリングの代行をAIに行わせることはできないか？ということです。似たようなこととして、プログラミング言語または、独自言語を生成AIで生成させること、または、学習すること、その視点でサーベイしてみました。
https://qiita.com/jovyan/items/6767c9fd944a636fdf88
https://note.com/k_ishi_ai/n/n2897a12f917c
https://note.com/k_ishi_ai/n/n475c804f3195
https://zenn.dev/knowledgesense/articles/110a81646806e6
前回から引き続き、
■３交代、準夜が居た場合、同じチームで、翌日深夜が居ること
■３交代、深夜が居た場合に、同じチームで、前日に準夜が居ること
この要件は、３交代の勤務を考えた場合、必然となります。日勤を除く時間帯１６時間を誰かが埋めないといけない、ということです。
この職場の場合、チームは、A/Bの２チームで、３交代が各々１名居ります。なので、
■Aチーム３交代準夜が居れば、翌日Aチーム2交代深夜が居ること
■Bチーム３交代準夜が居れば、翌日Bチーム2交代深夜がいること
になります。同様に、
■Aチーム３交代深夜が居れば、前日Aチーム2交代準夜が居ること
■Bチーム３交代深夜が居れば、前日Bチーム2交代準夜がいること
が、制約になります。
「居ること」の真意は、「少なくとも一人居ること」ですから、ORで、演算子「または」を用いて実装できます。（具体的な深夜準夜人数については、列制約で制約しています。）
また、「前日」が必要ですから、「制約開始日１日前から」を使えば、先月からの流れも問題ありません。翌日に対しては、＋１、前日に対しては、ー１を「日オフセット」で指定すればOKです。
以上を実装したのが、次になります。
Q.
■準夜（準）がいる場合、長日勤（長日）をA及びBチームに各１名、夜勤（夜）をA及びBチームに各１名割当てる
■準夜（準）がいない場合、長日勤（長日）をA及びBチームに１又は２名合計３名、夜勤（夜）をA及びBチームに１名又は２名合計３名割当てる
■準夜（準）を１名割当てた場合、翌日に準夜（準）と同じチームの１名を深夜（深）に割当てる
■準夜（準）及び深夜（深）の割当ては、３交替制の職員を優先して行う
Ans.
言葉にして言うと難しいです。図にしてみましょう。
今３交代勤務者が深夜準夜の勤務をしたとすると、準夜の後深夜を誰かが行う必要があります。ところが、同じチームに３交代勤務者は一人のため、２交代勤務者が深夜勤務を代行する必要があります。本来は、２交代勤務者は、長夜明だけなのですが、３交代勤務者のサポートのために、深夜・準夜もシフトをこなす必要が出てきます。皆が一斉に変則2交代に移行すれば、必要ないのですが、なかなか簡単には行かない事情があるようです。
また、準夜が居れば、長日・夜勤者は、２名でよい、居なければ３名必要ということになります。
Q. スケジュールナースを1週間試用版をお願いしたく、一旦、私個人でのカード登録で、試用版からサブスクでも使用させて頂ければ、別カードでの申し込みをしたいと考えています。事務処理のやり方を教えてください。
Ans.サブスクは、マイクロソフトアカウントに紐づいています。
A）１週間試用して、
B）本使用では、別なクレジットカードで使用したい、
ということでしょうか？
それでしたら、A）で、約１週間、課金される前にキャンセル処理を行うことで課金されません。確実に課金されないためには、1週間より前、５日後にキャンセル処理されることをお勧めします。
https://www.nurse-scheduling-software.com/japanese/service/pausing_subscription/
B）同じアカウント名では、課金なしには、もはや使用できません。なので、別なアカウント名にすればよいです。
https://www.nurse-scheduling-software.com/japanese/service/create_microsoft_acount/
（ただし、この方法で未来永劫に無料で使うことができる、ということではないようです。１日に登録できるマイクロソフトアカウント個数は限られているためです。）
そうすれば、また無料試用期間から始められる筈です。このとき、別なクレジットカードを使うようにすれば、そのクレジットカードに１週間後、課金が始まります。
いずれにいたしましても、１週間で判断は、かなり難しいと思います。
個人の持ち出し(480@/月)になってしまいますが、一月間、不明な実装方法については、サポートを活用して、試してみたら如何でしょうか？
https://www.nurse-scheduling-software.com/japanese/constraints_faqs/
https://www.nurse-scheduling-software.com/japanese/constraints_faqs/chapter23/
Ans.
アカウント名の変更ということでしたら承ります。
お手数ですが、以下の手順となります。
手順
１）お客さまは、新しく登録したいアカウント名１個を送って頂く
２）１）を受けて、菅原システムズは、１）アカウント名をマイクロソフトサーバに登録します。
３）２）を受けて、お客さまは、登録したいアカウント名で、スケジュールナースの動作を確認出来たら、菅原システムズにその旨連作します。
４）３）を受けて、菅原システムズは、１）アカウント名をマイクロソフトサーバから削除します。
これにより、旧アカウント名では、スケジュールナースを使用できなくなるのでご注意ください。
Q.放射線部の勤務表作成を複数人で行う準備をしてるところです。２台分の追加インストールを行いたいです。
Ans.
