حل مسائل پیچیده تجاری با برنامه ریزی خطی عدد صحیح مختلط

اگر شما یک مدیر صندوق سرمایه گذاری هستید که سبد سرمایه گذاری را مدیریت می کنید، هدف شما حداکثر کردن بازده تا پایان سال است. با این حال، شما محدودیت هایی برای میزان یا زمان سرمایه گذاری در دارایی های خاص دارید. اینجاست که برنامه‌ریزی خطی عدد صحیح مختلط (MILP) وارد می‌شود.

من از یک مثال عملی استفاده می‌کنم – بهینه‌سازی برنامه‌های نوبت کاری برای نمایندگان خدمات مشتری – برای نشان دادن کاربرد آن. پس از خواندن این مقاله، ممکن است بسیاری از کاربردهای ارزشمند دیگر MILP را در زمینه خود کشف کنید.

علاوه بر این، این مقاله به شما نشان می‌دهد که چگونه یک مدل بهینه‌سازی را تنظیم کنید و مسائل دنیای واقعی را در هنگام متعادل کردن اهداف و محدودیت‌ها به اصطلاحات ریاضی ترجمه کنید.

تصور کنید در حال مدیریت یک مرکز تماس با پنج نماینده هستید.

هر روز، آنها را به یکی از شیفت ها اختصاص می دهید: زود (E) یا دیر (F). چالش این است که حجم کار را متعادل کنید و در عین حال اطمینان حاصل کنید که نمایندگان روزهای متوالی زیادی کار نمی کنند. شیفت ها باید به طور عادلانه بین عوامل توزیع شود تا از بارگذاری بیش از حد یک نفر جلوگیری شود.

شما یک ماه 30 روزه با دو شیفت در روز و پنج نماینده دارید. یک قانون کلیدی این است که هیچ نماینده ای نباید بیش از پنج روز متوالی کار کند. علاوه بر این، هر نماینده… وبلاگ کامل را به صورت رایگان در Medium بخوانید.

منتشر شده از طریق به سمت هوش مصنوعی