数理最適化初学者がLLMでシフトの最適化を25個試してみた
Zenn / 3/27/2026
💬 OpinionIdeas & Deep AnalysisTools & Practical Usage
Key Points
- 数理最適化初学者がLLMを用いてシフトの最適化を25パターン試し、実験ベースで取り組みを記録している
- LLMによりシフト最適化の探索や解案生成を行う際の試行錯誤・期待と現実のギャップを示唆している
- 最適化問題を解くプロセスにLLMを組み込むことの有効性や難しさが、複数ケースの結果を通じて見えてくる
- 初学者向けに、LLM活用を「検証」として進める姿勢（回数・比較・学びの整理）が中心となっている
!
本記事はClaude Code（Claude Opus 4.6）で執筆し、内容は人間がチェック・編集しています。実験の実装・実行もClaude Codeのサブエージェント機能で並列に行いました。
はじめに
嫁さんが店舗のシフトを手で作成してると聞き興味を持ったが放置していた数理最適化。
全体像を把握するために、LLM（Claude）に手伝ってもらいながら複雑な工場のシフトのシミュレーションデータを作成し、最適化に挑戦してみました。
この検証の仕方であってるかはわかりません。
やったこと:
合成データで工場シフト問題を3難易度で作成
ランダム、貪欲法、ソルバー、LLM直接、ハイ...
Continue reading this article on the original site.
Read original →Related Articles
GDPR and AI Training Data: What You Need to Know Before Training on Personal Data
Dev.to
We built a 9-item checklist that catches LLM coding agent failures before execution starts
Dev.to
Edge-to-Cloud Swarm Coordination for heritage language revitalization programs with embodied agent feedback loops
Dev.to
Big Tech firms are accelerating AI investments and integration, while regulators and companies focus on safety and responsible adoption.
Dev.to
How to Build an Automated SEO Workflow with AI: Lessons Learned from Developing SEONIB
Dev.to