恐れ入ります。原則的に一つのライセンスについて一つのマイクロソフトアカウントとしております。 一つのライセンスで、一つの部署が原則です。同じアカウント名で、同時に十台まで使用できるので、同じ部署の複数人が自宅・職場等で使用する分には、それで足りると思います。
また、ｘｘｘ様以外の部署で新たなアカウントが必要ということになると、新たにお買い求め頂くことになってしまいます。
GPU P1000とRTX4060TI 16GBを比較してみました。
P１０００ (640CUDA 1.3GHz)→４０６０TI(4352CUDA 2.5GHz)
にすれば、GPU性能上、
4352/640*2.5/1.3 ≒13
13倍程度の高速化が期待されたのですが、現実は2倍以下の場合もあります。このままでは、使いものになりません。仮にもっとCUDA数の大きなGPUを使ったとしても、現在の伸びでは期待できません。
GPUクロックが固定されていないためか？と一瞬思ったのですが、固定してやっても結果は変わりませんでした。
NVIDIA のGPUのクロックを固定する方法 - pyopyopyo - Linuxとかプログラミングの覚え書き -
D:\test\test_cudaLinear>test D:\test\test_cudaLinear>nvidia-smi -q -d CLOCK ==============NVSMI LOG============== Timestamp : Sat Feb 8 04:26:08 2025 Driver Version : 571.96 CUDA Version : 12.8 Attached GPUs : 1 GPU 00000000:01:00.0 Clocks Graphics : 2805 MHz SM : 2805 MHz Memory : 9001 MHz Video : 2190 MHz Applications Clocks Graphics : N/A Memory : N/A Default Applications Clocks Graphics : N/A Memory : N/A Deferred Clocks Memory : N/A Max Clocks Graphics : 3105 MHz SM : 3105 MHz Memory : 9001 MHz Video : 2415 MHz Max Customer Boost Clocks Graphics : N/A SM Clock Samples Duration : Not Found Number of Samples : Not Found Max : Not Found Min : Not Found Avg : Not Found Memory Clock Samples Duration : Not Found Number of Samples : Not Found Max : Not Found Min : Not Found Avg : Not Found Clock Policy Auto Boost : N/A Auto Boost Default : N/A D:\test\test_cudaLinear>cudalinear -fname n080w8_2_0-4-0-9-1-9-6-2BG2.mps -nIterLim 500000 -ifPre 1 -dPrimalTol 1e-5 num threads= 1 -------------------------------------------------- reading file... n080w8_2_0-4-0-9-1-9-6-2BG2.mps -------------------------------------------------- Running HiGHS 1.9.0 (git hash: n/a): Copyright (c) 2025 HiGHS under MIT licence terms -------------------------------------------------- running presolve -------------------------------------------------- Presolving model 11734 rows, 20786 cols, 215656 nonzeros 0s 11734 rows, 20693 cols, 215563 nonzeros 0s Presolve status: Reduced Running HiGHS 1.9.0 (git hash: n/a): Copyright (c) 2025 HiGHS under MIT licence terms Minimize No obj offset -------------------------------------------------- running scaling - use Ruiz scaling - use PC scaling -------------------------------------------------- -------------------------------------------------- enter main solve loop -------------------------------------------------- ____ _ _ ____ ____ _ ____ / ___| | | | _ \| _ \| | | _ \ | | | | | | |_) | | | | | | |_) | | |___| |_| | __/| |_| | |___| __/ \____|\___/|_| |____/|_____|_| Cuda runtime 12060 Cuda driver 12080 cuSparse 12504 Cuda device 0: NVIDIA GeForce RTX 4060 Ti -------------------------------------------------- CUPDHG Parameters: -------------------------------------------------- nIterLim: 500000 dTimeLim (sec): 3600.00 ifScaling: 1 ifRuizScaling: 1 ifL2Scaling: 0 ifPcScaling: 1 eLineSearchMethod: 2 dPrimalTol: 1.0000e-05 dDualTol: 1.0000e-04 dGapTol: 1.0000e-04 dFeasTol: 1.0000e-08 eRestartMethod: 1 -------------------------------------------------- Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 0 +0.00000000e+00 +0.00000000e+00 +0.00e+00 1.03e+02 0.00e+00 0.01s [L] 0 +0.00000000e+00 +0.00000000e+00 +0.00e+00 1.03e+02 0.00e+00 0.01s [A] Termination check: 1.032666e+02|1.042666e-03 0.000000e+00|2.920578e+00 0.000000e+00|1.000000e-04 Termination check: 1.032666e+02|1.042666e-03 0.000000e+00|2.920578e+00 0.000000e+00|1.000000e-04 Last restart was iter 0: average Last restart was iter 1: average Last restart was iter 2: average Last restart was iter 4: average Last restart was iter 7: current Last restart was iter 40: average Last restart was iter 80: average Last restart was iter 160: average Last restart was iter 280: average Last restart was iter 400: current Last restart was iter 480: average Last restart was iter 760: average Last restart was iter 1120: average Last restart was iter 1600: average Last restart was iter 1880: current Last restart was iter 2160: average Last restart was iter 2600: average Last restart was iter 2880: average Last restart was iter 3160: average Last restart was iter 3280: current Last restart was iter 3640: current Last restart was iter 3880: average Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 4000 +3.38816992e+03 +3.38118002e+03 +6.99e+00 3.30e-01 1.65e-02 0.73s [L] 4000 +3.38779443e+03 +3.38934372e+03 -1.55e+00 9.24e-02 7.53e-04 0.73s [A] Termination check: 3.298630e-01|1.042666e-03 1.650873e-02|2.920578e+00 1.032428e-03|1.000000e-04 Termination check: 9.244807e-02|1.042666e-03 7.527463e-04|2.920578e+00 2.285719e-04|1.000000e-04 Last restart was iter 3960: current Last restart was iter 6200: current Last restart was iter 6440: current Last restart was iter 6560: average Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 8000 +3.41615033e+03 +3.41508172e+03 +1.07e+00 1.75e-02 1.02e-04 1.41s [L] 8000 +3.41329596e+03 +3.41716699e+03 -3.87e+00 1.18e-02 9.91e-05 1.41s [A] Termination check: 1.747635e-02|1.042666e-03 1.018131e-04|2.920578e+00 1.564065e-04|1.000000e-04 Termination check: 1.178435e-02|1.042666e-03 9.914102e-05|2.920578e+00 5.666482e-04|1.000000e-04 Last restart was iter 6800: average Last restart was iter 10640: average Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 12000 +3.42440093e+03 +3.42183563e+03 +2.57e+00 6.01e-03 7.29e-05 2.09s [L] 12000 +3.42179821e+03 +3.42244885e+03 -6.51e-01 4.98e-03 3.66e-05 2.09s [A] Termination check: 6.008872e-03|1.042666e-03 7.291813e-05|2.920578e+00 3.746476e-04|1.000000e-04 Termination check: 4.978544e-03|1.042666e-03 3.658292e-05|2.920578e+00 9.504995e-05|1.000000e-04 Last restart was iter 10840: average Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 