CN102265296A - 人力资源规划 - Google Patents
人力资源规划 Download PDFInfo
- Publication number
- CN102265296A CN102265296A CN2008801325427A CN200880132542A CN102265296A CN 102265296 A CN102265296 A CN 102265296A CN 2008801325427 A CN2008801325427 A CN 2008801325427A CN 200880132542 A CN200880132542 A CN 200880132542A CN 102265296 A CN102265296 A CN 102265296A
- Authority
- CN
- China
- Prior art keywords
- human resources
- cost
- project
- data
- objective function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063118—Staff planning in a project environment
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
与人力资源规划相关联的系统、方法及其它实施例。一个示例性方法包括接收与项目机会相关联的项目数据。该项目数据包括概率数据。该概率数据描述项目机会被选择的可能性。项目数据包括人力资源需求。示例性方法还可以包括建立至少部分地基于项目数据和一组约束的目标函数。所述目标函数涉及人力资源分派计划。所述示例性方法还可以包括通过根据该组约束对目标函数求解来使人力资源成本最小化。对目标函数求解包括使劳动力利用与项目需求满足之间的折衷最优化。所述示例性方法还可以包括提供人力资源分派计划。
Description
版权公告
本专利文献的公开的一部分包含受到版权保护的材料。版权所有者不反对专利文献或专利公开的摹真复制,如其出现在专利商标局专利文件或记录中那样,但在别的方面却无论如何保留所有版权权利。
背景技术
管理多个项目的企业具有涉及尝试为多个项目机会提供服务的人力资源(workforce)规划问题。例如,咨询公司和临时雇员聘用公司可以管理多个项目和数千工人。这些问题可以涉及雇用新职员、培训现有职员、分配合格职员等。平衡对雇用和培训工人以防止劳动力短缺(例如缺口)的需要与在项目减速期间防止职员的过度供应(例如过剩)的需要是个具有挑战性的任务。自从开始人力资源规划以来,预测对工人的需求的需要已经是成问题的。与人力资源规划相关联的数学建模最初在20世纪50年代初被美国军队利用。这些数学模型使用线性规划和混合整数规划。最初的数学模型为军事人员计算训练和后勤调度表。典型的人力资源规划模型借用供应链管理的规划概念。然而,人力资源规划模型常常不能将个人分配给工作,替代地,其通过匹配属性来按技能分配成群的人。另外,典型的人力资源规划模型未能计及可以允许职员满足用于不同工作的技能组的培训。这些人力资源规划模型还可能未能计及未来雇用以增加可能被用来满足未来项目机会的人力资源技能组的潜力。
附图说明
被结合到本说明书中并组成本说明书的一部分的附图举例说明本发明的各个方面的各种示例性系统、方法及其它示例性实施例。应认识到图中的所示元素边界(例如,方框、方框组或其它形状)表示边界的一个示例。本领域的普通技术人员将认识到在某些示例中,可以将一个元素设计为多个元素,或者可以将多个元素设计为一个元素。在某些示例中,可以将被示为另一元素的内部组件的元素实现为外部组件且反之亦然。此外,各元素可能未按比例描绘。
图1举例说明与人力资源规划相关联的示例性方法的一个实施例。
图2举例说明与人力资源规划相关联的另一示例性方法的一个示例。
图3举例说明与人力资源规划相关联的另一示例性方法的一个实施例。
图4举例说明与人力资源规划相关联的示例性系统的一个实施例。
图5举例说明其中示例性系统和方法及等价物可以进行操作的示例性计算环境的一个实施例。
具体实施方式
可以利用包括目标函数的混合整数规划(MIP)模型来生成用于给定规划前景的人力资源分派计划。人力资源分派计划可以包括分派劳动力的劳动力满足计划、用于雇用的劳动力采购计划、和跟踪培训、升职、重新部署等的劳动力转变(labor transformation)计划。
目标函数可以基于与项目机会或多个项目机会相关联的项目数据。项目数据可以包括用于项目机会的人力资源需求和描述该项目机会被选择的可能性的概率数据。另外,目标函数还可以包括一组约束和项目数据。目标函数可以通过根据该组约束对目标函数求解来使与人力资源分派计划相关联的人力资源成本最小化。对目标函数求解可以包括最优化劳动力利用与项目需求满足之间的折衷以确定一组最优化的变量来使人力资源分派计划的人力资源成本最小化。在一个示例中,可以使目标函数中的约束与惩罚成本相关联。该惩罚成本反映违反约束的成本。可以将能够以一定成本违反的约束称为“软约束”。硬约束不能被违反并因此定义可行的解集合。
目标函数可能涉及通过从允许的集合内系统地选择值来试图使实函数最小化或最大化的问题。这些值可能受到可以是所述值必须满足的等式或不等式的约束的限制。常常将值的域称为搜索空间。另外,目标函数可以对惩罚或成本进行建模,所述惩罚或成本可以被校准以引发用于资源分派的期望行为。成本可以包括劳动力供应不足(例如缺口)的当前和未来成本、劳动力过度供应(例如过剩)的成本、培训成本和雇用成本。可以将这些成本乘以关联变量以引发行为。例如,可以将目标函数编程为与劳动力供应不足(例如缺口)相对地优选劳动力过度供应(例如过剩)。这可以通过跟与劳动力过度供应相关联相比分配与劳动力供应不足相关联的更高成本来实现。
目标函数还可以计算用于多个时间间隔的最优化等式并计及项目被选择的概率。例如,具有被选择的高概率的项目可以具有用于缺口的较高的成本/惩罚并因此具有增加的被供应人员的概率。
以下包括本文所采用的所选术语的定义。该定义包括落在术语的范围内且可以用于实现的组件的各种示例和/或形式。示例并不意图是限制性的。术语的单数和复数形式可以在该定义内。
对“一个实施例”、“实施例”、“一个示例”、“示例”等的引用指示被这样描述的(一个或多个)实施例或示例可以包括特定的特征、结构、特性、性质、元素或限制,但是并不是每个实施例或示例都必须包括该特定特征、结构、特性、性质、元素或限制。此外,短语“在一个实施例中”的重复使用不一定指的是同一实施例,虽然其可以指的是同一实施例。
ASIC:专用集成电路。
CD:紧致盘。
CD-R:可记录CD。
CD-RW:可重写CD。
DVD:数字多功能盘和/或数字视频盘。
HTTP:超文本传输协议。
LAN:局域网。
PCI:外围组件互连。
PCIE:快速PCI 。
RAM:随机存取存储器。
DRAM:动态RAM。
SRAM:静态RAM。
ROM:只读存储器。
PROM:可编程ROM。
EPROM:可擦PROM。
EEPROM:电可擦PROM。
USB:通用串行总线。
WAN:广域网。
