Production Schedule Optimizer

Production Schedule Optimizer

Overview

製造施設（セントラルキッチン、食品工場など）の週次生産スケジュールを自動生成・最適化するスキル。 4種類のCSV（製品マスタ、需要、作業室、人員）を入力とし、賞味期限に基づく製造頻度、作業室容量、人員制約を考慮した週次タイムテーブルを生成する。

Primary language: Japanese (default), English supported Frameworks: Greedy Bin-Packing (Largest-First Decreasing), FEFO, HACCP-aware room assignment Output format: Weekly schedule (Markdown table), staff reports, shift plans, alert summaries

When to Use

• セントラルキッチンや食品工場の週次製造スケジュールを作成したい
• 賞味期限ベースの製造頻度を自動計算したい
• 作業室の容量と人員制約を考慮した最適タイムテーブルが必要
• 人員要件を見積もり、シフト計画を立てたい
• 既存スケジュールのボトルネック特定と改善をしたい
• 複数作業室間の負荷バランスを最適化したい

Prerequisites

• Python 3.9+
• 外部依存なし（標準ライブラリのみ）
• 入力CSVはUTF-8エンコーディング
• 4種類のCSVファイル（products, demand, rooms, staff）を事前準備

Output

generate_schedule.py

• 形式: Markdown テーブル（曜日別タイムテーブル + アラートセクション）
• 内容: 曜日×作業室×製品ごとの開始時刻、終了時刻、数量、人員、所要時間

estimate_staff.py

• 形式: Markdown テーブル（曜日別人員要件）
• 内容: 作業室×曜日ごとの必要人時、ピーク人員、最小人員、推奨人員、タスク数

Input Specification

4種類のCSVファイルを入力として受け取る。

1. products.csv — 製品マスタ

product_code,name,prep_time_min,base_qty,required_staff,shelf_life_days,room_codes
BREAD-001,Sandwich Bread,120,50,2,2,BAKERY
SAUCE-001,Tomato Sauce,90,80,2,5,SAUCE;BROTH

2. demand.csv — 週次需要

3. rooms.csv — 作業室マスタ

4. staff.csv — 人員配置

Sample files: assets/sample_products.csv, assets/sample_demand.csv, assets/sample_rooms.csv, assets/sample_staff.csv

Workflow 1: Product & Constraint Modeling

Purpose: 入力CSVを読み込み、バリデーションと派生フィールド計算を実施する。

Step 1: Load and Cross-Reference

1. 4つのCSVファイルを読み込み、カラム名を正規化（小文字化、空白トリム）
2. demand.csv の product_code が products.csv に存在するか確認
3. staff.csv / products.csv の room_code が rooms.csv に存在するか確認
4. 孤立レコードを警告出力

Step 2: Field-Level Validation

• Reject: 当該レコードを処理対象から除外、エラーログ出力
• Skip + Warning: 当該製品をスキップ、警告ログ出力
• Clamp: 欠損値を0に補完、警告ログ出力

Step 3: Compute Derived Fields

production_count = min(ceil(7 / shelf_life_days), 7)
qty_per_run      = ceil(qty / production_count)
lot_count        = ceil(qty_per_run / base_qty)
duration_minutes = lot_count * prep_time_min
staff_hours      = (duration_minutes * required_staff) / 60
total_staff_hours = staff_hours * production_count

production_count 早見表:

• shelf_life=1 -> 7回/週, shelf_life=2 -> 4回, shelf_life=3 -> 3回, shelf_life=7 -> 1回

Detail: Load references/food_production_guide.md for FEFO integration and HACCP considerations.

Workflow 2: Weekly Schedule Generation

Purpose: Greedy Bin-Packing で作業室容量と人員制約を遵守した週次スケジュールを生成する。

Algorithm Overview

製造タスクを「大きい順」に並べ、残容量が最大の作業室・曜日に詰め込む近似アルゴリズム。

Step 1: Task Expansion

各製品について production_count 回のタスクエントリを生成する。

tasks = []
for product in validated_products:
    for i in range(product.production_count):
        tasks.append(Task(
            product_code=product.product_code, run_index=i,
            duration_minutes=product.duration_minutes,
            required_staff=product.required_staff,
            staff_hours=product.staff_hours,
            allowed_rooms=product.room_codes,
            shelf_life_days=product.shelf_life_days,
        ))

Step 2: Deterministic Sort

再現性保証のための3キーソート:

tasks.sort(key=lambda t: (-t.staff_hours, t.shelf_life_days, t.product_code))

Step 3: Day Assignment

製造間隔を考慮した曜日割当（MON=0, ..., SUN=6）:

step = len(available_days) / production_count
assigned_days = [available_days[int(i * step)] for i in range(production_count)]

Examples: count=7 -> 毎日, count=3 -> 0,2,4, count=1 -> 0

Step 4: Room Selection

remaining_capacity = (staff_count * shift_hours * 60) - already_assigned_minutes

制約チェック:

1. allowed_rooms に含まれる作業室のみ
2. remaining_capacity >= duration_minutes
3. staff_count >= required_staff

配置失敗時: PSO-W004 アラートを出力、タスクを「未配置」リストに追加

Step 5: Time Slot Assignment

start_time = room_day_next_available[room][day]  # default: 08:00 (480min)
end_time = start_time + duration_minutes
room_day_next_available[room][day] = end_time

Detail: Load references/scheduling_methodology.md for improvement techniques and constraint patterns. Template: Use assets/schedule_template.md for output formatting.