16000 +3.42948919e+03 +3.42399978e+03 +5.49e+00 2.48e-03 5.15e-05 2.75s [L] 16000 +3.42739936e+03 +3.42399246e+03 +3.41e+00 1.35e-03 3.87e-05 2.75s [A] Termination check: 2.482076e-03|1.042666e-03 5.146503e-05|2.920578e+00 8.008492e-04|1.000000e-04 Termination check: 1.350319e-03|1.042666e-03 3.872877e-05|2.920578e+00 4.971842e-04|1.000000e-04 Last restart was iter 12520: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 20000 +3.42816896e+03 +3.42516766e+03 +3.00e+00 2.66e-03 3.41e-05 3.43s [L] 20000 +3.42828181e+03 +3.42525346e+03 +3.03e+00 1.99e-03 2.41e-05 3.43s [A] Termination check: 2.655098e-03|1.042666e-03 3.410679e-05|2.920578e+00 4.378692e-04|1.000000e-04 Termination check: 1.987844e-03|1.042666e-03 2.405062e-05|2.920578e+00 4.418021e-04|1.000000e-04 Last restart was iter 19600: current Last restart was iter 21160: current Last restart was iter 23240: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 24000 +3.42643584e+03 +3.42605686e+03 +3.79e-01 4.21e-02 2.07e-05 4.10s [L] 24000 +3.42637363e+03 +3.42612232e+03 +2.51e-01 5.40e-03 4.17e-06 4.10s [A] Termination check: 4.210707e-02|1.042666e-03 2.069015e-05|2.920578e+00 5.529809e-05|1.000000e-04 Termination check: 5.401254e-03|1.042666e-03 4.166442e-06|2.920578e+00 3.666811e-05|1.000000e-04 Last restart was iter 23720: average Last restart was iter 24240: current Last restart was iter 24440: average Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 28000 +3.42565192e+03 +3.42648533e+03 -8.33e-01 8.06e-03 1.51e-06 4.79s [L] 28000 +3.42622676e+03 +3.42650881e+03 -2.82e-01 7.13e-03 1.47e-06 4.79s [A] Termination check: 8.056111e-03|1.042666e-03 1.512344e-06|2.920578e+00 1.216096e-04|1.000000e-04 Termination check: 7.130953e-03|1.042666e-03 1.469720e-06|2.920578e+00 4.115273e-05|1.000000e-04 Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 32000 +3.42568942e+03 +3.42657068e+03 -8.81e-01 7.60e-03 2.20e-06 5.46s [L] 32000 +3.42592677e+03 +3.42661118e+03 -6.84e-01 6.52e-03 1.21e-06 5.46s [A] Termination check: 7.600765e-03|1.042666e-03 2.195129e-06|2.920578e+00 1.285898e-04|1.000000e-04 Termination check: 6.523763e-03|1.042666e-03 1.213275e-06|2.920578e+00 9.986266e-05|1.000000e-04 Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 36000 +3.42595291e+03 +3.42657121e+03 -6.18e-01 4.57e-03 3.24e-06 6.13s [L] 36000 +3.42538203e+03 +3.42667066e+03 -1.29e+00 5.51e-03 6.04e-07 6.13s [A] Termination check: 4.571100e-03|1.042666e-03 3.235627e-06|2.920578e+00 9.021589e-05|1.000000e-04 Termination check: 5.511004e-03|1.042666e-03 6.042666e-07|2.920578e+00 1.880368e-04|1.000000e-04 Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 40000 +3.42722460e+03 +3.42661804e+03 +6.07e-01 2.70e-03 1.28e-06 6.80s [L] 40000 +3.42583599e+03 +3.42669722e+03 -8.61e-01 3.91e-03 4.80e-07 6.80s [A] Termination check: 2.699920e-03|1.042666e-03 1.278393e-06|2.920578e+00 8.848638e-05|1.000000e-04 Termination check: 3.905445e-03|1.042666e-03 4.796320e-07|2.920578e+00 1.256628e-04|1.000000e-04 Last restart was iter 26240: average Last restart was iter 41000: current Last restart was iter 41080: current Last restart was iter 41280: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 44000 +3.42547714e+03 +3.42643168e+03 -9.55e-01 3.96e-03 6.86e-06 7.48s [L] 44000 +3.42564450e+03 +3.42657412e+03 -9.30e-01 4.58e-03 3.11e-06 7.48s [A] Termination check: 3.963274e-03|1.042666e-03 6.856812e-06|2.920578e+00 1.392908e-04|1.000000e-04 Termination check: 4.578061e-03|1.042666e-03 3.113830e-06|2.920578e+00 1.356470e-04|1.000000e-04 Last restart was iter 42760: current Last restart was iter 44960: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 48000 +3.42722966e+03 +3.42653605e+03 +6.94e-01 1.96e-03 2.07e-06 8.16s [L] 48000 +3.42690306e+03 +3.42656473e+03 +3.38e-01 1.63e-03 1.62e-06 8.16s [A] Termination check: 1.956777e-03|1.042666e-03 2.065282e-06|2.920578e+00 1.011859e-04|1.000000e-04 Termination check: 1.627761e-03|1.042666e-03 1.617831e-06|2.920578e+00 4.935833e-05|1.000000e-04 Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 52000 +3.42717924e+03 +3.42656103e+03 +6.18e-01 1.57e-03 2.70e-06 8.83s [L] 52000 +3.42732935e+03 +3.42665984e+03 +6.70e-01 1.07e-03 3.31e-07 8.83s [A] Termination check: 1.567878e-03|1.042666e-03 2.698537e-06|2.920578e+00 9.018737e-05|1.000000e-04 Termination check: 1.069825e-03|1.042666e-03 3.313637e-07|2.920578e+00 9.766843e-05|1.000000e-04 Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 52400 +3.42691858e+03 +3.42656166e+03 +3.57e-01 1.59e-03 2.21e-06 8.92s [L] 52400 +3.42731388e+03 +3.42666552e+03 +6.48e-01 1.04e-03 3.29e-07 8.92s [A] Solving information: Optimal average solution. Primal objective: +3.42731388e+03 Dual objective: +3.42666552e+03 Primal infeas (abs/rel): 1.04e-03 / 1.00e-05 Dual infeas (abs/rel): 3.29e-07 / 1.13e-11 Duality gap (abs/rel): 6.48e-01 / 9.46e-05 Number of iterations: 52400 Timing information: Total solver time 9.013000e+00 in 52400 iterations Solve time 8.916000e+00 in 52400 iterations Iters per sec 5.877075e+03 Scaling time 1.200000e-02 Presolve time 8.500000e-02 Ax 1.045000e+00 in 53734 calls Aty 1.156000e+00 in 53734 calls ComputeResiduals 0.000000e+00 in 0 calls UpdateIterates 6.884000e+00 in 52400 calls GPU Timing information: CudaPrepare 1.040000e-01 Alloc&CopyMatToDevice 4.000000e-03 CopyVecToDevice 0.000000e+00 DeviceMatVecProd 2.190000e+00 CopyVecToHost 0.000000e+00 -------------------------------- --- saving to ./solution-sum.json -------------------------------- Free Device memory 1.000000e-03 D:\test\test_cudaLinear>cudalinear -fname instance19.mps -nIterLim 500000 -ifPre 1 -dPrimalTol 1e-5 num threads= 1 -------------------------------------------------- reading