考虑兼职用工的呼叫中心坐席人员排班问题

近年来,呼叫中心企业在人力排班中搭配使用兼职人员;兼职人力无论成本或工作模式都与全职坐席人员不同.针对企业实践场景,构建考虑兼职用工的坐席人员排班问题整数规划模型.在分析认识问题优化结构规律基础上提出两阶段优化算法.该算法通过分解日期和班次决策降低问题求解复杂性,通过表征不同类型人力满足话务有效需求的量化指标,局部优化地生成可用排班方案;然后运用具有模拟退火或贪婪机制的邻域搜索技巧来改善前阶段生成的排班方案.计算表明提出的算法能够获得企业规模问题的优化排班方案.最后分析各种因素如何影响兼职用工优化策略.研究表明科学合理使用兼职人力能够有效降低排班用工成本.     

考虑休班公平及同班次约束的呼叫中心排班优化问题

国内呼叫中心企业制定人力排班表时,越来越关注员工诉求及体现人性化管理理念.考虑坐席人员双休日休班公平性和周内工作日上班时间规律性,构建以多周为计划周期的呼叫中心排班优化问题整数规划模型.在对问题结构和优化性质分析基础上,提出构造性启发式算法.使用企业实例数据对模型和算法性能进行评估.计算结果表明规划模型只适于求解小规模问题最优解,而启发式算法能够以小计算成本获得较大规模问题优化解.最后计算分析得出了这些员工诉求因素对排班人力成本影响的量化结果.     

呼叫中心人员排班问题的整合方法

运用基于人因工程学中的美国国家航空航天局任务负荷指数量表(National Aeronautics and Space Administration-Task Load Index,NASA-TLX)和统计过程控制(Statistical Process Control,SPC)及模糊诊断技术构建综合模型来解决大型呼叫中心人员排班合理性的问题。一方面通过对于某呼叫中心坐席人员的问卷调查,从坐席的角度根据脑力负荷测量方法——NASA-TLX量表来衡量人员排班是否合理,另一方面利用SPC与模糊诊断技术从顾客满意度角度衡量人员排班的合理性。最后,对呼叫中心的人员排班问题的优化与调整进行综合考量。     

多技能呼叫中心排班算法研究

对多技能呼叫中心的排班问题进行了系统研究.采用考虑顾客放弃的Erlan争A模型计算人力需求,应用动态集合覆盖算法解决多技能排班路由问题,针对多技能优化排班问题设计开发相应的启发式算法,并应用某呼叫中心的实际数据验证了算法的计算效率和优化效果.此外,对不同人力分组方案和不同班时拆分方案进行了一系列试验计算,发现分组细化和班时细分都能够提升排班效果,相比而言班时拆分对排班效果的影响作用更加显著.     

基于护士排班问题的加班策略比较研究北大核心CSCD

加班是医院补充护理人力资源不足的常用方式,不同加班策略会对医院人力成本和护士工作满意度产生重要影响.基于此,建立了考虑加班策略的护士排班0-1整数规划模型.针对该模型提出了两阶段求解法,首先根据约束和偏好生成可用班型,然后利用遗传算法为每名护士分配合适班型,并对未达到人员需求的班次安排护士以合适的策略加班.求解得到排班周期内最优排班加班计划,以及由此带来的最小人力成本.数值实验对比了临时加班和延时加班两种策略的适用范围,分析得出组合加班策略的优势.     

基于护士排班问题的加班策略比较研究

加班是医院补充护理人力资源不足的常用方式,不同加班策略会对医院人力成本和护士工作满意度产生重要影响.基于此,建立了考虑加班策略的护士排班0-1整数规划模型.针对该模型提出了两阶段求解法,首先根据约束和偏好生成可用班型,然后利用遗传算法为每名护士分配合适班型,并对未达到人员需求的班次安排护士以合适的策略加班.求解得到排班周期内最优排班加班计划,以及由此带来的最小人力成本.数值实验对比了临时加班和延时加班两种策略的适用范围,分析得出组合加班策略的优势.     

考虑等待提示机制的呼叫中心联合排班方法

针对带有等待提示的呼叫中心进行联合排班方法研究,针对带等待提示的呼叫排队模型,根据顾客耐心及其放弃行为的影响规律,预测顾客等待时间,从而建立呼叫中心等待提示机制;考虑非平稳到达等因素的影响,结合等待提示的评估方法,利用离散事件调度法建立呼叫中心排班模型,提出基于改进遗传算法的联合排班方法。依据某呼叫中心的实际数据,与传统的两阶段方法进行对比分析,从而验证所提出方法对于解决排班问题的优越性及显著的应用价值。     