Workflow 3: Staff Requirement Estimation

Purpose: 作業室×曜日ごとの必要人員を算出し推奨人員を提案する。

Calculation Pipeline: staff-hours -> peak -> min -> recommended

Step 1: 作業室×曜日ごとの必要人時を集計

room_day_staff_hours[room][day] = sum(task.staff_hours for task in assigned_tasks[room][day])

Step 2: 時間帯別の同時必要人数からピーク値を算出

peak_staff[room][day] = max(concurrent_staff_at_time_t for t in all_time_slots)

Step 3: min_staff = peak_staff（削減不可の最低ライン）

Step 4: バッファ係数を適用

recommended_staff = ceil(min_staff * 1.1)

• 10%バッファ: 急な欠勤、トラブル、清掃時間を吸収
• max_staff 超過時は max_staff にクランプ + PSO-W005 アラート

Step 5: Gap分析

gap = recommended_staff - current_staff  # >0:不足, 0:適正, <0:余剰

Output Example

Detail: Load references/staff_planning_guide.md for shift patterns and labor constraints.

Workflow 4: Shift Planning & Coverage Verification

Note: This workflow provides guidance for manual implementation. No automated script is provided. Use the output from Workflow 3 as input for shift design.

Purpose: 推奨人員に基づくシフト自動生成と時間帯別カバレッジ検証。

Shift Patterns

Auto-Assignment

1. 平日: FULL_8H 優先、土日: SHORT_6H 優先
2. ピーク時間帯に HALF_4H を追加検討

Coverage Verification

時間帯別（1時間刻み）で assigned >= required を検証:

for hour in [06:00..19:00]:
    if assigned_staff(hour) < required_staff(hour):
        alert PSO-W006: Coverage gap at {room} {day} {hour}

Gap Resolution

1. シフト追加: ギャップ時間帯をカバーするパターン追加
2. シフト変更: 既存シフトの時刻調整
3. 作業移動: タスクを別時間帯・曜日に移動

Detail: Load references/staff_planning_guide.md for detailed shift design and labor constraints.

Workflow 5: Validation, Alerts & Improvement

Purpose: スケジュール全体の品質検証、アラート集約、改善提案。

Alert System

Error (PSO-E): 処理停止

Warning (PSO-W): 処理継続

Quality Metrics

Bottleneck Identification

1. 容量ボトルネック: utilization > 90% の作業室×曜日
2. 人員ボトルネック: gap > 0（Workflow 3結果）
3. カバレッジボトルネック: PSO-W006 発生時間帯
4. 未配置タスク: PSO-W004 で未配置のタスク

Improvement Suggestions

Inline Formulas

Production Frequency

production_count = min(ceil(7 / shelf_life_days), 7)

前提: shelf_life_days > 0（PSO-E001でバリデーション済み）

Manufacturing Duration

duration_minutes = ceil(qty_per_run / base_qty) * prep_time_min

前提: base_qty > 0（PSO-E002でバリデーション済み）。端数ロットも1ロット分の時間。

Staff-Hours

staff_hours = (duration_minutes * required_staff) / 60

Recommended Staff

recommended_staff = ceil(min_staff * 1.1)

min_staff=ピーク時最低人数、1.1=バッファ係数、ceil=切り上げ

Room Remaining Capacity

remaining_capacity_min = (staff_count * shift_hours * 60) - assigned_minutes

Scripts

generate_schedule.py

python3 scripts/generate_schedule.py \
  --products products.csv --demand demand.csv \
  --rooms rooms.csv --staff staff.csv \
  --week-start 2026-02-23 \
  --work-hours 8:00-22:00 --lunch-break 12:00-13:00 \
  --output schedule.md

estimate_staff.py

python3 scripts/estimate_staff.py \
  --products products.csv --demand demand.csv \
  --rooms rooms.csv --shift-hours 8 \
  --output staff_report.md

Resources

references/

assets/

Best Practices

入力データ準備

1. 製品コード命名: カテゴリ+連番（BREAD-001, SAUCE-002）で管理性向上
2. 賞味期限の正確性: 製造日を含む日数で指定（製造当日=1日）
3. 需要数量: 週次合計を指定（日次ではない）

スケジュール最適化

1. 大タスク優先: Bin-Packing原則。手動調整時も同様
2. FEFO準拠: 賞味期限短い製品を先に配置
3. Cross-training: 複数room_codesで柔軟な配置を可能に
4. 土日負荷軽減: 短時間シフトの土日は平日集約を検討

人員計画

1. バッファ係数調整: 安定現場=1.05x、標準=1.1x、新人多=1.2x
2. ピーク分散: 開始時刻をずらして人員平準化
3. パートタイム活用: HALF_4Hでフルタイム人員を抑制
4. 月次レビュー: 需要変動に対応した定期見直し

アラート対応

1. PSO-E: 即時対応（データ品質は後続処理に影響）
2. PSO-W004: 優先対応（未配置=供給不足）
3. Balance Score < 0.7: タスク配置再検討を推奨
4. 週次振り返り: 実績と計画差異を次週パラメータに反映

このスキルの目的は、製造施設の生産スケジュール作成を自動化・最適化し、作業室と人員の効率的な活用を支援することです。