本文所使用的“计算机组件”指的是计算机相关实体(例如硬件、固件、执行中的软件、其组合)。计算机组件可以包括例如在处理器上运行的进程、处理器、对象、可执行代码、执行的线程和计算机。(一个或多个)计算机组件可以驻留在进程和/或线程内。计算机组件可以定位于一个计算机上和/或可以分布在多个计算机之间。
本文所使用的“计算机通信”指的是计算设备(例如,计算机、个人数字助理、蜂窝式电话)之间的通信,并且可以是例如网络传输、文件传输、小程序传输、电子邮件、HTTP传输等。计算机通信能够跨越例如无线系统(例如IEEE 802.11)、以太网系统(例如IEEE 802.3)、令牌环系统(例如IEEE 802.5)、LAN、WAN、点到点系统、电路交换系统、分组交换系统等发生。
本文所使用的“计算机可读介质”指的是存储信号、指令和/或数据的介质。计算机可读介质可以采取包括但不限于非易失性介质和易失性介质的形式。非易失性介质可以包括例如光盘、磁盘等。易失性介质可以包括例如半导体存储器、动态存储器等。计算机可读介质的常见形式可以包括但不限于软盘、柔性盘、硬盘、磁带、其它磁介质、ASIC、CD、其它光学介质、RAM、ROM、存储器芯片或卡、记忆棒以及计算机、处理器或其它电子设备能够从其进行读取的其它介质。
在某些示例中,“数据库”用来表示表格。在其它示例中,“数据库”可以用来表示一组表格。在又其它示例中,“数据库”可以指的是一组数据储存器和用于访问和/或操纵那些数据储存器的方法。
本文所使用的“数据储存器”指的是能够存储数据的物理和/或逻辑实体。数据储存器可以是例如数据库、表格、文件、列表、队列、堆、存储器、寄存器等。在不同的示例中,数据储存器可以驻留于一个逻辑和/或物理实体中和/或可以分布在两个或更多逻辑和/或物理实体之间。
本文所使用的“逻辑”包括但不限于硬件、固件、在机器上执行的软件和/或每个的组合以执行(一个或多个)功能或动作、和/或引起来自另一逻辑、方法和/或系统的功能或动作。逻辑可以包括软件控制的微处理器、分立逻辑(例如,ASIC)、模拟电路、数字电路、编程的逻辑器件、包含指令的存储器设备等。逻辑可以包括一个或多个门、门的组合或其它电路组件。在描述多个逻辑性逻辑时,有可能将多个逻辑性逻辑结合到一个物理逻辑中。类似地,在描述单个逻辑性逻辑的情况下,有可能将该单个逻辑性逻辑分布在多个物理逻辑之间。
“可操作连接”或用来将实体“可操作地连接”的连接是其中可以发送和/或接收信号、物理通信和/或逻辑通信的连接。可操作连接可以包括物理接口、电接口和/或数据接口。可操作连接可以包括足以允许可操作控制的接口和/或连接的不同组合。例如,两个实体可以被可操作地连接以直接地或通过一个或多个中间实体(例如,处理器、操作系统、逻辑、软件)来向彼此传送信号。可以使用逻辑和/或物理通信信道来创建可操作连接。
本文所使用的“查询”指的是促进收集和处理信息的语义构造。可以以数据库查询语言(例如,SQL)、OQL、自然语言等来表述查询。
本文所使用的“信号”包括但不限于电信号、光学信号、模拟信号、数字信号、数据、计算机指令、处理器指令、消息、位、位流或能够被接收、传送和/或检测的其它方式。
本文所使用的“软件”包括但不限于促使计算机、处理器或其它电子设备以期望的方式执行功能、动作和/或表现的一个或多个可执行指令。“软件”并不表示本身要求保护为存储指令(例如,程序列表)的存储指令。可以以各种形式来体现指令,包括例程、算法、模块、方法、线程和/或程序,其包括来自动态链接库的单独应用或代码。
本文所使用的“用户”包括但不限于一个或多个人、软件、计算机或其它设备或这些的组合。
按照对存储器内的数据位的操作的算法和符号表示给出后面的详细说明的某些部分。这些算法描述和表示被本领域的技术人员用来向其他人传达其工作的实质。算法在这里且一般地被视为产生结果的操作序列。该操作可以包括物理量的物理操纵。通常但不一定,物理量采取能够被存储、传输、组合、比较以及在逻辑中以其他方式被操纵等的电或磁信号的形式。物理操纵创建具体、有形、有用的真实世界结果。
已经证明,主要由于常见使用的原因,将这些信号称为位、值、元素、符号、字符、项、数字等有时是方便的。然而,应记住这些和类似术语将与适当的物理量相关联且仅仅是应用于这些量的方便标签。除非另有具体说明,应认识到遍及本说明书,包括处理、计算、确定等的术语指的是操纵和变换被表示为物理(电子)量的数据的计算机系统、逻辑、处理器或类似电子设备的动作和过程。
参考流程图可以更好地认识示例性方法。虽然出于简化说明的目的,所示的方法被示为并描述为一系列的方框,但应认识到该方法不受方框顺序的限制,因为某些方框可以按照与所示和所述的不同的顺序和/或与其它方框同时地发生。此外,可能需要少于所有的所示方框来实现示例性方法。可以将方框组合或分离成多个组件。此外,附加和/或替换方法可以采用附加的未示出方框。
人力资源规划的示例可以涉及具有处理几百个项目的几万个职员的假想国际服务公司。工人可以向不同的客户递送多种服务。此人力资源的劳动力的年成本可以是数十亿美元。人力资源规划促进此人力资源的高效分派以降低职员过度供应劳动力成本、改善职员士气、提高生产率等。
图1举例说明与人力资源规划相关联的方法100。人力资源规划可以包括使用混合整数规划技术根据一组约束对一组等式求解。方法100可以包括在110处接收项目数据。项目数据可以与多个项目相关联。项目数据可以与一组项目机会相关联。项目数据可以包括概率数据。概率数据可以描述项目机会被选择的可能性。例如,假想国际服务公司中的销售员可以分配未来项目机会将实际上被同意和执行的概率。项目数据可以包括人力资源需求。例如,人力资源需求可以描述对工作人员的需求和对工作人员的特定技能组的需求。
在一个实施例中,项目数据可以包括项目机会所需的工作的数目、项目机会所需的工作的持续时间、描述职员减员的可能性的概率数据、与项目机会的工作相关联的一组技能等。在一个实施例中,技能组包括工作管理水平、工作熟练程度、行业类型、工作技能组、工作名称等。项目数据可以被用作将求出最小成本的等式中的成本。项目数据还可以被用作用于变量的约束。因此,项目数据可以描述在MIP模型中使用的一组等式中的值或约束。
方法100还可以包括在120处建立目标函数。目标函数可以至少部分地基于项目数据和一组约束。目标函数可以涉及人力资源分派计划。在一个实施例中,人力资源分派计划可以包括劳动力转变计划和劳动力采购计划。
在一个实施例中,劳动力转变计划可以包括关于培训的数据、关于升职的数据、关于重新部署的数据等。在一个实施例中,劳动力转变计划包括与用于培训职员以获得工作技能组的准备时间(lead time)相关联的数据。在一个实施例中,劳动力采购计划包括与用于工作名称(job title)的雇用准备时间相关联的数据。在一个实施例中,所述约束组包括人力资源转变约束、人力资源缓冲容量(buffer capacity)约束、雇用细节约束、职员分派等级约束、工作分配约束等。因此,该约束可以描述管理假想国际服务公司的一组业务规则。这些业务规则可以包括对总工作人员的雇用的限制、对特定技能组的雇用的限制、不同技能组的工作人员成员所需的最少培训等。
