CN103325024B - 智能排班系统 - Google Patents
智能排班系统 Download PDFInfo
- Publication number
- CN103325024B CN103325024B CN201310302651.1A CN201310302651A CN103325024B CN 103325024 B CN103325024 B CN 103325024B CN 201310302651 A CN201310302651 A CN 201310302651A CN 103325024 B CN103325024 B CN 103325024B
- Authority
- CN
- China
- Prior art keywords
- class
- grade
- personnel
- order according
- time
- 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.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种智能排班系统,包括:人员信息存储模块、岗位信息存储模块、留班/请假管理模块、历史数据存储模块、交易预估模块、人次/工时预估模块、初始排班表生成模块和最终排班表生成模块。具有排班效率高、排班结果更科学合理的优点;具体为:通过人员工时预测和排班,将最具竞争力的人员安排在最佳的时间段内,从而提高现有人员的利用率,在合理的成本下,确保实现优质的服务,并通过对历史数据的分析,对未来工时预测,安排合理的轮班,从而提高人员利用率,降低劳动力成本。
Description
技术领域
本发明涉及一种排班装置,具体涉及一种智能排班系统。
背景技术
对于影城员工的工作时间安排而言,合理有效的安排每个员工的工时是日常运营的关键环节。目前,影城针对员工进行排班时,还是采用比较传统的人工排班方式,具有以下不足:(1)需要由专人进行排班,浪费了人力资源;(2)排班效率低,尤其当需要排班的员工数量较多时,该种问题更明显。
发明内容
针对现有技术存在的缺陷,本发明提供一种智能排班系统,具有排班效率高、排班结果更科学合理的优点。
本发明采用的技术方案如下:
本发明提供一种智能排班系统,包括:
人员信息存储模块,用于存储待排班人员信息;其中,所述待排班人员信息包括全职人员信息和兼职人员信息;
岗位信息存储模块,用于存储待排班岗位信息;
留班/请假管理模块,用于接收待排班时段内兼职人员留班时段请求和全职人员请假时段请求;然后,判断所述留班时段是否大于预设最低留班时段,如果是,则存储所述兼职人员留班时段;如果否,则拒绝所述兼职人员留班时段请求消息;另外,对所述全职人员请假时段进行有效性审核,如果审核通过,则存储所述全职人员请假时段;如果审核不通过,则拒绝所述全职人员请假时段;
历史数据存储模块,用于存储多个历史排班时段的预估交易数据和实际交易数据;
交易预估模块,用于读取所述历史数据存储模块所存储的同一排班时段的预估交易数据和实际交易数据;以所述实际交易数据和所述预估交易数据的差异对待排班时段的交易进行预估,得到待排班预估交易数据;
人次/工时预估模块,用于分析所述待排班预估交易数据,得到各个岗位所需的预估人次数据和预估工时数据;
初始排班表生成模块,用于基于所述各个岗位所需的预估人次数据和预估工时数据,并结合所述兼职人员留班时段和全职人员请假时段,从所述人员信息存储模块中选择多个最佳人员,然后向所选择的各个最佳人员在待排班时段内分配所述岗位信息存储模块所存储的各个岗位,得到存储最佳人员、所分配的岗位和所分配的工作时段对应关系的初始排班表;
最终排班表生成模块,在生成所述初始排班表之后,当接收到调班人员替换被调班人员的调班请求时,判断是否符合调班预设规则,如果符合,则自动用所述调班人员替换所述被调班人员,生成最终排班表。
优选的,所述预估交易数据包括预估观影人次、预估营业额、预估票房数据和预估卖品交易数据;所述实际交易数据包括实际观影人次、实际营业额、实际票房数据和实际卖品交易数据。
优选的,所述交易预估模块、所述人次/工时预估模块具体用于:
以排班当天为当前时间节点,分别构造节点矩阵A和节点矩阵B;其中,所述节点矩阵A为所述当前时间节点的当期数据节点;所述节点矩阵B为所述节点矩阵A的上期数据节点;将所述节点矩阵B的实际交易数据与所述节点矩阵A的实际交易数据比例作为系数波动矩阵C;将所述节点矩阵A的预估交易数据与所述节点矩阵A的实际交易数据比例作为系数波动矩阵D;将所述系数波动矩阵C利用移动加权平均算法计算,得到均比波动系数C1,将所述系数波动矩阵D利用移动加权平均算法计算,得到均比波动系数D1;获得所述当前时间节点的上期时间节点,将所述上期时间节点的实际交易数据与均比波动系数C1和D1的乘积作为排班当天的预估交易数据H;