结合Benders分解和列生成的发热门诊排班数学建模和优化算法

发热门诊是抗击疫情最前线，发热门诊中的医生排班对于系统运行效率和医疗服务质量都非常重要，需要科学的排班优化算法。针对发热门诊医生排班调度问题，首先采用逐点稳态流近似方法对系统建模，定量评估系统中等待服务的患者数目，基于此建立了考虑患者排队队长限制的医生排班数学优化模型。进一步，为求解该模型设计了结合Benders分解与列生成的高效算法，对此复杂优化问题加以高效求解。最后，利用上海大型医院发热门诊的实际数据加以数值实验分析，验证了所提出算法的排班结果，显示了其在控制患者队长和医生总工作时间上具有优势。数值结果进一步验证所提出方法能适应疫情严重情况下的医生排班优化要求。研究得到的模型和算法对完善疫情中发热门诊的运作管理具有实际意义。     

考虑随机离职的新产品研发项目组合多技能员工调度模型

研发人员随机离职事件对新产品研发项目组合调度具有重要影响.以多技能研发人员为调度对象,采用离散马尔可夫链描述人员离职过程,考虑人才培养战略收益、研发周期以及研发成本三个目标,建立了新产品研发项目组合调度随机多目标约束优化模型.采用自适应帕累托抽样算法求解模型,算法中采用马尔可夫蒙特卡罗抽样技术进行随机离职抽样,基于启发式串行进度生成机制计算确定性情况下目标值,采用快速非支配遗传算法(NSGAII)获取多目标期望值模型的帕累托解集.将算法和模型应用到国内某公司一种新的电气节能产品研发项目组合人员调度问题中,结果显示:随机模型较确定性模型更为贴近企业实践情况;设计的算法能够有效地求出问题的帕累托解集,收敛性能较好.研究结果可为企业进行随机离职情况下新产品研发项目组合多技能员工调度方案的制定提供有效的决策支持.     

基于遗传算法的约束生产批量计划

研究一类考虑加班能力惩罚的约束生产批量计划问题，描述问题的数学模型，提出基于遗传算法的求解方案。采用启发式方式产生初始解，并通过在遗传算法中嵌入供求一致平衡算法与能力平衡算法来保证解的可行性。实例仿真证明该方案的有效性。     

超大规模管理优化问题的求解:城市小区粪渣清运排班案例研究

深圳市罗湖区小区粪渣清运排班优化为超大规模的实际管理优化问题.以该问题为案例,探索超大规模优化问题可行的求解方法.建立了城市小区粪渣清运排班优化模型,根据"贪婪"规则,设计了基于构造规则的启发式算法.通过小规模算例验证了算法的有效性.将该算法应用于案例中的实际问题,取得了满意结果.研究表明,对于实际的超大规模优化问题,可依据问题自身的特征,基于最质朴的贪婪规则,设计合适的启发式算法求解.该研究为类似的超大规模优化问题的求解提供了可供选择的思路.     

概率型自选班次模型及应用

确定型自选班次(DSR)没有充分考虑员工对班次偏好的差异程度,降低了用工效益。为了解决该问题,引入概率班次的概念,提出了以最小用工成本为目标的概率型自选班次(PSR)用工模型。讨论了员工偏好为一般性分布情形下,概率值为0.5时,PSR的用工成本最低。分析了当单位用工策略由DSR改革为PSR时,各班次如何制定工价的问题;同时,探讨了PSR用工成本优势的来源。在员工偏好为具体的均匀分布情形下,验证了上述结论的正确性。最后,通过算例实验分析了PSR在实际应用中的科学性。上述研究结论为提高自选班次的柔性提供了一种新的思路和方法。     

考虑员工偏好分布的概率型自选班次模型

确定型自选班次（DSR）没有充分考虑员工对班次偏好的差异程度，降低了用工效益。为了解决该问题，引入概率班次的概念，提出了以最小用工成本为目标的概率型自选班次（PSR）用工模型。讨论了员工偏好为一般性分布情形下，概率值为0.5时，PSR的用工成本最低，分析了当单位用工策略由DSR改革为PSR时，各班次如何制定工价的问题；同时，探讨了PSR用工成本优势的来源。在员工偏好为具体的均匀分布情形下，验证了上述结论的正确性。最后，通过算例实验分析了PSR在实际应用中的科学性。     

考虑危险品运输风险的多车型车辆路径优化方法

针对考虑危险品运输风险的多车型车辆路径问题,引入运输风险度量方法,构建同时考虑运输风险和运输成本的双目标优化模型。为求解该模型,提出一种ε-约束法和禁忌搜索相结合的混合算法,并在算法中嵌入了车型匹配策略。最后,通过数据实验验证了模型及算法的有效性,并将混合算法与目前主流的NSGA-II算法进行了比较。结果表明,混合算法获得的解在绝大多数情况下更优。本研究能够为危险品承运企业运输方案的制定提供决策支持,对其他领域的多目标多车型物流配送问题的研究具有一定的启发意义。     