所述约束组可以包括人力资源转变数据、人力资源缓冲容量约束、雇用细节数据、职员分派等级约束、工作分配约束等。人力资源转变数据还可以包括识别可以针对新的技能组进行培训的工人的数据。人力资源缓冲容量约束可以是用来基于需求和供应不确定性来计算人力资源缓冲容量的公式。供应不确定性可以包括例如职员减员的考虑。职员减员在组织的不同部分中的就职之间可以大范围地改变。例如,减员可能在历史上在第一位置(例如,爱荷华州的得梅因市)上是低的,但是可能在历史上在第二位置(例如,加利福尼亚州圣何塞市)上是高的。雇用细节数据可以包括新职员管道(pipeline)数据、可以由技能组设置的新职员限制数据等。职员分派等级约束可以包括缺口和雇用惩罚。缺口惩罚可以是在项目机会未被完全供应人员时招致的成本。因此,在假想国际服务公司中,可以存在用于不为项目提供服务的惩罚。
在一个实施例中,建立目标函数包括建立被校准以引发期望资源分派行为的一组成本。例如,可以将目标函数编程为优选具有劳动力过度供应(例如过剩)而不是劳动力供应不足(例如缺口)。这可以通过跟与劳动力过度供应相关联相比分配与劳动力供应不足相关联的更高成本来实现。包括在目标函数中的成本可以鼓励雇用特定技能组、培训工人、向特定项目分配个体工人等。
该组成本可以包括留下当前缺口的成本、留下未来缺口的成本、培训成本、雇用成本、空闲的多余人力资源的成本、人力资源缓冲成本等。该组成本可以被校准以引发用于资源分派的期望行为。成本可以包括劳动力供应不足(例如缺口)的当前和未来成本、劳动力过度供给(例如过剩)的成本、培训成本和雇用成本。可以将这些成本乘以关联变量以引发行为。例如,可以将目标函数编程为优选具有劳动力过度供应(例如过剩)而不是劳动力供应不足(例如缺口)。这可以通过跟与劳动力过度供应相关联相比分配与劳动力供应不足相关联的更高成本来实现。
人力资源分派计划可以确定劳动力规模和/或劳动力技能何时混合以降低服务递送的成本。例如,在过度雇用(例如过剩)的情况下,职员将领取薪水和津贴,而公司不会从这些工人那里收到收入。然而,在雇用不足(例如缺口)的情况下,公司将不能满足项目需求,并且还将从丢失的项目机会损失收入。可以向过度雇用和雇用不足分配成本。因此,人力资源分派计划可以确定具有成本效率且使项目需求满足和劳动力利用之间的折衷最优化的劳动力规模和技能混合。
目标函数可以使用于多时段环境的成本最小化,并且还计及项目机会的不确定性。目标函数还可以计及包括雇用、培训、工作变动、升职、解雇、减员(attrition)和退休的职员变迁。目标函数还可以使得能够向项目机会所需的工作分派个体职员。
人力资源分派计划可以基于在目标函数中捕捉的各种业务规则或约束。与人力资源成本相关联的变量可以受到可以是所述变量必须满足的等式或不等式的约束的限制。例如,可以由最小和最大约束来设定人员供应水平变量的界限。可以针对在最小和最大约束之间的任何人员供应水平变量来对目标函数求解。
目标函数可以通过增加分派给项目的工人的数目和/或人力资源的百分比来增加可支付的资源利用。另外,MIP可以生成人力资源转变计划,该人力资源转变计划指示可以被培训、升职或重新部署的职员以便与雇用新职员相对地用当前的人力资源来满足当前或未来的需求。典型的人力资源规划工具从供应的角度对人力资源转变进行响应。相反,目标函数可以基于需要劳动力的项目来触发人力资源转变。
另外,可以存在约束雇用能力的财务限制。例如,在不要求支付迁移费用的范围内可能可获得具有期望技能组的有限数目的职员。因此,目标函数可以考虑对于在集团的不同水平处雇用的人数的约束。例如,可以定义对规划前景的雇用预算,并且还可以定义雇用有资格执行工作的人的成本。目标函数可以具有基于用于特定工作的雇用成本和雇用预算来限制在规划前景期间将雇用的人的总数的雇用约束。另一约束可以定义在规划前景期间按技能组或技术雇用的职员的最大总数并定义相关约束。在某些示例中,为了保持规划周期内的雇用计划的稳定性,用户可以固定某些技能组或技术或在某些时间段内的雇用计划,并且让目标函数更新雇用非固定技能组相关工作且使其最优化。
方法100还可以包括在130处使人力资源成本最小化。可以通过根据约束组对目标函数求解来执行130处的使人力资源成本最小化。对目标函数求解可以包括使劳动力利用和项目需求满足之间的折衷最优化。
在一个实施例中,使人力资源成本最小化包括向人力资源缓冲容量分配成本。该成本可以与职员已经与人力资源缓冲容量相关联的时间成正比。人力资源缓冲容量的成本可以导致与未被包括在人力资源缓冲容量中的职员相比分配被包括在人力资源缓冲容量中的职员的刺激。
在一个实施例中,使人力资源成本最小化包括向劳动力短缺分配第一、较高成本并向劳动力过度供应分配第二、较低成本。例如,目标函数可以编程有人力资源成本以优选劳动力过度供应(例如过剩)而不是劳动力供应不足(例如缺口)。需求可能是不确定的。因此,缺口或过剩的成本可以反映不确定性。例如,当机会的胜利概率在某个阈值之上,则缺口的成本可以高于过剩的成本。相反,当机会的胜利概率低于某个阈值时,缺口的成本可以低于过剩的成本。在一个示例中,可以优选劳动力过度供应,因为与过度的人员供应相比,由于不具有可用工作人员而丢失项目的代价可能更大。过度的人员供应可以具有包括具有培训工作人员的时间的积极好处。可以通过跟与劳动力过度供应关联相比分配与劳动力供应不足相关联的更高成本来实现劳动力过度供应偏好。在一个实施例中,使人力资源成本最小化包括计算用于多时段环境的人力资源分派计划。在一个实施例中,人力资源分派计划根据职员与人力资源缓冲容量相关联的时间长度将职员映射到工作。在一个实施例中,人力资源缓冲容量是未被分配给项目、在培训中等的职员的不活动状态。
方法100还可以包括在140处提供人力资源分派计划。在一个实施例中,人力资源分派计划将职员映射到项目机会所需的工作。在一个实施例中,将人力资源分派计划作为信号提供给人力资源计划逻辑(WPL)。
可以由资源管理器效用函数来表示目标函数,资源管理器效用函数表示分配供给以满足需求的资源管理器偏好。项目机会可以具有优先级和取胜概率。然后计算与成本相关联的惩罚以基于这些成本将需求按优先次序排列。具有较高成本的项目机会将首先获得可用资源。人力资源缓冲容量可以具有最低成本。因此,人力资源缓冲容量将获得不被优先级机会消耗的,而是用于解决人力资源供应和需求中的不确定性的资源。用于人力资源缓冲容量职员供应不足(例如培训的职员的供应不足)的惩罚应低于项目机会的职员供应不足惩罚,因为项目职员供应不足导致项目收入的损失。然而,在未来项目对要求培训的技能组的需求增加的情况下,目标函数可以支付用于小项目的短期的职员供应不足的惩罚。这可以被完成以避免将来较大的更有利润的项目上的空闲资源的惩罚。
下面可以看到示例性效用函数。
此等式一般描述留下当前缺口(例如劳动力供应不足)的成本、留下未来缺口的成本、培训成本、雇用成本、空闲过量的成本、候补人员成本(例如人力资源缓冲容量成本)等。可以校准目标函数中的成本的值以引发用于资源分派的期望行为。以下是示例性成本。CU可以是平均固定分派成本。CB可以是向人力资源缓冲容量的分派的平均固定成本。CI可以是平均空闲库存成本。CT可以是平均培训成本。CH可以是平均雇用成本。RLi可以是对于包括优先级机会和人力资源缓冲容量的所有项目机会i的平均收入损失。RLi可以与缺口成本或不满足来自项目机会的需求的成本相关联。RLi可以包括多个时间段,对于不同的时间段而言成本改变。例如,不填充当前时间段的缺口的成本可以比不填充未来时间段的缺口的成本更加昂贵。