将所述节点矩阵A的实际交易数据与所述节点矩阵A的实际排班工时比例作为系数波动矩阵M,将所述节点矩阵A的实际排班工时与所述节点矩阵A的实际有效工时比例作为系数波动矩阵N;将所述系数波动矩阵M利用移动加权平均算法计算,得到均比波动系数M1,将所述系数波动矩阵N利用移动加权平均算法计算,得到均比波动系数N1;将所述预估交易数据H与所述均比波动系数M1和N1的乘积作为排班当天的预估工时数据。
优选的,在所述初始排班表生成模块生成初始排班表时,当对已通过留班时段请求的兼职人员排班时,排班界面会自动显示该兼职人员的留班时段;当对已通过请假时段请求的全职人员排班时,排班界面会自动禁止对该全职人员在所述请假时段进行排班。
优选的,在所述初始排班表生成模块生成初始排班表的过程中,还包括:判断被排班人员是否设置工时统计限制规则,如果设置,则将所述被排班人员的工时统计限制规则作为所述被排班人员生成工时的约束条件。
优选的,所述工时统计限制规则包括:被排班人员工时与法定工时相符规则。
优选的,所述调班预设规则为:所述调班人员和所述被调班人员的调班次数是否均不超过调班限制次数;如果是,则允许所述调班人员的本次调班请求;否则,则拒绝所述调班人员的本次调班请求。
优选的,还包括:
排班表上报模块,用于将所述最终排班表生成模块所生成的最终排班表定时自动上报给指定服务器或邮箱。
优选的,还包括:
邮件通知模块,用于将所述最终排班表生成模块所生成的最终排班表发送给本次已排班人员的邮箱中。
本发明的有益效果如下:
本发明提供的智能排班系统,具有排班效率高、排班结果更科学合理的优点;具体为:通过人员工时预测和排班,将最具竞争力的人员安排在最佳的时间段内,从而提高现有人员的利用率,在合理的成本下,确保实现优质的服务,并通过对历史数据的分析,对未来工时预测,安排合理的轮班,从而提高人员利用率,降低劳动力成本。
附图说明
图1为本发明提供的智能排班系统的结构示意图。
具体实施方式
以下结合附图对本发明进行详细说明:
如图1所示,本发明提供一种智能排班系统,包括:
(1)人员信息存储模块,用于存储待排班人员信息;其中,待排班人员信息包括全职人员信息和兼职人员信息。
(2)岗位信息存储模块,用于存储待排班岗位信息。
(3)留班/请假管理模块,用于接收待排班时段内兼职人员留班时段请求和全职人员请假时段请求;然后,判断所述留班时段是否大于预设最低留班时段,如果是,则存储所述兼职人员留班时段;如果否,则拒绝所述兼职人员留班时段请求消息;另外,还可以设置留班控制时段,只可以在该控制时段中批准留班;在其他时段内,则不允许兼职人员留班。对所述全职人员请假时段进行有效性审核,如果审核通过,则存储所述全职人员请假时段;如果审核不通过,则拒绝所述全职人员请假时段。
(4)历史数据存储模块,用于存储多个历史排班时段的预估交易数据和实际交易数据;其中,预估交易数据包括预估观影人次、预估营业额、预估票房数据和预估卖品交易数据;实际交易数据包括实际观影人次、实际营业额、实际票房数据和实际卖品交易数据。
(5)交易预估模块,用于读取历史数据存储模块所存储的同一排班时段的预估交易数据和实际交易数据;以所述实际交易数据和所述预估交易数据的差异对待排班时段的交易进行预估,得到待排班预估交易数据。
通过对历史数据进行分析,对未来进行预见,安排合理的轮班,可以有效避免人员过剩、避免加班,从而提高人员利用率,降低劳动力成本。
(6)人次/工时预估模块,用于分析所述待排班预估交易数据,得到各个岗位所需的预估人次数据和预估工时数据。
其中,所述交易预估模块、所述人次/工时预估模块具体用于:
以排班当天为当前时间节点,例如,排班当天为2013.3.31;下面列举的例子中,以一个月为考察单位;
分别构造节点矩阵A和节点矩阵B;其中,所述节点矩阵A为所述当前时间节点的当期数据节点,例如,节点矩阵A为2013.3.1-2013.3.31的数据节点;所述节点矩阵B为所述节点矩阵A的上期数据节点,例如,节点矩阵B为2013.2.1-2013.2.28的数据节点;将所述节点矩阵B的实际交易数据与所述节点矩阵A的实际交易数据比例作为系数波动矩阵C;将所述节点矩阵A的预估交易数据与所述节点矩阵A的实际交易数据比例作为系数波动矩阵D;将所述系数波动矩阵C利用移动加权平均算法计算,得到均比波动系数C1,将所述系数波动矩阵D利用移动加权平均算法计算,得到均比波动系数D1;获得所述当前时间节点的上期时间节点,即:2013.2.28,将所述上期时间节点的实际交易数据与均比波动系数C1和D1的乘积作为排班当天的预估交易数据H;