带时间窗的多仓库订单拆分与异构车辆路径联合优化方法

随着在线零售业的快速发展,在多仓库的环境下,订单拆分与限时配送已成为订单履行过程的两个关键环节.现有研究和实际运营过程中通常按照两个独立的问题来处理这两个环节,忽略了它们之间的耦合关系.本文研究了在线零售环境下考虑多仓库订单拆分与异构车辆路径的联合优化方法,特别考虑了有限库存和时间窗约束.本文为该问题构建了混合整数规划模型,并设计了一种分支定价与邻域搜索相互嵌套的联合优化算法进行求解.在初始的订单拆分方案的基础上,通过分支定价算法求解带有时间窗的异构车辆路径问题,在分支定价算法中,提出了一种双向标签设置算法加速定价子问题的求解;接着使用邻域搜索算法寻找当前最优车辆路径解下可行的订单拆分方案;通过交替使用分支定价算法和邻域搜索算法进行迭代求解,在调整订单拆分方案时优化配送路径.实验分析部分验证了模型和算法的有效性,表明算法能够减少订单拆单率、优化配送路径、降低配送总成本,从而有效实现订单拆分与异构车辆路径的联合优化.     

基于决策网络计划的工程项目物流方案随机优化

为解决工程项目物流方案优化中因不同方案的风险差异给决策工作带来的困难,在决策网络计划方法的基础上,提出了能够同时表达多个离散随机样本空间的决策单元结构;并将随机规划方法引入模型的优化中,建立了综合考虑成本和风险的上界极小模型及求解算法.文中以某建设项目物流方案的优化对模型的有效性与实用性进行了验证.结果表明,该模型能够有效解决风险存在差异时工程项目物流方案的优选问题,因而具有较高的理论意义与实用价值.     

多星成像调度问题基于分解的优化算法

提出了一种求解多星成像调度问题的基于分解的优化算法,将问题分解为任务分配主问题与单星成像调度子问题.任务分配主问题生成不同卫星的任务分配方案,单星成像调度子问题则根据分配的任务进行优化,生成每颗卫星的成像调度方案.采用自适应的蚁群算法求解任务分配主问题,通过自适应参数调整策略及信息素平滑策略,实现全局搜索和快速收敛间的平衡.采用启发式算法及快速模拟退火算法求解单星成像调度子问题,通过综合多颗卫星的调度结果, 可以对任务分配方案进行评价,引导蚁群算法搜索优化的任务分配方案,最终得到多颗卫星的成像调度方案. 大规模测试算例验证了算法的效率.     

基于改进A*算法的多层邮轮疏散系统仿真

为解决海上航行应急疏散效率低下的问题,提出一种基于改进A*算法的应急疏散系统。以网络流模型为基础,采用邻接节点的遍历方式完成路径搜索,并在代价值的计算中加入路径人员密度和路径障碍物的影响,使算法更具实用性。为提升算法效率,对网络进行节点优化,给出单层多出口情况下的多路径择优方案,并考虑在路径发生拥堵时进行二次规划。仿真结果表明：该系统能够为多层大型邮轮上的人员提供一条有效的疏散路径,不仅在安全性方面可以有效避免路段拥堵情况,而且在疏散时间方面较传统A*算法更短,疏散效果更好。     

不确定条件下应急管理人力供应链多功能资源配置鲁棒优化问题

在紧急甚至灾难状态下,应急管理物资及人力需求都是爆发性的,为了满足应急状况的不确定需求,实现应急人力的合理管理和配置,借鉴成熟的供应链理论,强化应急管理人力供应链的协调配置能力有很大的理论及现实意义.本文简述了人力供应链的发展,重点讨论应急状态下连续性的人力服务需求.需求到来及其长度都是不确定的,多能力的专业人员应当被合理配置以优化服务.在本文中,我们提出了一个不确定条件下的网络优化模型,强调了多能力专业人员的资源分配.随机规划模型及鲁棒优化技术将被运用来处理不确定需求及网络优化,我们也将讨论其他特殊情况如服务取消,服务延长,提前结束等,我们的模型将有较为普遍的适应性.     

基于耐心阈值下联络中心放弃率的仿真研究

顾客放弃率是衡量联络中心服务水平的一项重要指标.传统呼叫中心的顾客遵循先到先服务的原则,但考虑到顾客的耐心程度,会有部分顾客在排队过程中流失.通过设置顾客时耐心阈值并考虑为会员顾客增加特定的座席渠道,或在原有的人力下调整座席渠道数量,在传统呼叫中心模型的基础上建立新型的联络中心排队模型.运用ProModel仿真软件对顾...