file... instance19.mps -------------------------------------------------- Running HiGHS 1.9.0 (git hash: n/a): Copyright (c) 2025 HiGHS under MIT licence terms -------------------------------------------------- running presolve -------------------------------------------------- Presolving model 459 rows, 6083 cols, 254040 nonzeros 0s 459 rows, 6083 cols, 254040 nonzeros 0s Presolve status: Reduced Running HiGHS 1.9.0 (git hash: n/a): Copyright (c) 2025 HiGHS under MIT licence terms Minimize Has obj offset 300.000000 -------------------------------------------------- running scaling - use Ruiz scaling - use PC scaling -------------------------------------------------- -------------------------------------------------- enter main solve loop -------------------------------------------------- ____ _ _ ____ ____ _ ____ / ___| | | | _ \| _ \| | | _ \ | | | | | | |_) | | | | | | |_) | | |___| |_| | __/| |_| | |___| __/ \____|\___/|_| |____/|_____|_| Cuda runtime 12060 Cuda driver 12080 cuSparse 12504 Cuda device 0: NVIDIA GeForce RTX 4060 Ti -------------------------------------------------- CUPDHG Parameters: -------------------------------------------------- nIterLim: 500000 dTimeLim (sec): 3600.00 ifScaling: 1 ifRuizScaling: 1 ifL2Scaling: 0 ifPcScaling: 1 eLineSearchMethod: 2 dPrimalTol: 1.0000e-05 dDualTol: 1.0000e-04 dGapTol: 1.0000e-04 dFeasTol: 1.0000e-08 eRestartMethod: 1 -------------------------------------------------- Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 0 +3.00000000e+02 +1.20000000e+01 +2.88e+02 1.03e+02 0.00e+00 0.00s [L] 0 +3.00000000e+02 +1.20000000e+01 +2.88e+02 1.03e+02 0.00e+00 0.00s [A] Termination check: 1.026158e+02|1.036158e-03 0.000000e+00|2.070235e-01 9.201278e-01|1.000000e-04 Termination check: 1.026158e+02|1.036158e-03 0.000000e+00|2.070235e-01 9.201278e-01|1.000000e-04 Last restart was iter 0: average Last restart was iter 1: average Last restart was iter 2: average Last restart was iter 4: current Last restart was iter 7: current Last restart was iter 9: average Last restart was iter 40: average Last restart was iter 80: average Last restart was iter 160: average Last restart was iter 280: current Last restart was iter 440: average Last restart was iter 640: current Last restart was iter 720: current Last restart was iter 1040: current Last restart was iter 1200: current Last restart was iter 1720: average Last restart was iter 1800: average Last restart was iter 2120: current Last restart was iter 2560: average Last restart was iter 3000: current Last restart was iter 3120: average Last restart was iter 3240: current Last restart was iter 3320: current Last restart was iter 3360: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 4000 +3.13156582e+03 +3.14485627e+03 -1.33e+01 1.92e-01 1.00e-03 0.79s [L] 4000 +3.13510013e+03 +3.14558144e+03 -1.05e+01 1.75e-01 2.23e-04 0.79s [A] Termination check: 1.918230e-01|1.036158e-03 1.002731e-03|2.070235e-01 2.117183e-03|1.000000e-04 Termination check: 1.753267e-01|1.036158e-03 2.229571e-04|2.070235e-01 1.668550e-03|1.000000e-04 Last restart was iter 3440: average Last restart was iter 4480: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 8000 +3.15424115e+03 +3.14737552e+03 +6.87e+00 1.92e-02 1.30e-04 1.51s [L] 8000 +3.15309039e+03 +3.14731850e+03 +5.77e+00 1.60e-02 3.07e-05 1.51s [A] Termination check: 1.924401e-02|1.036158e-03 1.297241e-04|2.070235e-01 1.089329e-03|1.000000e-04 Termination check: 1.595192e-02|1.036158e-03 3.073819e-05|2.070235e-01 9.159682e-04|1.000000e-04 Last restart was iter 7000: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 12000 +3.14754575e+03 +3.14742372e+03 +1.22e-01 6.13e-03 1.18e-05 2.19s [L] 12000 +3.14850105e+03 +3.14743339e+03 +1.07e+00 2.89e-03 7.55e-06 2.19s [A] Termination check: 6.131199e-03|1.036158e-03 1.181000e-05|2.070235e-01 1.938108e-05|1.000000e-04 Termination check: 2.888755e-03|1.036158e-03 7.552550e-06|2.070235e-01 1.695513e-04|1.000000e-04 Last restart was iter 8840: current Last restart was iter 12040: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 16000 +3.14770410e+03 +3.14746170e+03 +2.42e-01 4.13e-03 4.47e-06 2.82s [L] 16000 +3.14659655e+03 +3.14746318e+03 -8.67e-01 1.94e-03 4.05e-06 2.82s [A] Termination check: 4.129900e-03|1.036158e-03 4.469477e-06|2.070235e-01 3.849848e-05|1.000000e-04 Termination check: 1.944635e-03|1.036158e-03 4.050609e-06|2.070235e-01 1.376682e-04|1.000000e-04 Last restart was iter 12240: average Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 20000 +3.14823809e+03 +3.14746977e+03 +7.68e-01 7.36e-03 4.14e-06 3.50s [L] 20000 +3.14774868e+03 +3.14747355e+03 +2.75e-01 2.13e-03 2.26e-06 3.50s [A] Termination check: 7.359316e-03|1.036158e-03 4.136498e-06|2.070235e-01 1.220189e-04|1.000000e-04 Termination check: 2.129193e-03|1.036158e-03 2.259238e-06|2.070235e-01 4.369881e-05|1.000000e-04 Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 24000 +3.14813795e+03 +3.14748888e+03 +6.49e-01 5.32e-03 3.67e-06 4.17s [L] 24000 +3.14844821e+03 +3.14748980e+03 +9.58e-01 3.85e-03 1.14e-06 4.17s [A] Termination check: 5.322694e-03|1.036158e-03 3.667634e-06|2.070235e-01 1.030817e-04|1.000000e-04 Termination check: 3.854022e-03|1.036158e-03 1.136330e-06|2.070235e-01 1.522019e-04|1.000000e-04 Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 28000 +3.14744877e+03 +3.14749012e+03 -4.14e-02 2.09e-03 1.31e-06 4.82s [L] 28000 +3.14800194e+03 +3.14749394e+03 +5.08e-01 2.98e-03 5.80e-07 4.82s [A] Termination check: 2.086090e-03|1.036158e-03 1.307150e-06|2.070235e-01 6.568466e-06|1.000000e-04 Termination check: 2.975282e-03|1.036158e-03 5.795401e-07|2.070235e-01 8.067989e-05|1.000000e-04 Last restart