将所述节点矩阵A的实际交易数据与所述节点矩阵A的实际排班工时比例作为系数波动矩阵M,将所述节点矩阵A的实际排班工时与所述节点矩阵A的实际有效工时比例作为系数波动矩阵N;将所述系数波动矩阵M利用移动加权平均算法计算,得到均比波动系数M1,将所述系数波动矩阵N利用移动加权平均算法计算,得到均比波动系数N1;将所述预估交易数据H与所述均比波动系数M1和N1的乘积作为排班当天的预估工时数据。
(7)初始排班表生成模块,用于基于所述各个岗位所需的预估人次数据和预估工时数据,并结合所述兼职人员留班时段和全职人员请假时段,从所述人员信息存储模块中选择多个最佳人员,然后向所选择的各个最佳人员在待排班时段内分配所述岗位信息存储模块所存储的各个岗位,得到存储最佳人员、所分配的岗位和所分配的工作时段对应关系的初始排班表;其中,在所述初始排班表生成模块生成初始排班表时,当对已通过留班时段请求的兼职人员排班时,排班界面会自动显示该兼职人员的留班时段,从而保证兼职人员在留班时段被排班;当对已通过请假时段请求的全职人员排班时,排班界面会自动禁止对该全职人员在请假时段进行排班,确保员工休息时段不被排班。还包括:判断被排班人员是否设置工时统计限制规则,如果设置,则将被排班人员的工时统计限制规则作为被排班人员生成工时的约束条件。工时统计限制规则包括:被排班人员工时与法定工时相符规则。例如,工时统计限制规则可以为:全职员工每天最低排班工时设置为8小时;或者,全职、兼职人员工时不超过法定工时规则等。
(8)最终排班表生成模块,在生成所述初始排班表之后,当接收到调班人员替换被调班人员的调班请求时,判断是否符合调班预设规则,如果符合,则自动用所述调班人员替换所述被调班人员,生成最终排班表。其中,调班预设规则为:所述调班人员和所述被调班人员的调班次数是否均不超过调班限制次数;如果是,则允许所述调班人员的本次调班请求;否则,则拒绝所述调班人员的本次调班请求。
具体的,系统对于已经生成的初始排班表但未生效前,员工无法再进行留班和留休申请,但可通过调班进行员工班次的调整。例如,如果接收到某天A员工和B员工调班请求,则在满足调班预设规则的前提下,自动在该天显示A员工和B员工调班后的排班表。调班预设规则可以为:调班人员和被调班人员只要其中一人在本月调班超过三次,就不允许调班,从而防止人员过于频繁的调班。
还包括:
(9)排班表上报模块,用于将所述最终排班表生成模块所生成的最终排班表定时自动上报给指定服务器或邮箱。例如,将生效的最终排班表每天自动传输给领导的邮箱,从而方便上级领导及时了解排班数据。
(10)邮件通知模块,用于将所述最终排班表生成模块所生成的最终排班表发送给本次已排班人员的邮箱中。
本发明提供的智能排班系统,通过可视化的排班表、结合工时预估,请休假管理、留班管理、调班管理的数据,提前对岗位员工的工时进行调度安排。具有排班效率高、排班结果更科学合理的优点;具体为:通过人员工时预测和排班,将最具竞争力的人员安排在最佳的时间段内,从而提高现有人员的利用率,在合理的成本下,确保实现优质的服务,并通过对历史数据的分析,对未来工时预测,安排合理的轮班,从而提高人员利用率,降低劳动力成本。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (8)
1.一种智能排班系统,其特征在于,包括:
人员信息存储模块,用于存储待排班人员信息;其中,所述待排班人员信息包括全职人员信息和兼职人员信息;
岗位信息存储模块,用于存储待排班岗位信息;
留班/请假管理模块,用于接收待排班时段内兼职人员留班时段请求和全职人员请假时段请求;然后,判断所述留班时段是否大于预设最低留班时段,如果是,则存储所述兼职人员留班时段;如果否,则拒绝所述兼职人员留班时段请求消息;另外,对所述全职人员请假时段进行有效性审核,如果审核通过,则存储所述全职人员请假时段;如果审核不通过,则拒绝所述全职人员请假时段;
历史数据存储模块,用于存储多个历史排班时段的预估交易数据和实际交易数据;
交易预估模块,用于读取所述历史数据存储模块所存储的同一排班时段的预估交易数据和实际交易数据;以所述实际交易数据和所述预估交易数据的差异对待排班时段的交易进行预估,得到待排班预估交易数据;