在一个示例中,RLi > CH > CT > CB > CU。在本示例中,将首先用可用的合格职员来满足人员供应要求。如果职员不可用,则示例性系统和方法尝试识别可以满足技能要求的可转换职员。如果不存在可用或可转换职员,则示例性系统和方法将尝试雇用新职员。如果示例性系统和方法由于准备时间而不能进行雇用,则示例性系统和方法可以宣称由于雇佣不足或人员供应不足而导致项目缺口。
虽然图1举例说明串行地发生的各种动作,但应理解图1所示的各种动作可以基本上并行地发生。以图示的方式,第一进程可以接收项目数据,第二进程可以建立目标函数,并且第三进程可以通过对目标函数求解来使人力资源成本最小化。虽然描述了三个进程,但应理解的是可以采用更大和/或更小数目的进程,并且可以采用轻量进程、正则进程(regular process)、线程及其它方法。
在一个示例中,可以将方法实现为计算机可执行指令。因此,在一个示例中,计算机可读介质可以存储计算机可执行指令,其如果被机器(例如处理器)执行促使机器执行包括以下各项中的一个或多个的方法:接收项目数据、建立目标函数、使人力资源成本最小化和提供人力资源分派计划。虽然与上述方法相关联的可执行指令被描述为存储在计算机可读介质上,但应认识到与本文所述的其它示例性方法相关联的可执行指令也可以被存储在计算机可读介质上。
在一个示例中,可以构造促进在计算机可读介质上和/或在数据储存器中存储数据的数据结构。因此,在一个示例中,计算机可读介质可以存储包括用于与概率数据相关联的数据的第一字段、用于与人力资源需求相关联的数据的第二字段和用于与目标函数相关联的数据的第三字段的数据结构。在此“原始”数据可用的情况下,数据结构还可以包括用于存储从位于第一至第三字段中的一个或多个中的数据导出的人力资源分派数据的第四字段。虽然描述了四个字段,但应认识到可以采用更大和/或更小数目的字段。
图2举例说明与人力资源规划相关联的方法200。方法200可以包括与图1的方法100类似的动作。这些动作可以包括在210处接收项目数据、在220处建立目标函数、在230处使人力资源成本最小化和在240处提供人力资源分派计划。
然而,方法200还可以包括在215处计算人力资源缓冲容量。在215处计算人力资源缓冲容量可以促进处理项目机会的供应和需求不确定性。人力资源缓冲容量可以至少部分地基于与项目机会相关联的不确定性而变化。例如,如果未选择高概率的优先级项目,则可以将不能被重新分配的来自未选择项目的额外人员供应放入人力资源缓冲容量中以用于附加培训。还可以使用缓冲容量来支持可能人员供应不足的正在进行中的项目,以计及生病和其它工人中断等。
图3举例说明与人力资源规划相关联的方法300。再一次地,方法300可以使用目标函数和MIP技术来处理人力资源规划。方法300可以设计单机会目标函数,可以针对每个优先级项目机会或一组优先级项目机会求解该单机会目标函数。优先级项目机会可以包括实践构建(practice building)(例如项目需求满足)和计划的人力资源缓冲容量。实践构建可以不反映真实需求,而是可以反映将人力资源重组的期望。可以将人力资源重组例如以适应在市场中出现的新技术。因此,可以将实践构建视为特殊类型的机会。优先级规则可以基于赢得一系列机会中的机会的概率和给予机会的优先级。由MIP处理的该系列机会可以称为活动(active)机会。
方法300可以包括在310处选择活动(active)机会。在310处选择活动机会可以包括从一组机会中选择机会。活动机会可以与项目机会相关联。在一个示例中,可以将该组机会描述为驻留于对MIP引擎进行馈送的漏斗(funnel)中。
方法300还可以包括在320处准备目标函数。可执行在320处准备目标函数以促进计算用于人力资源的最小成本。目标函数可以是可求解的以使劳动力利用与项目需求满足之间的折衷最优化。例如,目标函数可以平衡进行雇用以对潜在项目进行人员供应的需要与防止由于过度雇用而引起的过度人员供应的需要。因此,该折衷可以是过度雇用与雇用不足之间的平衡。
方法300还可以包括在330处准备一组约束。在330处准备一组约束可以促进稍后控制目标函数的求解。该约束可以包括留下当前缺口的成本、留下未来缺口的成本、培训成本、雇用成本、空闲的多余人力资源的成本、人力资源缓冲成本等。
方法300还可以包括在340处使用混合整数规划(MIP)方法对目标函数求解。在340处使用MIP方法对目标函数求解可以包括使用MIP方法针对活动机会对目标函数求解。可以由约束组来控制MIP。
方法300还可以包括在350处去除活动机会。在350处去除活动机会可以包括将其从活动机会组中去除。由于在对引擎进行馈送的漏斗中存在一组机会,所以可以重复在310至350处执行的动作。
方法300还包括在360处确定是否存在另一机会。如果存在另一机会,则方法300可以返回以在310处选择活动机会。如果不存在另一机会,则方法300可以结束。在一个示例中,可以将机会组中的机会排序以控制其被处理的顺序。例如,可以基于项目收入、项目利润、优先级、规模、长度等来将机会排序。
图4举例说明与人力资源规划相关联的系统400。系统400包括接收与项目机会相关联的项目数据415的项目数据逻辑410。项目数据415可以包括描述项目机会被选择的可能性的概率数据。项目机会可以是销售员认为即将来临的假想国际业务服务公司的潜在项目。销售员可以向潜在项目分配百分比以描述该项目将被选择的可能性。被选择的项目机会可以是例如由国际业务服务公司签订合同并执行的项目。在一个实施例中,项目数据包括项目机会所需的工作的数目、项目机会所需的工作的持续时间、与项目机会的工作相关联的一组技能等。
系统400还可以包括人力资源数据逻辑420以接收人力资源数据425。人力资源数据425包括项目机会的人力资源需求。在一个实施例中,人力资源数据425包括描述职员减员的可能性的概率数据。
系统400还可以包括约束逻辑430以接收一组约束435,所述约束包括例如留下与人力资源相关联的当前缺口的成本、留下与人力资源相关联的未来缺口的成本、培训成本、雇用成本、空闲的多余人力资源的成本、人力资源缓冲成本等。在一个实施例中,该组约束435包括例如人力资源转变约束、人力资源缓冲容量约束、雇用细节约束、职员分派等级约束、工作分配约束等。
系统400还可以包括目标函数逻辑440以对至少部分地考虑项目数据415、人力资源数据425和约束组435的目标函数求解。该目标函数涉及人力资源分派计划450。可以对目标函数求解以使人力资源成本最小化。可以对目标函数求解以使劳动力利用与项目需求满足之间的折衷最优化。在一个实施例中,人力资源分派计划450根据职员与人力资源缓冲容量相关联的时间长度将职员映射到工作。例如,在一个实施例中,保持职员轮流离开人力资源缓冲容量(例如候补人员)可能是重要的。因此,可以向已经在人力资源缓冲中的职员分配比新从项目出来的职员更低的成本。
