本エントリーは株式会社アシスト様が寄稿したエントリー（https://www.ashisuto.co.jp/product/category/brms/progress_corticon/column/detail/brmstech22.html）を転載したものとなります。

前回のコラムでは、Corticonの宣言型・関数型プログラミング言語としての側面を活かした実装サンプルとして、シフト表を自動作成するルールを紹介しました。
しかし、前回のシフト表は簡単なサンプルのため、Corticonの手続き型・命令型プログラミング言語としての側面が強い機能は使用しませんでした。
今回のコラムでは、もう少し複雑なシフト表を作成するルールを題材にします。前回のコラムでは担当者情報だけが入力パラメータでしたが、今回のコラムのサンプルでは担当者情報だけではなく枠情報も入力パラメータになっています。このような入力パラメータの次元が増えた等の事情で、複雑な処理が必要になった場合、Corticonの手続き型・命令型言語の側面も活かしたルールを実装する必要があります。

[記事執筆環境]
Corticon 5.5.2.30, および 5.6.1.6
※Corticon 5.5.2.7では本記事の サンプルは動作しません。

今回のコラムのシフト表の条件は、以下にします。

前回のコラムのシフト表の条件と比較すると、枠情報も入力パラメータが可変で枠の個数や条件（固定担当者）の設定ができるようになっています。
変更点はこれだけですが、語彙やルールには大きな変更が必要になり、前回と同じ要領では実装できません。
具体的にどのような語彙とルールを実装すれば良いか、以下で解説していきます。

■語彙の作成

このシフト表ルールを作成するにあたって、以下のような語彙「シフト表.ecore」を作成しました。

<シフト表.ecoreの設定表>

前回のコラム「No.21 Corticonでシフト表を自動作成する1/2」で作成した語彙の構造と比較するとかなり複雑です。
特に「シフト表」エンティティは自分自身を関連性にもつ循環型のツリー構造になっていますので、ご注意ください。
また、ルール処理内で計算用に使用する拡張一時属性「i」だけを持った「カウンター」エンティティも作成しています。
これだけでは、それぞれどのように使用されるかイメージしにくいので、記事後半の具体的な入力値・出力値と処理内容の解説もあわせて確認してください。
参考までに、Corticon Studioで作成した「シフト表.ecore」は以下です。

<Corticon Studioで表示したシフト表.ecore>

■ルールシートとルールフローの作成

以下の2つのルールシートを作成しました。

<初期化.ers>

<シフト表作成.ers>

「初期化.ers」と「シフト表.ers」の内容はほとんど同じですが、スコープやフィルタ、条件の設定が微妙に異なっていることに注意してください。
また、それぞれのルールで警告（文字が黄色の箇所）が出ています。警告の内容はCorticonの完全性チェックや曖昧性チェックなどの分析機能が無効になるというものです。ルール列の中で比較対象を固定値だけではなく「エンティティ.属性」も指定した場合にこの状態になりますが、今回の場合は無視しても良い警告なので、そのままにします。

次にルールフロー「シフト表.erf」を作成しました。内容は以下です。

<シフト表.erf>

ルールシート「シフト表作成.ers」のほうには、ループ（回転マーク）を設定していることに注意してください。

■ルールの入力値と実行結果

ルールフロー「シフト表.erf」に対するテストシートを作成しました。
入力パラメータとして、以下のように担当者情報と枠情報を作成しました。

入力パラメータは必ずしも画像と同じでないといけないわけではありません。自由にパラメータの内容を変更したり個数を増減したりすることができますが、本コラムの以下の解説はこの入力値を前提にしています。

実行すると以下のような出力結果が返ってきます。

もともとの入力パラメータのほうは実行前と変化がないので閉じた状態にしています。太字の変化があった（新規に作成された）エンティティのほうに着目してください。
出力結果のシフト表はツリー構造の探索経路木になっており、「枠5」まで到達している経路が、最初の条件にしたがった正しい組み合わせの経路になっています。

■処理内容の解説

なぜこのような結果が得られるのか、Corticonの処理の内容を解説します。

前回のコラムでは以下のようなCorticonの基本的な機能を解説しました。

詳細は前回のコラムを参照してください。これら1, 2, 3の機能は、Corticonの宣言型・関数型言語としての側面が強く出ています。
今回はこれらの機能に加えて、Corticonの命令型・手続き型言語としての側面が強い機能を使用しています。以下の機能です。

具体的に今回のサンプルでのデータと処理の流れを追うと、以下のイメージです。

＜初期化処理＞

＜シフト表作成処理＞

なお、「シフト表作成.ers」の処理で、必要なシフト表(探索経路木)は全て出ているので、この結果をそのままクライアント側に渡せば、見た目の整形などの後処理はクライアント側で引き継げるはずです。しかし、実際の要件ではCorticon側である程度この結果を整形する必要があるかもしれません。また、出来上がったシフト表に対してCorticonのルールでさらに何らかのスコアリングや評価を行いたい場合があるかもしれません。

今回のコラムでは解説は割愛しますが、例えば、ルールシート「シフト表作成.ers」の後に、「枠5まできている経路上のシフト表の最終候補フラグをtrueにする」、「最終候補フラグがtrueのシフト表の担当者を経路別に順番に並べた文字列(最終候補配列.担当者名配列)を作成する」といった処理を行うルールシートをフローに追加すると、以下のような出力結果になります。

<整形後の出力結果>

いかがでしたでしょうか。

前回のシフト表のサンプルに比べてルールシートは少し難しい状態になりますが、命令型・手続き型言語としての特徴も活かした結果、柔軟な入出力とルールを作成できるようになっています。そのため、今回のシフト表サンプルをベースとして、担当者や枠にもっと多くの属性や様々な条件を追加した実用的なシフト表を作成することもできます。

もともとCorticonは宣言型・関数型言語としての側面が強いため、普通の命令型・手続き型言語の配列処理のような実装はあまり向いておらず、今回のコラムのような処理の場合は、クライアント側アプリケーションで実装したりCorticonの拡張演算子・サービスコールアウト(※)を使用することも多いです。
しかし、ルールの書き方次第では、標準的なCorticonの機能だけでも複雑なアルゴリズムの実装を行うことができます。
ご興味ございましたら、Corticon体験セミナーまでご参加頂ければ幸いです。