人次/工时预估模块,用于分析所述待排班预估交易数据,得到各个岗位所需的预估人次数据和预估工时数据;
初始排班表生成模块,用于基于所述各个岗位所需的预估人次数据和预估工时数据,并结合所述兼职人员留班时段和全职人员请假时段,从所述人员信息存储模块中选择多个最佳人员,然后向所选择的各个最佳人员在待排班时段内分配所述岗位信息存储模块所存储的各个岗位,得到存储最佳人员、所分配的岗位和所分配的工作时段对应关系的初始排班表;
最终排班表生成模块,在生成所述初始排班表之后,当接收到调班人员替换被调班人员的调班请求时,判断是否符合调班预设规则,如果符合,则自动用所述调班人员替换所述被调班人员,生成最终排班表;
其中,所述交易预估模块、所述人次/工时预估模块具体用于:
以排班当天为当前时间节点,分别构造节点矩阵A和节点矩阵B;其中,所述节点矩阵A为所述当前时间节点的当期数据节点;所述节点矩阵B为所述节点矩阵A的上期数据节点;将所述节点矩阵B的实际交易数据与所述节点矩阵A的实际交易数据比例作为系数波动矩阵C;将所述节点矩阵A的预估交易数据与所述节点矩阵A的实际交易数据比例作为系数波动矩阵D;将所述系数波动矩阵C利用移动加权平均算法计算,得到均比波动系数C1,将所述系数波动矩阵D利用移动加权平均算法计算,得到均比波动系数D1;获得所述当前时间节点的上期时间节点,将所述上期时间节点的实际交易数据与均比波动系数C1和D1的乘积作为排班当天的预估交易数据H;
将所述节点矩阵A的实际交易数据与所述节点矩阵A的实际排班工时比例作为系数波动矩阵M,将所述节点矩阵A的实际排班工时与所述节点矩阵A的实际有效工时比例作为系数波动矩阵N;将所述系数波动矩阵M利用移动加权平均算法计算,得到均比波动系数M1,将所述系数波动矩阵N利用移动加权平均算法计算,得到均比波动系数N1;将所述预估交易数据H与所述均比波动系数M1和N1的乘积作为排班当天的预估工时数据。
2.根据权利要求1所述的智能排班系统,其特征在于,所述预估交易数据包括预估观影人次、预估营业额、预估票房数据和预估卖品交易数据;所述实际交易数据包括实际观影人次、实际营业额、实际票房数据和实际卖品交易数据。
3.根据权利要求1所述的智能排班系统,其特征在于,在所述初始排班表生成模块生成初始排班表时,当对已通过留班时段请求的兼职人员排班时,排班界面会自动显示该兼职人员的留班时段;当对已通过请假时段请求的全职人员排班时,排班界面会自动禁止对该全职人员在所述请假时段进行排班。
4.根据权利要求1所述的智能排班系统,其特征在于,在所述初始排班表生成模块生成初始排班表的过程中,还包括:判断被排班人员是否设置工时统计限制规则,如果设置,则将所述被排班人员的工时统计限制规则作为所述被排班人员生成工时的约束条件。
5.根据权利要求4所述的智能排班系统,其特征在于,所述工时统计限制规则包括:被排班人员工时与法定工时相符规则。
6.根据权利要求1所述的智能排班系统,其特征在于,所述调班预设规则为:所述调班人员和所述被调班人员的调班次数是否均不超过调班限制次数;如果是,则允许所述调班人员的本次调班请求;否则,则拒绝所述调班人员的本次调班请求。
7.根据权利要求1所述的智能排班系统,其特征在于,还包括:
排班表上报模块,用于将所述最终排班表生成模块所生成的最终排班表定时自动上报给指定服务器或邮箱。
8.根据权利要求1所述的智能排班系统,其特征在于,还包括:
邮件通知模块,用于将所述最终排班表生成模块所生成的最终排班表发送给本次已排班人员的邮箱中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310302651.1A CN103325024B (zh) | 2013-07-18 | 2013-07-18 | 智能排班系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310302651.1A CN103325024B (zh) | 2013-07-18 | 2013-07-18 | 智能排班系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103325024A CN103325024A (zh) | 2013-09-25 |
CN103325024B true CN103325024B (zh) | 2016-08-31 |
Family