在一个实施例中,不同于典型的实施例,可以针对多时段环境求解人力资源分派计划450。在一个实施例中,建立目标函数包括建立被校准以引发资源分派的期望行为的一组成本。例如,当前时段可能比未来时段更重要。因此,为了引发当前时段期间的项目人员供应,与当前时段中的未供应人员位置(例如未填充缺口)相关联的成本将高于与未来时段中的未供应人员位置相关联的成本。该组成本可以包括留下当前缺口的成本、留下未来缺口的成本、培训成本、雇用成本、空闲的多余人力资源的成本、人力资源缓冲成本等。
系统400还可以包括输出逻辑460以提供人力资源分派计划450。可以经由可操作连接经由计算机通信将人力资源分派计划450提供给例如显示器。
图5举例说明其中本文所述的示例性系统和方法以及等价物可以进行操作的示例性计算设备。示例性计算设备可以是包括被总线508可操作地连接的处理器502、存储器504和输入/输出端口510的计算机500。在一个示例中,计算机500可以包括目标函数逻辑530以促进建立并计算目标函数。在不同的示例中,可以以硬件、软件、固件和/或其组合实现逻辑530。虽然逻辑530被示为附接到总线508的硬件组件,但应认识到在一个示例中,可以在处理器502中实现逻辑530。
因此,逻辑530可以提供用于接收与项目机会相关联的项目数据的装置(例如,硬件、软件、固件),其中,项目数据包括概率数据和人力资源需求。该装置可以被实现为例如被编程为对人力资源规划求解的ASIC。该装置还可以被实现为计算机可执行指令,该计算机可执行指令作为临时地存储在存储器504中的数据516提供给计算机500并且然后被处理器502执行。
逻辑530还可以提供用于建立至少部分地基于项目数据和一组约束的目标函数的装置(例如,硬件、软件、固件)。逻辑530还可以提供用于对目标函数求解以使人力资源成本最小化的装置(例如,硬件、软件、固件)。目标函数可以涉及人力资源分派计划。可以对目标函数求解以使劳动力利用与项目需求满足之间的折衷最优化。
一般地描述计算机500的示例性配置,处理器502可以是多种不同的处理器,包括双微处理器及其它多处理器架构。存储器504可以包括易失性存储器和/或非易失性存储器。非易失性存储器可以包括例如ROM、PROM等。易失性存储器可以包括例如RAM、SRAM、DRAM等。
盘506可以经由例如输入/输出接口(例如,卡、设备)518和输入/输出端口510被可操作地连接到计算机500。盘506可以是例如磁盘驱动器、固态盘驱动器、软盘驱动器、带驱动器、Zip驱动器、闪存卡、记忆棒等。此外,盘506可以是CD-ROM驱动器、CD-R驱动器、CD-RW驱动器、DVD ROM等。存储器504可以存储例如进程514和/或数据516。盘506和/或存储器504可以存储控制并分派计算机500的资源的操作系统。
总线508可以是单个内部总线互连架构和/或其它总线或网格架构。虽然示出了单个总线,但应认识到计算机500可以使用其它总线(例如,PCIE、1394、USB、以太网)与各种设备、逻辑和外围设备通信。总线508可以是包括例如存储器总线、存储器控制器、外围总线、外部总线、纵横开关和/或本地总线的类型。
计算机500可以经由I/O接口518和输入/输出端口510与输入/输出设备相交互。输入/输出设备可以是例如键盘、麦克风、指示和选择设备、照相机、视频卡、显示器、盘506、网络设备520等。输入/输出端口510可以包括例如串行端口、并行端口和USB端口。
计算机500可以在网络环境中操作并因此可以经由I/O接口518和/或I/O端口510连接到网络设备520。通过网络设备520,计算机500可以与网络相交互。通过网络,计算机500可以在逻辑上连接到远程计算机。计算机500可以与之相交互的网络包括但不限于LAN、WAN及其它网络。
虽然已经通过描述示例来举例说明示例性系统、方法等,并且虽然已经相当详细地描述了示例,但使所附权利要求的范围限制或以任何方式局限于此类细节并不是本申请人的意图。当然,不可能出于描述本文所述的系统、方法等的目的描述组件或方法的每个想得到的组合。因此,本发明不限于特定细节、代表性设备和所示和所述的说明性示例。因此,本申请意图涵盖落在所附权利要求范围内的变更、修改和变化。
就在详细说明或权利要求中采用术语“包含”来说,意图以与术语“包括”类似的方式(如同当用作权利要求中的过渡词语时解释该术语那样)而是包括性的。
就在详细说明或权利要求中采用术语“或”(例如A或B)来说,意图意指“A或B或两者”。当申请人意图指示“仅A或B而不是两者”时,则将采用术语“仅A或B而不是两者”。因此,本文中的术语“或”的使用是包括性的,而不是排他性的使用。参见Bryan A. Garner的 A Dictionary of Modern Legal Usage 624(1995年第二版)。
就在本文中采用短语“A、B和C中的一个或多个”来说,(例如被配置为存储A、B和C中的一个或多个的数据储存器),意图传达一组可能性A、B、C、AB、AC、BC和/或ABC(例如,数据储存器可以存储仅A、仅B、仅C、A和B、A和C、B和C、和/或A和B和C)。并不意图要求A中的一个、B中的一个和C中的一个。当申请人意图指示“A中的至少一个、B中的至少一个和C中的至少一个”时,则将采用短语“A中的至少一个、B中的至少一个和C中的至少一个”。
Claims (15)
1.一种存储计算机可执行指令的计算机可读介质,所述计算机可执行指令在被计算机执行时促使该计算机执行一种方法,所述方法包括:
接收与项目机会相关联的项目数据,其中,项目数据包括概率数据,其中,所述概率数据描述项目机会被选择的可能性,并且其中,所述项目数据包括人力资源需求;
建立至少部分地基于项目数据和一组约束的目标函数,其中,所述目标函数涉及人力资源分派计划;
通过根据该组约束对目标函数求解来使人力资源成本最小化,其中,对目标函数求解包括使劳动力利用与项目需求满足之间的折衷最优化;以及
提供人力资源分派方案。
2.权利要求1的计算机可读介质,其中,所述项目数据包括项目机会所需的工作的数目、项目机会所需的工作的持续时间、描述职员减员的可能性的概率数据、以及与项目机会的工作相关联的技能组。
3.权利要求2的计算机可读介质,其中,所述技能组包括工作管理水平、工作熟练程度、行业类型、工作技能组、工作角色和工作名称。
4.权利要求2的计算机可读介质,其中,所述人力资源分派计划根据按项目机会和按职员与人力资源缓冲容量相关联的时间长度中的一个或多个将职员映射到工作。
5.权利要求4的计算机可读介质,其中,使人力资源成本最小化包括在人力资源缓冲容量中分配成本,其中,该成本与职员已经与人力资源缓冲容量相关联的时间成正比。
6.权利要求4的计算机可读介质,其中,所述人力资源分派计划包括劳动力转变计划和劳动力采购计划,其中,所述劳动力转变计划包括关于培训的数据、关于升职的数据和关于重新部署的数据,其中,所述劳动力转变计划包括与用于培训职员以获得工作技能组的准备时间相关联的数据,并且其中,所述劳动力采购计划包括与用于工作名称的雇用准备时间相关联的数据。
7.权利要求1的计算机可读介质,其中,使人力资源成本最小化包括计算用于多时段环境的人力资源分派计划和向劳动力短缺分配第一、较高成本以及向劳动力过度供应分配第二、较低成本中的一个或多个。