was iter 19160: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 30240 +3.14769267e+03 +3.14749172e+03 +2.01e-01 1.01e-03 1.14e-06 5.17s [L] 30240 +3.14773743e+03 +3.14749297e+03 +2.44e-01 1.10e-03 8.47e-07 5.17s [A] Solving information: Optimal current solution. Primal objective: +3.14769267e+03 Dual objective: +3.14749172e+03 Primal infeas (abs/rel): 1.01e-03 / 9.74e-06 Dual infeas (abs/rel): 1.14e-06 / 5.50e-10 Duality gap (abs/rel): 2.01e-01 / 3.19e-05 Number of iterations: 30240 Timing information: Total solver time 5.227000e+00 in 30240 iterations Solve time 5.172000e+00 in 30240 iterations Iters per sec 5.846868e+03 Scaling time 1.400000e-02 Presolve time 4.100000e-02 Ax 5.310000e-01 in 31698 calls Aty 7.340000e-01 in 31698 calls ComputeResiduals 0.000000e+00 in 0 calls UpdateIterates 3.976000e+00 in 30240 calls GPU Timing information: CudaPrepare 8.600000e-02 Alloc&CopyMatToDevice 3.000000e-03 CopyVecToDevice 0.000000e+00 DeviceMatVecProd 1.261000e+00 CopyVecToHost 0.000000e+00 -------------------------------- --- saving to ./solution-sum.json -------------------------------- Free Device memory 1.000000e-03 D:\test\test_cudaLinear>cudalinear -fname instance20.mps -nIterLim 500000 -ifPre 1 -dPrimalTol 1e-5 num threads= 1 -------------------------------------------------- reading file... instance20.mps -------------------------------------------------- Running HiGHS 1.9.0 (git hash: n/a): Copyright (c) 2025 HiGHS under MIT licence terms -------------------------------------------------- running presolve -------------------------------------------------- Presolving model 1142 rows, 6249 cols, 426542 nonzeros 0s 1142 rows, 6249 cols, 426542 nonzeros 0s Presolve status: Not reduced Running HiGHS 1.9.0 (git hash: n/a): Copyright (c) 2025 HiGHS under MIT licence terms Minimize No obj offset -------------------------------------------------- running scaling - use Ruiz scaling - use PC scaling -------------------------------------------------- -------------------------------------------------- enter main solve loop -------------------------------------------------- ____ _ _ ____ ____ _ ____ / ___| | | | _ \| _ \| | | _ \ | | | | | | |_) | | | | | | |_) | | |___| |_| | __/| |_| | |___| __/ \____|\___/|_| |____/|_____|_| Cuda runtime 12060 Cuda driver 12080 cuSparse 12504 Cuda device 0: NVIDIA GeForce RTX 4060 Ti -------------------------------------------------- CUPDHG Parameters: -------------------------------------------------- nIterLim: 500000 dTimeLim (sec): 3600.00 ifScaling: 1 ifRuizScaling: 1 ifL2Scaling: 0 ifPcScaling: 1 eLineSearchMethod: 2 dPrimalTol: 1.0000e-05 dDualTol: 1.0000e-04 dGapTol: 1.0000e-04 dFeasTol: 1.0000e-08 eRestartMethod: 1 -------------------------------------------------- Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 0 +0.00000000e+00 +0.00000000e+00 +0.00e+00 1.59e+02 0.00e+00 0.01s [L] 0 +0.00000000e+00 +0.00000000e+00 +0.00e+00 1.59e+02 0.00e+00 0.01s [A] Termination check: 1.587199e+02|1.597199e-03 0.000000e+00|3.319796e-01 0.000000e+00|1.000000e-04 Termination check: 1.587199e+02|1.597199e-03 0.000000e+00|3.319796e-01 0.000000e+00|1.000000e-04 Last restart was iter 0: average Last restart was iter 1: average Last restart was iter 2: average Last restart was iter 4: current Last restart was iter 7: current Last restart was iter 9: average Last restart was iter 40: average Last restart was iter 80: average Last restart was iter 160: average Last restart was iter 280: current Last restart was iter 360: current Last restart was iter 600: current Last restart was iter 920: current Last restart was iter 1000: current Last restart was iter 1160: average Last restart was iter 1240: average Last restart was iter 1760: current Last restart was iter 2200: current Last restart was iter 2760: average Last restart was iter 3120: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 4000 +4.79820895e+03 +4.75850224e+03 +3.97e+01 1.21e-01 4.64e-03 0.77s [L] 4000 +4.81498430e+03 +4.75654113e+03 +5.84e+01 6.00e-02 2.47e-03 0.77s [A] Termination check: 1.207468e-01|1.597199e-03 4.636336e-03|3.319796e-01 4.154416e-03|1.000000e-04 Termination check: 6.000623e-02|1.597199e-03 2.468643e-03|3.319796e-01 6.105302e-03|1.000000e-04 Last restart was iter 3320: current Last restart was iter 4280: current Last restart was iter 4320: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 7000 +4.76875256e+03 +4.76890483e+03 -1.52e-01 7.64e-03 5.89e-05 1.27s [L] 7000 +4.76922200e+03 +4.76896552e+03 +2.56e-01 9.15e-04 1.47e-05 1.27s [A] Solving information: Optimal average solution. Primal objective: +4.76922200e+03 Dual objective: +4.76896552e+03 Primal infeas (abs/rel): 9.15e-04 / 5.73e-06 Dual infeas (abs/rel): 1.47e-05 / 4.44e-09 Duality gap (abs/rel): 2.56e-01 / 2.69e-05 Number of iterations: 7000 Timing information: Total solver time 1.367000e+00 in 7000 iterations Solve time 1.275000e+00 in 7000 iterations Iters per sec 5.490196e+03 Scaling time 1.800000e-02 Presolve time 7.400000e-02 Ax 1.210000e-01 in 7214 calls Aty 1.380000e-01 in 7214 calls ComputeResiduals 0.000000e+00 in 0 calls UpdateIterates 9.700000e-01 in 7000 calls GPU Timing information: CudaPrepare 7.600000e-02 Alloc&CopyMatToDevice 5.000000e-03 CopyVecToDevice 0.000000e+00 DeviceMatVecProd 2.570000e-01 CopyVecToHost 0.000000e+00 -------------------------------- --- saving to ./solution-sum.json -------------------------------- Free Device memory 0.000000e+00 D:\test\test_cudaLinear>cudalinear -fname instance21.mps -nIterLim 500000 -ifPre 1 -dPrimalTol 1e-5 num threads= 1 -------------------------------------------------- reading file... instance21.mps -------------------------------------------------- Running HiGHS 1.9.0 (git hash: n/a): Copyright (c) 2025 HiGHS under MIT licence terms -------------------------------------------------- running presolve -------------------------------------------------- Presolving model 1556 rows, 9235 cols, 603232 nonzeros 0s 1556 rows, 9235 cols, 603232 nonzeros 0s Presolve status: Not reduced Running HiGHS 1.9.0 (git hash: n/a): Copyright (c) 2025 HiGHS under MIT licence terms Minimize No obj offset -------------------------------------------------- running scaling - use Ruiz scaling - use PC scaling -------------------------------------------------- -------------------------------------------------- enter main solve loop -------------------------------------------------- ____ _ _ ____ ____ _ ____ / ___| | | | _ \| _ \| | | _ \ | | | | | | |_) | | | | | | |_) | | |___| |_| | __/| |_| | |___| __/ \____|\___/|_| |____/|_____|_| Cuda runtime 12060 Cuda driver 12080 cuSparse 12504 Cuda device 0: NVIDIA GeForce RTX 4060 Ti -------------------------------------------------- CUPDHG Parameters: -------------------------------------------------- nIterLim: 500000 dTimeLim (sec): 3600.00 ifScaling: 1 ifRuizScaling: 1 ifL2Scaling: 0 ifPcScaling: 1 eLineSearchMethod: 2 dPrimalTol: 1.0000e-05 dDualTol: 1.0000e-04 dGapTol: 1.0000e-04 dFeasTol: 1.0000e-08 eRestartMethod: 1 -------------------------------------------------- Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 0 +0.00000000e+00 +0.00000000e+00 +0.00e+00 2.36e+02 0.00e+00 0.00s [L] 0 +0.00000000e+00 +0.00000000e+00 +0.00e+00 2.36e+02 0.00e+00 0.00s [A] Termination check: 2.360339e+02|2.370339e-03 0.000000e+00|3.955477e-01 0.000000e+00|1.000000e-04 Termination check: 2.360339e+02|2.370339e-03 0.000000e+00|3.955477e-01 0.000000e+00|1.000000e-04 Last restart was iter 0: average Last restart was iter 1: average Last restart was iter 2: average Last restart was iter 4: current Last restart was iter 7: current Last restart was iter 8: current Last restart was iter 9: average Last restart was iter 40: average Last restart was iter 80: average Last restart was iter 160: current Last restart was iter 280: average Last restart was iter 360: current Last restart was iter 440: current Last restart was iter 600: current Last restart was iter 920: current Last restart was iter 1120: current Last restart was iter 1360: current Last restart was iter 1520: average Last restart was iter 1600: current Last restart was iter 2520: current Last restart was iter 2640: current Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 4000 +2.11357849e+04 +2.11302185e+04 +5.57e+00 2.96e-02 2.64e-04 0.83s [L] 4000 +2.11404979e+04 +2.11299275e+04 +1.06e+01 5.08e-03 2.09e-04 0.83s [A] Termination check: 2.963712e-02|2.370339e-03 2.640344e-04|3.955477e-01 1.316966e-04|1.000000e-04 Termination check: 5.084463e-03|2.370339e-03 2.088359e-04|3.955477e-01 2.500615e-04|1.000000e-04 Iter Primal.Obj Dual.Obj Gap Primal.Inf Dual.Inf Time 4440 +2.11156665e+04 +2.11305657e+04 -1.49e+01 2.21e-02 1.84e-04 0.91s [L] 4440 +2.11333909e+04 +2.11305333e+04 +2.86e+00 2.30e-03 1.61e-04 0.91s [A] Solving information: Optimal average solution. Primal objective: +2.11333909e+04 Dual objective: +2.11305333e+04 Primal infeas (abs/rel): 2.30e-03 / 9.70e-06 Dual infeas (abs/rel): 1.61e-04 / 4.06e-08 Duality gap (abs/rel): 2.86e+00 / 6.76e-05 Number of iterations: 4440 Timing information: Total solver time 1.056000e+00 in 4440 iterations Solve time 9.140000e-01 in 4440 iterations Iters per sec 4.857768e+03 Scaling time 2.600000e-02 Presolve time 1.160000e-01 Ax 7.600000e-02 in 4668 calls Aty 7.900000e-02 in 4668 calls ComputeResiduals 0.000000e+00 in 0 calls UpdateIterates 6.920000e-01 in 4440 calls GPU Timing information: CudaPrepare 8.600000e-02 Alloc&CopyMatToDevice 8.000000e-03 CopyVecToDevice 0.000000e+00 DeviceMatVecProd 1.550000e-01 CopyVecToHost 0.000000e+00 -------------------------------- --- saving to ./solution-sum.json -------------------------------- Free Device memory 0.000000e+00 D:\test\test_cudaLinear>
原因として考えられるのは、CPU-GPU間の転送部です。GPUのプログラムは、経験がないので良くわからないのですが、cuPDLPの本体記述によるものと、考えています。現在の実装の中規模以下では、頻繁にCPUと通信することがボトルネックになっていると推察されます。（Google版(CPU版）も見たのですが、cpPDLP(COPT版)の方に歩があると見ています。）
恐らく、超大規模問題では、GPU演算の時間が相対的に主体なので、CPU-GPU転送時間がボトルナックにはならないのではないでしょうか？現在のPDLPのトピックは、超大規模問題であり、Nvidiaもプロモートしています。
NVIDIA cuOpt で大規模な線形計画問題を加速する - NVIDIA 技術ブログ
ちなみに配送最適化問題については、こちらが詳しい
運搬経路問題（配送最適化問題，Vehicle Routing Problem) をPuLPで解く #Python - Qiita
しかし、我々の主な関心は、中大規模問題であり、主に商用のISMソルバの置き換えにあります。商用ISMソルバを使いたくても使えない庶民向けのソルバです。
よって、GPUの力を最大限発揮させるには、cuPDLP本体を記述し直しなおすしかない、という結論になります。
もう一つの問題は、WarmStartのサポートです。Simplexでは、WarmStartの恩恵があるのですが、FirstOrderにおいても、これは可能な筈です。これも現在のcuPDLPは、サポートされていないので、実装を検討する必要があります。
以上2点の実装を行う必要があります。
Highs ISMも組み込んでみたのですが、現在のスケジュールナースの速度の倍程度遅く、仮に将来マルチスレッド化されても、期待の改善度を上回ることはない、と判断しました。一方、FirstOrderは、高精度は、期待できないものの、WarmStartが魅力であり、GPUのスケーラビリティを生かせる可能性もあり、将来性があります。
以上より、Unresolved instances,INRC2 8weeks 2instancesとScheduling Benchmarks 2instances を解く為には、cuPDLPの実装し直しが必要であると結論しました。
Highs Teamが以上の要件を満足するように再実装してくれることを期待したいのですが、待っていられないし、COPTが率先して実装することもあり得ないと思うので、自分で行うことにしました。
Ans.
申し訳ありませんが、サブスクについては、マイクロソフト社による販売となるため、菅原システムズでは、お見積りすることが出来ません。サブスクは、クレジットカード必須となりますので、国公立病院においては、買い切り版にてお見積りをお願いしております。ご理解の上、ご検討頂きたくお願いします。
なお、サブスクの販売価格については、菅原システムズが価格決定権を持ちます。当面、1年程度は、現行価格480円/月を維持します。それ以降については、未定です。
We compared Highs MIP solver and Schedule Nurse, using instances of Nurse Rostering Benchmarks site. Actually algorithm 2 in Schedule Nurse is Highs MIP solver ,and algorithm 3 in Schedule Nurse is mathematical solver for nurse rostering benchmark use. Therefore we can fairly compare the performance under the all the same condition.
For the first time in two years I have updated the Highs interface in Schedule Nurse. Two years ago there was an implementation of the trumpet OsiHighsSolverInterface, but in version 1.9.0 it was gone. There was no other choice, so I wrote it myself.
The MIP solver interface in Highs has also been updated and it is now possible to have a callback when the value of the objective function changes. This means that even if you abort the solution in the middle, you can still keep the best solution up to that point.
There is a bug in the modelling of Scheduling Benchmark instance 15. In this article, we will report on the problem and explain how to analyze the bug.
Modelling bug:
In the coverage constraint section, there is a bug where a soft constraint with a Max value of 0 is interpreted as a hard constraint.
<Bug section>
Marked portions should be as follows.
<Load instance15.ros>
As shown in the figure below, you can see that the Max 0 part of the coverage constraint is actually a hard constraint, when it should be a soft constraint with a weight of 1.
<Bug workaround>
Change them to soft constraints with a weight index of 1, as shown in the figure below.
<Checking the bug fix>
Export the schedule to Excel as follows.
<Replace with UB3829 solution>
Using the format above, replace the data to UB3829 solution (text format) which was obtained by asking the administrator of the benchmark site.
<Import the UB3829 solution above in another Schedule Nurse>
<Lock all schedules on the first Schedule Nurse>
We preserve the scheduling soft constraints as is.
<Copy and paste the second Scheduler solution>
<Lock all the schedule on the first Schedule Nurse>
<Fill with Day Offs on the schedules in the first Schedule Nurse>
<Solve it!>
We obtained the repeated result of UB3829.
If you use Algorithm 1, please take care allowable errors on column constraints as follows.
<Summary>
Incorrect modeling causes missing the 3829UB solution. In this state, we never get the 3829UB. After workarounds, we obtained the repeated result of 3829UB.
The new solution we submitted for instance15 was accepted!
This solution was obtained using Schedule Nurse under development and took 128,000 seconds on a Ryzen9700x 32GB PC.
As it is single-threaded, the CPU is running at 5.2GHz. At this rate, it will probably take a few more days to prove the optimal solution, but we are busy with INRC2 for the moment, so we will plan this separately.
Another approach is to use multi-threading. In this case, multi-threading is possible, since there is still room in the 3rd level cache (32MB), there is a possibility of getting results faster. This will also be planned separately.
Thanks to the UB3829 solution you sent me, I was able to find a bug in my modeling. When the Max value of the cover constraint was 0, soft constraints were being interpreted as hard constraints. This was a bug I made when automatically converting the .ros file. Accordingly, I apologize for the incorrect reports I have made so far regarding the instance 15 LB value. (There is no effect on other instances.)
I have now fixed the bug and discovered new LB and UB values for instance 15, so I would like to report them.
LB: 3827
UB: 3828
I think you can check the UB value in the attached data.
Q.
公立中学校の教頭をしております。
来年度の時間割作成をするためのアプリ等を探しております。
御社のサービスの使用料金など、教えていただけますでしょうか。
概算で結構です。
Ans.
＜中学校の時間割作成の難易度＞
問題としての難易度は、ナーススケジューリング問題に比べれば、遥かに容易です。なので、フリーの最適化ソルバ（CBCやHIGHS等）で解くことが出来ます。一方、ナーススケジューリング問題は、フリーは勿論、商用ソルバでも完璧に解くのはとても難しいです。そういった難しい問題にスケジュールナースを使うことは意味がありますが、中学校の時間割作成は、容易な問題の範疇であるので、敢えて有償のスケジュールナースを使う必要性はないと思います。
＜Pythonで記述する方法＞
この記事に倣って、Pythonで記述します。Pythonへの理解が必要となりますが、コストはかかりません。Pythonを知っている方が居れば、この記事に倣って作成が可能ではないかと思います。
＜スケジュールナースサブスクを使って記述する方法＞
作成月の１カ月分だけ、サブスクで作成する方法です。４８０円/月かかります。
https://schedule-nurse.blogspot.com/2025/02/q_2.html
スケジュールナースのサンプルプロジェクトは、
です。こちらを自力で改変することが出来れば、４８０円で済みます。何かご質問があれば、
のように、一般のユーザサポートの一環として受けつけています。
<プロジェクトファイル作成サービス＞
上記では、面倒で学習時間の方が勿体ない、とにかく面倒なしで作って欲しい場合のサービスになります。
で、ストア買い切り版＋プロジェクト作成サービス 11万円
となります。
以上、安い順に記述しましたが、情報関係の先生ならば、Pythonで記述できるのでは？
と思います。
Q.
スケジュールナースを試用したいのですが、
まずは、480円のサブスクリプションでしか試用版はないでしょうか？
Ans.
サブスクでは、1週間程度、無料で使用が可能ですが、クレジットカード登録が必要となります。申し訳ありませんが、試用版の提供は、サブスク以外では行っていません。
Ans.
各スタッフ毎に夜勤回数を指定する方式にします。
こうすることで、
■主任看護師及び看護師の長日勤（長日）及び夜勤（夜）は、月4回までが上限
■副看護師長の長日勤（長日）及び夜勤（夜）は、月3回までが望ましい
■新人及び準新人の看護師の長日勤（長日）及び夜勤（夜）は、月3回までが上限
といった仕様も、同様に取り扱い可能となります。
また他に、
■休日は、早出（早勤務２（早２））を２交替職員又は３交替関連追加シフトのある看護師１名に割当てる
といった集合の仕様では、暗黙にそれ以外のスタッフの早出を禁止している、ということがあります。この場合、そのスタッフの最大早番数を０に設定すれば事足ります。
つまり、種々の仕様はありますが、個別に制約を記述するよりも、スタッフ定義（スタッフプロパティシート）のページで一元管理した方がメンテナンス上ベターです。
まずは、グループ集合定義で、あり得る回数を指定します。
Q.
サンプルプログラムから作成したいと思うのですが、どこにあるかが分かりません。。。
クリニックのスタッフ用なので難しくないとは思うのですが、イチからつくるのは大変そうなので。
どこからダウンロードできるでしょうか？？
Ans.
https://www.nurse-scheduling-software.com/japanese/manuals/user_manuals/chapter15/
で、色々あるので眺めてみてください。
これらは、
■チュートリアル チュートリアル
■Kindle本 自動勤務表: これからはじめる | 菅原孝幸 | 工学 | Kindleストア | Amazon
■制約Faqs 制約FAQs
■ユーザご提供 GitHub、オープンソース文化
によるプロジェクトファイル群です。
GitHub上のサーバにあり英語版も含めると数百個のサンプルプロジェクトファイルがあります。
ダウンロードするには、ネットに接続している必要があります。
近いのが見つからない場合、サポートまでご相談ください。
Ans.
この仕様を制約化するには、意図をまず読み取ります。まず、
休日以外で、 ⇒ 今月平日、
に読み替えます。
出張又は休みの場合は ⇒ 日勤ではない場合は、
１名の副看護師長を日勤とする⇒ １名以上の副看護師長を日勤にする
-副看護師長は２名この職場で居るので、１名にすることが意図ではなく、最低どちらか１名に居て欲しい、ということだろうと推察します。（この辺がAI化が難しいところです。言葉通りにすると1名以上ではなくて1名になってしまいます。ちなみに「1名」と「1名以上」では、どちらが解空間が広いでしょうか？明らかに1名以上の方が広いですね。ナーススケジューリングは、多数の制約間の共通集合からなります。一つ一つの制約では、出来るだけ解空間が広い方を選択したい、ということも背景にあります。）
結果、
「今月平日は、看護師長が日勤でない場合、１名以上の副看護師長を日勤にする」
という仕様に置き換えることができます。
次に、制約化を考えます。～（何々）の場合 を考えますが、最初に考えるのは、
列制約化出来ないか？ ということです。往々にして、ペア制約で書きたくなりますが、列制約化出来る場合は、そちらの方がメンテナンス上、ベターな記述になります。
＜列制約化の検討＞
～の場合、は全てのケースを表にしてみましょう。表にしてみると2＾３で以下の8通りがあります。
看護師長 日勤 日勤でない
副看護師長A 日勤 日勤でない 日勤 日勤でない
副看護師長B 日勤 日勤でない 日勤 日勤でない 日勤 日勤でない 日勤 日勤でない
計 3 2 2 1 2 1 1 0
上表で、欲しいのは、「全員が日勤でないこと」を避けたい、であるので、
計０の否定 ⇒合計１名以上であればよい
ということが分かります。
（最初の仕様を1名として捉えると、8ケースの内3ケースなので３/8となります。ちなみに0名以上が全てのケースで8/8、今回が7/8）
これで列制約化が完了しました。
集合：看護師長または副看護師長
の合計が1名以上、今月平日について、ハード制約しています。
Q.
久しぶりに、スケジュールナースのホームページを拝見して、懐かしくなりました。
海外向けもやっておられるんですね！
とりあえず、料金体系もサブスクのようなので、それで試してみたいと思います。
しばらく試してみる期間はありますか？
また、ちなみに支払いは、Microsoftアカウントのみでしょうか？
（自分のパソコンは自分のアカウントなので一旦個人で払うことになるので。。。）
Ans.
2１週間位は、無料で行けたように思います。使えなくなったら、サブスクへの案内が出ます。
480円/月かかります。
すみません。支払いはMicrosoftアカウントのみで、クレジットカードしか受け付けないようです。
基本的な操作は、変わっていないと思いますので、ｘｘさまでしたら、問題なく書けると思います。
無料になるサービスもやっているので、こちらもよろしかったらご検討ください。（買い切り版は、現在５万５千円です。）
https://www.nurse-scheduling-software.com/japanese/nurse_scheduling_problem/chapter13/
それでは、よろしくお願いします。
開発中のソルバは、速度が数倍に上がっていることもあって、過去求めることが出来なかったインスタンス群(INRC2 8weeks)をかなり解くことが出来ています。で、SchedulingBenchmarksのInstance15に再挑戦してみましたが、最適値とされるUBをLBが上回ってしまいました。
これが意味することは、missing solutionで、ソルバのバグまたはモデリングのエラーです。こうなると、どこに問題があるかを調べるのは非常に困難です。
なので、最適値の世界記録を持っている方にお願いしてそのデータをもらい解析するより方法がありません。世界でそのデータを持っているのは、記録を保持している方、もしくはコーディネータのみで、他の誰も持っていません。
ソルバの性能向上、品質向上には、こうしたベンチマークによるデバッグが欠かせません。共通の土俵であれば、研究者同士で、融通が利きます。(競合関係・ライバル同士ではありますが)
残念なのは、数ある勤務表ソフトで、こうしたベンチマークテスト結果を公表しているのは、日本では、菅原システムズのみであることです。お互いに、共通の土俵で勝負してこそ、性能差、優劣が客観的となり、自らの弱点を知り改善につながると思います。スケジュールナースも、かっては、自分だけのクローズド世界にいましたが、池上先生のベンチマーク、その他世界のベンチマークに取り組むことにより、他ソルバとの客観的な比較が出来、より広い世界を知ることが出来たと思います。
INRC2 8weeksでのLPソルバの使用検討を行いました。
下がその結果になります。現在使用中のCLPでは78sec近くかかっていて、これが為に、
全ての検討がネックになってしまっています。少しでも速いソルバが求められるところです。
一方、HighsのSimplexは、頂けない結果となっています。数年前はDual Simplexしかなかったのですが、Primalもあったのでやってみましたが、惨憺たる結果となりました。CLPの優位性は揺るぎないです。
Highsは、PDLPのオプションとして使用できるようでしたが、本家の実装と比べて違うようで、結果には記していませんが上の本家の値よりかなり遅かったです。また、PDLPは、IPMと違ってwarm start出来る筈ですが、そのようなソースになっておらず、まだまだ途上という印象です。
（）の数字が、OpenBlasを適用した結果となっています。少しだけ効果がある印象です。
一方本家のCPU版では、BLASを使うIFDEFも記載されていましたが、これが、かなり間違ったソースとなっていました。例えば、次のソースで、ddotを使うような記述があったのですが、これは、daxpyを使うべきでしょう。（その他幾多の箇所を修正しました。）
void AddToVector(cupdlp_float *x, const cupdlp_float weight,
const cupdlp_float *y, const cupdlp_int n) {
#ifdef USE_MY_BLAS
#ifdef USE_CBLASS
//for (int i = 0; i < n; ++i) {
// x[i] += weight * y[i];
//}
cblas_daxpy(n, weight, y, 1, x, 1);
// return;
#else
for (int i = 0; i < n; ++i) {
x[i] += weight * y[i];
}
#endif
#else
#define incx (1)
#define incy (1)
return cblas_ddot(n, x, incx, y, incy);//BUG
#endif
}
以上見たように、規模が大きくなるにつれて、
Simplex ⇒IPM⇒PDLP（PDHG)
という流れは、確定的だと思います。
2024年は、PDLPに関する論文が色々出ました。2025年は、さらに改善されるだろうと予想します。