ID=49193749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310302651.1A Active CN103325024B (zh) | 2013-07-18 | 2013-07-18 | 智能排班系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103325024B (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839199B (zh) * | 2014-03-18 | 2018-05-01 | 北京倍得力商务服务有限公司 | 资源调度系统及方法 |
CN106296022A (zh) * | 2016-08-18 | 2017-01-04 | 太仓市智威智能科技有限公司 | 一种员工自动排班系统 |
CN106372848A (zh) * | 2016-08-24 | 2017-02-01 | 合肥数酷信息技术有限公司 | 一种基于移动互联的兼职人员绩效管理系统 |
CN106529144A (zh) * | 2016-10-27 | 2017-03-22 | 上海览海在线健康管理有限公司 | 在线医疗过程中智能排班的方法及系统 |
CN107861962B (zh) * | 2017-02-20 | 2021-06-04 | 平安科技(深圳)有限公司 | 模板推荐方法和装置 |
CN107862400A (zh) * | 2017-02-20 | 2018-03-30 | 平安科技(深圳)有限公司 | 排班方法和装置 |
CN106952079A (zh) * | 2017-03-17 | 2017-07-14 | 贵州电网有限责任公司信息中心 | 一种自动排班系统 |
CN107464059A (zh) * | 2017-08-07 | 2017-12-12 | 江苏南大苏富特智能交通科技有限公司 | 一种基于历史信息的公交公司自动化排班控制方法 |
CN107527148B (zh) * | 2017-08-24 | 2021-04-02 | 北京融通智慧科技有限公司 | 电网智慧工地管控平台的工地项目管理系统 |
CN107590595A (zh) * | 2017-09-05 | 2018-01-16 | 盐城工学院 | 一种排班方法和数据处理设备 |
CN107507040A (zh) * | 2017-09-05 | 2017-12-22 | 盐城工学院 | 一种营业额处理方法和数据处理设备 |
CN107563649A (zh) * | 2017-09-05 | 2018-01-09 | 盐城工学院 | 一种数据处理方法及设备 |
CN109543928B (zh) * | 2017-09-21 | 2021-05-07 | 北京星选科技有限公司 | 信息输出方法和装置 |
CN107657427A (zh) * | 2017-09-26 | 2018-02-02 | 成都兼职地带信息技术有限公司 | 一种基于数据采集兼职岗位推荐系统 |
CN109978293A (zh) * | 2017-12-27 | 2019-07-05 | 顺丰科技有限公司 | 一种多任务智能排班方法、装置、设备和存储介质 |
CN108038634A (zh) * | 2018-01-22 | 2018-05-15 | 温州索易软件开发有限公司 | 一种员工排班管理系统 |
CN108764822A (zh) * | 2018-05-04 | 2018-11-06 | 武汉科技大学 | 一种超市管理系统收银员管理子系统 |
CN110555577B (zh) * | 2018-05-31 | 2023-09-22 | 顺丰科技有限公司 | 排班方法、排班系统、设备及存储有计算机程序的存储介质 |
CN109118107A (zh) * | 2018-08-29 | 2019-01-01 | 苏州汇通软件科技有限公司 | 一种工厂用智能排班系统 |
CN109262963A (zh) * | 2018-09-27 | 2019-01-25 | 南京塑维网络科技有限公司 | 一种用于注塑生产线的排班系统及方法 |
CN109767289A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 订单智能分配方法、装置、计算机设备及存储介质 |
CN109872073A (zh) * | 2019-02-25 | 2019-06-11 | 广东电网有限责任公司 | 一种电力调度值班排班系统 |