8.权利要求1的计算机可读介质,所述方法包括:
计算用于处理项目机会的供应和需求不确定性的人力资源缓冲容量,其中,所述人力资源缓冲容量至少部分地基于与项目机会相关联的不确定性而改变。
9.权利要求1的计算机可读介质,其中,所述约束组包括人力资源转变约束、人力资源缓冲容量约束、雇用细节约束、职员分派等级约束和工作分配约束中的一个或多个。
10.权利要求1的计算机可读介质,其中,建立目标函数包括建立被校准以引发期望的资源分派行为的一组成本,其中,该组成本包括留下当前缺口的成本、留下未来缺口的成本、培训成本、雇用成本、空闲的多余人力资源的成本和人力资源缓冲成本,并且其中,所述目标函数可以基于需要劳动力的项目触发人力资源转变。
11.一种方法,包括:
从一组机会中选择活动机会,其中,所述活动机会与项目机会相关联;
准备目标函数以计算用于人力资源的最小成本,其中,所述目标函数是可求解的以使劳动力利用和项目需求满足之间的折衷最优化;
准备用于目标函数的一组约束,其中,所述约束包括留下当前缺口的成本、留下未来缺口的成本、培训成本、雇用成本、空闲的多余人力资源的成本以及人力资源缓冲成本;以及
如由该组约束控制的,使用混合整数规划(MIP)方法针对活动机会对目标函数进行求解。
12.一种系统,包括:
项目数据逻辑,其接收与项目机会相关联的项目数据,其中,所述项目数据包括描述项目机会被选择的可能性的概率数据;
人力资源数据逻辑,其接收人力资源数据,其中,所述人力资源数据包括项目机会的人力资源需求,并且其中,所述人力资源数据包括描述职员减员的可能性的概率数据;
约束逻辑,其接收一组约束,该组约束包括留下与人力资源相关联的当前缺口的成本、留下与人力资源相关联的未来缺口的成本、培训成本、雇用成本、空闲的多余人力资源的成本和人力资源缓冲成本中的至少一个;
目标函数逻辑,其对至少部分地基于项目数据、人力资源数据和该组约束的目标函数求解,其中,所述目标函数涉及人力资源分派计划,其中,对所述目标函数求解以使人力资源成本最小化,其中,对所述目标函数求解以使劳动力利用与项目需求满足之间的折衷最优化,并且其中,针对多时段环境求解人力资源分派计划;以及
输出逻辑,其提供人力资源分派计划。
13.权利要求12的系统,其中,所述项目数据包括项目机会所需的工作的数目、项目机会所需的工作的持续时间和与项目机会的工作相关联的一组技能中的一个或多个,并且其中,该组约束包括人力资源转变约束、人力资源缓冲容量约束、雇用细节约束、职员分派等级约束和工作分配约束中的一个或多个。
14.权利要求13的系统,其中,所述人力资源分派计划根据职员与人力资源缓冲容量相关联的时间长度将职员映射到工作。
15.权利要求14的系统,其中,所述目标函数考虑被校准以引发期望的资源分派行为的一组成本,其中,该组成本包括留下当前缺口的成本、留下未来缺口的成本、培训成本、雇用成本、空闲的多余人力资源的成本和人力资源缓冲成本。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2008/081400 WO2010050926A1 (en) | 2008-10-28 | 2008-10-28 | Workforce planning |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102265296A true CN102265296A (zh) | 2011-11-30 |
Family
ID=42129083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008801325427A Pending CN102265296A (zh) | 2008-10-28 | 2008-10-28 | 人力资源规划 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20110202382A1 (zh) |
EP (1) | EP2342686A4 (zh) |
CN (1) | CN102265296A (zh) |
BR (1) | BRPI0822827A2 (zh) |
WO (1) | WO2010050926A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516994A (zh) * | 2013-09-29 | 2015-04-15 | 国际商业机器公司 | 计算机实现的辅助发布规划的方法和装置 |
CN113439279A (zh) * | 2018-11-19 | 2021-09-24 | 瑞米尼街道公司 | 用于提供多维人力资源配置顾问的方法和系统 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8306839B2 (en) * | 2009-08-28 | 2012-11-06 | Accenture Global Services Limited | Labor resource decision support system |
US20110307413A1 (en) * | 2010-06-15 | 2011-12-15 | Oracle International Corporation | Predicting the impact of a personnel action on a worker |
CA2744473C (en) * | 2010-06-23 | 2023-06-20 | Canadian National Railway Company | A system and method for employee resource management |
US8583462B2 (en) * | 2010-06-23 | 2013-11-12 | Canadian National Railway Company | Method and system for assessing penalties associated with an employee without a job assignment |
US8788375B2 (en) | 2010-06-23 | 2014-07-22 | Canadian National Railway Company | Method and system for pre-populating job assignment submissions |
US8639562B2 (en) | 2012-04-26 | 2014-01-28 | Hewlett-Packard Development Company, L.P. | Cost entity matching |
US10102487B2 (en) * | 2013-03-11 | 2018-10-16 | American Airlines, Inc. | Reserve forecasting systems and methods for airline crew planning and staffing |
US9342063B1 (en) * | 2013-09-19 | 2016-05-17 | Amazon Technologies, Inc. | Determining capacities of work buffers |
US10395194B2 (en) * | 2013-12-17 | 2019-08-27 | Walmart Apollo, Llc | Resource allocation for infrastructure engineering |
US10402759B2 (en) * | 2015-01-22 | 2019-09-03 | Visier Solutions, Inc. | Systems and methods of adding and reconciling dimension members |
US11636408B2 (en) * | 2015-01-22 | 2023-04-25 | Visier Solutions, Inc. | Techniques for manipulating and rearranging presentation of workforce data in accordance with different data-prediction scenarios available within a graphical user interface (GUI) of a computer system, and an apparatus and hardware memory implementing the techniques |
US10088836B2 (en) | 2015-07-29 | 2018-10-02 | General Electric Company | Methods, systems, and apparatus for resource allocation in a manufacturing environment |
US20170068922A1 (en) * | 2015-09-03 | 2017-03-09 | Xerox Corporation | Methods and systems for managing skills of employees in an organization |
US10762455B1 (en) * | 2016-11-28 | 2020-09-01 | Blue Yonder Group, Inc. | System and method of schedule optimization for long-range staff planning |
US11610670B1 (en) * | 2019-04-25 | 2023-03-21 | Cvs Pharmacy, Inc. | System and method of dynamically generating work assignments |
US11574348B2 (en) * | 2019-06-07 | 2023-02-07 | Mitel Networks Corporation | Job-specific contact center generation |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7022623B2 (en) * | 1999-04-22 | 2006-04-04 | Micron Technology, Inc. | Method of fabricating a semiconductor device with a dielectric film using a wet oxidation with steam process |
US6822945B2 (en) * | 2000-11-08 | 2004-11-23 | Genesys Telecommunications Laboratories, Inc. | Method and apparatus for anticipating and planning communication-center resources based on evaluation of events waiting in a communication center master queue |
KR100441659B1 (ko) * | 2000-12-08 | 2004-07-27 | 삼성에스디에스 주식회사 | 통신망을 통한 인력풀 운용 방법 및 그 장치 |
US7991633B2 (en) * | 2000-12-12 | 2011-08-02 | On Time Systems, Inc. | System and process for job scheduling to minimize construction costs |
US20040162753A1 (en) * | 2003-02-14 | 2004-08-19 | Vogel Eric S. | Resource allocation management and planning |
US20050198047A1 (en) * | 2004-03-04 | 2005-09-08 | Patrick Garcia | Method of managing advanced engineering activities |
US20070276713A1 (en) * | 2006-05-26 | 2007-11-29 | Young Min Lee | Method and system for forecasting workforce demand using advance request and lead time |
US8639551B1 (en) * | 2006-07-31 | 2014-01-28 | Hewlett-Packard Development Company, L.P. | Method and system for workforce related resource planning |
US20080103868A1 (en) * | 2006-10-31 | 2008-05-01 | Santos Cipriano A | Methods for planning workforce resources |
-
2008
- 2008-10-28 WO PCT/US2008/081400 patent/WO2010050926A1/en active Application Filing
- 2008-10-28 CN CN2008801325427A patent/CN102265296A/zh active Pending
- 2008-10-28 EP EP08877844A patent/EP2342686A4/en not_active Withdrawn
- 2008-10-28 BR BRPI0822827-2A patent/BRPI0822827A2/pt not_active IP Right Cessation
- 2008-10-28 US US13/125,725 patent/US20110202382A1/en not_active Abandoned
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516994A (zh) * | 2013-09-29 | 2015-04-15 | 国际商业机器公司 | 计算机实现的辅助发布规划的方法和装置 |
CN104516994B (zh) * | 2013-09-29 | 2019-03-19 | 国际商业机器公司 | 计算机实现的辅助发布规划的方法和装置 |
CN113439279A (zh) * | 2018-11-19 | 2021-09-24 | 瑞米尼街道公司 | 用于提供多维人力资源配置顾问的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
EP2342686A4 (en) | 2012-11-14 |
BRPI0822827A2 (pt) | 2015-06-23 |
WO2010050926A1 (en) | 2010-05-06 |
US20110202382A1 (en) | 2011-08-18 |
EP2342686A1 (en) | 2011-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102265296A (zh) | 人力资源规划 | |
Van Gils et al. | Increasing order picking efficiency by integrating storage, batching, zone picking, and routing policy decisions | |
Gong et al. | Energy-efficient flexible flow shop scheduling with worker flexibility | |
US10311358B2 (en) | Systems and methods for multi-objective evolutionary algorithms with category discovery | |
Kahr | Determining locations and layouts for parcel lockers to support supply chain viability at the last mile | |
Delgoshaei et al. | A multi-period scheduling method for trading-off between skilled-workers allocation and outsource service usage in dynamic CMS | |
Goren et al. | Optimization of schedule robustness and stability under random machine breakdowns and processing time variability | |
Wang et al. | Modeling worker competence to advance precast production scheduling optimization | |
RU2019118128A (ru) | Способ и устройство планирования операций с активами предприятия | |
Guo et al. | A hybrid intelligent model for order allocation planning in make-to-order manufacturing | |
US11521235B1 (en) | System and method for inventory display management tool | |
Drexl et al. | A survey of location-routing problems | |
CN115409439A (zh) | 基于改进蚁群算法的多车型供应链调度方法及电子设备 | |
Afshari et al. | Multi-objective optimisation of facility location decisions within integrated forward/reverse logistics under uncertainty | |
Karimpour et al. | Bi-criteria genetic search for adding new features into an existing product line | |
McDill | An overview of forest management planning and information management | |
CN104871149A (zh) | 具有特殊技能和/或能力的资产分配 | |
CN107239853B (zh) | 一种基于云计算的智慧管家系统及其工作方法 | |
US11867054B2 (en) | Systems and methods for estimating well parameters and drilling wells | |
US20230360783A1 (en) | Method and system for optimal scheduling of nursing services | |
Jiu et al. | The equipment maintenance scheduling problem in a coal production system | |
Wang et al. | Modeling and analysis for multi-period, multi-product and multi-resource production scheduling | |
CN113435746B (zh) | 用户工作量的评分方法、装置、电子设备及存储介质 | |
Alfieri | Due date quoting and scheduling interaction in production lines | |
Vahid | An agent-based supply chain model for strategic analysis in forestry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20111130 |