CN110147943B (zh) * | 2019-04-29 | 2023-11-03 | 深圳市元征科技股份有限公司 | 一种人员管理方法和相关装置 |
TWI705400B (zh) * | 2019-07-11 | 2020-09-21 | 陳孝瑋 | 智能排班系統及其實施方法 |
CN112215560A (zh) * | 2019-07-12 | 2021-01-12 | 陈孝玮 | 智能排班系统及其实施方法 |
CN110598991B (zh) * | 2019-08-15 | 2022-03-25 | 中国民用航空总局第二研究所 | 一种基于机器学习的管制员排班方法 |
CN110610319A (zh) * | 2019-09-18 | 2019-12-24 | 重庆爱车联信息技术有限公司 | 基于加油站用户分类引导的智能排班系统及方法 |
CN111062639A (zh) * | 2019-12-27 | 2020-04-24 | 上海京东到家元信信息技术有限公司 | 零售场景下智能排班系统及使用方法 |
CN111369214A (zh) * | 2020-03-04 | 2020-07-03 | 北京康迪建设监理咨询有限公司 | 矿建监理系统 |
CN111950846A (zh) * | 2020-07-07 | 2020-11-17 | 临沂启阳电缆有限公司 | 一种智能工厂用排班系统 |
CN112017765A (zh) * | 2020-07-21 | 2020-12-01 | 中国医学科学院北京协和医院 | 一种大型三甲教学医院超声科智能排班方法及系统 |
CN112257981A (zh) * | 2020-09-23 | 2021-01-22 | 安徽中科新辰技术有限公司 | 一种智能自动排班方法和系统 |
CN112101825A (zh) * | 2020-11-16 | 2020-12-18 | 成都智元汇信息技术股份有限公司 | 一种用于客运服务的站务排班与考勤系统及方法 |
CN113706026A (zh) * | 2021-08-31 | 2021-11-26 | 安徽施耐德成套电气有限公司 | 基于大数据的电力设备维修人员排班调配系统 |
CN114118824A (zh) * | 2021-11-30 | 2022-03-01 | 中国建设银行股份有限公司 | 一种值班管理方法与系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101729690A (zh) * | 2008-10-20 | 2010-06-09 | 中兴通讯股份有限公司 | 一种排班系统和方法 |
CN102760253A (zh) * | 2012-06-05 | 2012-10-31 | 广东智华计算机科技有限公司 | 一种医务人员智能排班与应急方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7917417B2 (en) * | 2005-10-08 | 2011-03-29 | Dion Kenneth W | System and method for organizational and personal portfolio |
-
2013
- 2013-07-18 CN CN201310302651.1A patent/CN103325024B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101729690A (zh) * | 2008-10-20 | 2010-06-09 | 中兴通讯股份有限公司 | 一种排班系统和方法 |
CN102760253A (zh) * | 2012-06-05 | 2012-10-31 | 广东智华计算机科技有限公司 | 一种医务人员智能排班与应急方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103325024A (zh) | 2013-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103325024B (zh) | 智能排班系统 | |
Patrick et al. | Improving resource utilization for diagnostic services through flexible inpatient scheduling: A method for improving resource utilization | |
Zhan et al. | Coordinating efficiency and equity in disaster relief logistics via information updates | |
CN104239956B (zh) | 准点优先的体检预约服务管理方法及系统 | |
Land et al. | Integrating load-based order release and priority dispatching | |
Wang et al. | Itinerary provision and pricing in container liner shipping revenue management | |
Herring et al. | A stochastic dynamic program for the single-day surgery scheduling problem | |
JP2016115006A (ja) | オフィス計画支援システム、オフィス計画支援方法、及びプログラム | |
CN110097226A (zh) | 一种资源调度方法、系统、电子设备及可读存储介质 | |
JP2016115005A (ja) | シミュレーションシステム、シミュレーション方法、及びプログラム | |
JP2012177974A (ja) | フリーアドレスオフィス利用支援システム | |
JP2016115003A (ja) | オフィス活動分析システム、オフィス活動分析方法、及びプログラム | |
Gilbert et al. | Optimal design of bilateral contracts for energy procurement | |
Mazier et al. | Scheduling inpatient admission under high demand of emergency patients | |
Geng et al. | Optimizing contracted resource capacity with two advance cancelation modes | |
CN110991846A (zh) | 服务人员任务分配方法、装置、设备及存储介质 | |
Benjaafar et al. | Appointment scheduling under a service-level constraint | |
Zayas-Cabán et al. | Emergency medical service allocation in response to large-scale events | |
Blake et al. | Simplified platelet ordering using shortage and outdate targets | |
Saadouli et al. | An optimization and Simulation approach for Operating Room scheduling under stochastic durations | |
Sun et al. | Comparing dynamic risk-based scheduling methods with MRP via simulation | |
Li et al. | Simulation for constrainted optimization of inventory system by using arena and OptQuest | |
CN111126779A (zh) | 客服工单派发方法及装置 | |
JP2020046841A (ja) | 情報処理装置、情報処理方法及びプログラム | |
Dotson et al. | Counting more than the gate: Developing building use statistics to create better facilities for today's academic library users |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |