CN115330195A - 一种周期性排班方法、装置、电子设备和存储介质 - Google Patents
一种周期性排班方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115330195A CN115330195A CN202210969455.9A CN202210969455A CN115330195A CN 115330195 A CN115330195 A CN 115330195A CN 202210969455 A CN202210969455 A CN 202210969455A CN 115330195 A CN115330195 A CN 115330195A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- staff
- shift
- data
- periodic
- 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.)
- Withdrawn
Links
- 230000000737 periodic effect Effects 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012417 linear regression Methods 0.000 claims abstract description 14
- 238000013135 deep learning Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000003203 everyday effect Effects 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 238000007670 refining Methods 0.000 claims description 2
- 230000007774 longterm Effects 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
- 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
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种周期性排班方法、装置、电子设备和存储介质,方法包括以下步骤，采用深度学习根据多个周期的历史班表数据获取排班规律数据；根据排班规律数据结合原始员工排班规则，获取细化排班规律数据；根据细化排班规律数据结合企业提供的劳动力需求数据，利用线性回归模型生成下一周期的员工的排班信息，形成班表；将排班信息存入存储模块，并发布，能够根据客户提供的长期班表，深入挖掘班表中的周期性规律，为下一周期的排班提供指导，高效排班，且排班更加准确，也能够稳定员工，提高员工满意度，增强企业凝聚力，还能够减少门店对排班员的依赖，同时排班员也能够从繁琐的排班工作中解放出来，从事更多有意义的工作，实现更高的自我价值。
Description
技术领域
本发明涉及计算机技术，具体涉及一种周期性排班方法、装置、电子设备和存储介质。
背景技术
目前大部分企业采取手工排班的方式，手工排班对排班员的要求比较高，排班主要依据排班员的经验,估算未来不同岗位需要的人力数,结合员工实际情况，加上员工的口头请假等，生成班表。这种人工排班的方式需要配置专业的排班员,排班员花费大量的时间和精力来进行排班，而且人工排班效率较低，手动排班的过程也极易出错，一旦员工不满意手动排出的班次，需要浪费更多的时间给员工协调换班，成本极高。而且固定排班员的经验只适用于对应门店，一旦门店的排班员发生调整或离职，门店需要培养新的排班员，对该门店的影响极大。
发明内容
本发明要解决的技术问题是提供一种周期性排班方法。
为了解决上述技术问题，本发明采用的技术方案是：一种周期性排班方法,具体包括以下步骤：S1，采用深度学习根据企业提供的多个周期的历史班表数据获取包括员工排班规则的排班规律数据；S2，根据所述排班规律数据结合企业提供的原始员工排班规则，获取细化排班规律数据；S3，根据所述细化排班规律数据结合企业提供的劳动力需求数据，利用线性回归模型生成下一周期的员工的排班信息，形成班表；S4，将排班信息存入存储模块，并将所述班表发布。本发明能够根据客户提供的长期班表，深入挖掘班表中的周期性规律并归纳总结，为下一周期的排班提供指导，从而高效排出下一周期的班，不仅可以快速排班，而且能使下一周期的排班更加准确，在员工方面也能够稳定员工，提高员工满意度，增强企业凝聚力，还能够减少门店对排班员的依赖，同时排班员也能够从繁琐的排班工作中解放出来，从事更多有意义的工作，实现更高的自我价值。
优选的，所述排班规律数据包括固定班次、员工组合、员工任务、所述员工排班规则。对客户提供的长期班表进行深入挖掘，可以学习到一些稳定的员工组合，如过去的班表中张三和李四经常搭配在一-起工作，可能是因为两人比较互补，搭配工作效率更高，那么挖掘到这个员工组合之后，下一排班周期排班的时候就会进行参考，尽量安排两人一起搭配工作。
优选的，所述员工排班规则包括每位员工平均每周最多连续工作天数、每位员工平均每周最少连续工作天数、每位员工平均每周最多工作时长、每位员工平均每周最少工作时长。
优选的，所述周期为一周。
优选的，所述劳动力需求数据包括各个时间段服务员需求人数、各个时间段厨师需求人数、各个时间段备菜员需求人数、各个时间段收银员需求人数。
优选的，步骤S3中利用线性回归模型生成下一周期的员工的排班信息具体包括：将所述劳动力需求数据作为约束条件；根据所述细化排班规律数据中的员工排班规则确定目标函数，将下一周期的员工排班信息作为目标函数；得到线性回归模型输出的员工排班矩阵；根据所述员工排班矩阵生成下一周期每日固定班次内员工的排班信息。
本发明要解决的技术问题是提供一种排班装置。
为了解决上述技术问题，本发明采用的技术方案是：一种排班装置，包括：班表数据分析模块，用于分析企业提供的多个周期的历史班表数据的模块，获取排班规律数据，并结合企业直接提供的原始员工排班规则对排班规律数据进行细化；排班信息生成模块，用于将所述劳动力需求数据作为约束条件，根据所述细化排班规律数据中的员工排班规则确定目标函数，利用线性规划模型生成下一周期每日固定班次内员工的排班信息；存储模块，将生成的排班信息进行存储，作为接下来一周期排班信息的历史班表数据。
优选的，所述排班信息生成模块包括：线性回归单元，用于将所述劳动力需求数据作为约束条件，将下一周期的员工排班信息作为目标函数，得到线性回归模型输出的员工排班矩阵；排班信息生成单元，用于根据所述员工排班矩阵生成下一周期每日固定班次内员工的排班信息。
本发明要解决的技术问题是提供一种排班装置。
为了解决上述技术问题，本发明采用的技术方案是：一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的周期性排班方法。
本发明要解决的技术问题是提供一种计算机可读存储介质。
为了解决上述技术问题，本发明采用的技术方案是：一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-6中任一所述的周期性排班方法。
本发明的范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案等。
由于上述技术方案运用，本发明与现有技术相比具有下列优点：1、本发明能够根据客户提供的长期班表，深入挖掘班表中的周期性规律并归纳总结，为下一周期的排班提供指导，从而高效排出下一周期的班，不仅可以快速排班，而且能使下一周期的排班更加准确，在员工方面也能够稳定员工，提高员工满意度，增强企业凝聚力，还能够减少门店对排班员的依赖，同时排班员也能够从繁琐的排班工作中解放出来，从事更多有意义的工作，实现更高的自我价值；2、对客户提供的长期班表进行深入挖掘，可以学习到一些稳定的员工组合，搭配工作效率更高。
附图说明
图1为本申请的流程示意图；
图2为本申请的结构示意图；
图3为本实施例中采用的历史班表例图；
图4为本实施例中劳动力需求数据例图；
图5为本实施例中生成的下一周期班表图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
如各图所示的一种周期性排班方法,具体包括以下步骤。
步骤S1，采用深度学习根据企业提供的多个周期的历史班表数据获取包括员工排班规则的排班规律数据，历史班表越多，周期性排班高效计算方法挖掘到的排班规律越准确，图3中从上到下分别为三周的排班表。
步骤S2，根据所述排班规律数据结合企业提供的原始员工排班规则，获取细化排班规律数据。
排班规律数据包括：
固定班次：对客户提供的长期班表进行深入挖掘，可以找到一些相对固定的班次，或者班次组合。客户可以对班次进行修改或者补充。如过去的班表中， 9 点到 19 点的这个班次经常出现在工作日，8 点到 18 点的班次经常出现在周六和周日，那么9 点到19 点为工作日的固定班次，8 点到18 点为双休日的固定班次。
员工组合：对客户提供的长期班表进行深入挖掘，可以学习到一些稳定的员工组合。如过去的班表中张三和李四经常搭配在一起工作，可能是因为两人比较互补，搭配工作效率更高，那么挖掘到这个员工组合之后，下一排班周期排班的时候就会进行参考，尽量安排两人一起搭配工作。
员工任务：对客户提供的长期班表进行深入挖掘，可以找到员工所会的任务和他频繁安排的任务，综合考虑给员工安排合适的岗位。
员工排班规则：对客户提供的长期班表进行深入挖掘，可以总结出员工的排班规则，张三每周最多工作六天，最少工作五天，每周最少工作 40 小时，最多工作60 小时。而王五每周最多工作七天，最少工作三天，每周最少工作24 小时，最多工作60 小时。
以某家十四人的餐饮店为具体实施例，从图3中可以知道：（1）工作日开关店时间为9 点到22 点，而双休日的开关店时间为8 点到22点；（2）工作日因为客流量较小等因素，需要的员工数量低于双休日，双休日需要尽量安排所有的员工参加排班。而工作日需要保证9 点到22 点每个时刻都至少有一名服务员、收银员、备菜员，10 点到21 点每个时刻至少有一名厨师；（3）每个厨师与对应的配菜员搭配默契，因此厨师和配菜员需要搭配上班，同时配菜员需要提前配菜，所以上班时间需要早于厨师一个小时；（4）服务员可以被安排收银员的任务，收银员也可以安排服务员的任务，但是不可兼任厨师和备菜员的任务；（5）每名员工每周最多工作五天，连续工作天数不超过6 天。每名员工最多只允许安排3 个连续结束时间为22 点的晚班；（6）工作日服务员和收银员的班次为9 点到19 点、12 点到22点，厨师的班次为10 点到21 点或10 点到19 点、12 点到21 点，备菜员的班次为9 点到21点或9 点到19 点、11 点到21 点；双休日服务员和收银员的班次为8 点到18 点、 9 点到19 点、12 点到22 点，厨师的班次为10 点到19 点、12 点到21 点、11点到20 点，备菜员的班次为9 点到19 点、10 点到20 点、11 点到21 点。
上述信息是从历史班表中分析得出，而客户提供的员工规则为每名员工每周至少工作五天，最多工作六天，最多不连续工作七天，根据排班规律数据结合企业提供的原始员工排班规则，对员工规则进行了细化调整，可以使排班效果更加准确。
步骤S3，根据所述细化排班规律数据结合企业提供的劳动力需求数据，利用线性回归模型生成下一周期的员工的排班信息，利用线性回归模型生成下一周期的员工的排班信息具体包括：将所述劳动力需求数据作为约束条件；根据所述细化排班规律数据中的员工排班规则确定目标函数，将下一周期的员工排班信息作为目标函数；得到线性回归模型输出的员工排班矩阵；根据所述员工排班矩阵生成下一周期每日固定班次内员工的排班信息。
企业提供的劳动力需求数据如图4所示，分别有各个时间段服务员需求人数、各个时间段厨师需求人数、各个时间段备菜员需求人数、各个时间段收银员需求人数。
形成的班表如图5所示，即为生成的班表。
本实施例中的周期性排班方法既能快速高效地排出班表，又能兼顾历史排班中涉及到的规律和规则，在这两点的基础上还贴近了需求，计算出的排班效果较好。
员工的排班普遍具有周期性的规律，这种规律体现在相对固定的班次、稳定的员工组合、排班需要考虑的人员规则等。与排班员通过经验总结出这些规律相比，本发明可以自动分析数据，挖掘数据中的周期性排班规律。
本实施例中的周期性排班方法具有以下优点：高效率：本发明能够在短时间内学习周期性的排班规律，快速排出班表；更准确：通过深入挖掘排班的周期性规律，排出的下一周期班表更加准确；更灵活：结合周期性排班规律和下周业务需求数据，班表更加灵活；更经济：与现有人工安排班次相比，周期性排班的高效计算方法对班次的计算更快更简单，节约劳动力成本，更加经济；需求满足度更高：本发明可快速匹配到所需的劳动力，更贴近业务需求；更有竞争力：本发明安排的班次更人性化，使得应用该方法的企业排出的班次更有竞争力；员工接受度更高：本发明充分调用了员工主动参与排班的积极性，有利于提高员工满意度，增强企业凝聚力。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种周期性排班方法,其特征在于：具体包括以下步骤：S1，采用深度学习根据企业提供的多个周期的历史班表数据获取包括员工排班规则的排班规律数据；S2，根据所述排班规律数据结合企业提供的原始员工排班规则，获取细化排班规律数据；S3，根据所述细化排班规律数据结合企业提供的劳动力需求数据，利用线性回归模型生成下一周期的员工的排班信息，形成班表；S4，将排班信息存入存储模块，并将所述班表发布。
2.根据权利要求1所述的周期性排班方法，其特征在于：所述排班规律数据包括固定班次、员工组合、员工任务、所述员工排班规则。
3.根据权利要求2所述的周期性排班方法，其特征在于：所述员工排班规则包括每位员工平均每周最多连续工作天数、每位员工平均每周最少连续工作天数、每位员工平均每周最多工作时长、每位员工平均每周最少工作时长。
4.根据权利要求1所述的周期性排班方法，其特征在于：所述周期为一周。
5.根据权利要求1所述的周期性排班方法，其特征在于：所述劳动力需求数据包括各个时间段服务员需求人数、各个时间段厨师需求人数、各个时间段备菜员需求人数、各个时间段收银员需求人数。
6.根据权利要求2所述的周期性排班方法，其特征在于：步骤S3中利用线性回归模型生成下一周期的员工的排班信息具体包括：将所述劳动力需求数据作为约束条件；根据所述细化排班规律数据中的员工排班规则确定目标函数，将下一周期的员工排班信息作为目标函数；得到线性回归模型输出的员工排班矩阵；根据所述员工排班矩阵生成下一周期每日固定班次内员工的排班信息。
7.一种排班装置，其特征在于：包括：
班表数据分析模块，用于分析企业提供的多个周期的历史班表数据的模块，获取排班规律数据，并结合企业直接提供的原始员工排班规则对排班规律数据进行细化；
排班信息生成模块，用于将所述劳动力需求数据作为约束条件，根据所述细化排班规律数据中的员工排班规则确定目标函数，利用线性规划模型生成下一周期每日固定班次内员工的排班信息；
存储模块，将生成的排班信息进行存储，作为接下来一周期排班信息的历史班表数据。
8.根据权利要求7所述的排班装置，其特征在于：所述排班信息生成模块包括：线性回归单元，用于将所述劳动力需求数据作为约束条件，将下一周期的员工排班信息作为目标函数，得到线性回归模型输出的员工排班矩阵；排班信息生成单元，用于根据所述员工排班矩阵生成下一周期每日固定班次内员工的排班信息。
9.一种电子设备，其特征在于：包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的周期性排班方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的周期性排班方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210969455.9A CN115330195A (zh) | 2022-08-12 | 2022-08-12 | 一种周期性排班方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210969455.9A CN115330195A (zh) | 2022-08-12 | 2022-08-12 | 一种周期性排班方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115330195A true CN115330195A (zh) | 2022-11-11 |
Family
ID=83923573
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210969455.9A Withdrawn CN115330195A (zh) | 2022-08-12 | 2022-08-12 | 一种周期性排班方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115330195A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116307643A (zh) * | 2023-05-19 | 2023-06-23 | 民航成都信息技术有限公司 | 一种排班方法、装置、电子设备及存储介质 |
-
2022
- 2022-08-12 CN CN202210969455.9A patent/CN115330195A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116307643A (zh) * | 2023-05-19 | 2023-06-23 | 民航成都信息技术有限公司 | 一种排班方法、装置、电子设备及存储介质 |
| CN116307643B (zh) * | 2023-05-19 | 2023-08-18 | 中国民用航空总局第二研究所 | 一种排班方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11699112B2 (en) | Systems and methods for automatic scheduling of a workforce | |
| US8015042B2 (en) | Methods for long-range contact center staff planning utilizing discrete event simulation | |
| US8655714B2 (en) | Automatic time-zone sensitive scheduling | |
| US20130218622A1 (en) | Aggregating availability status information on shared calendars | |
| US20070143169A1 (en) | Real-time workload information scheduling and tracking system and related methods | |
| Bard | Staff scheduling in high volume service facilities with downgrading | |
| US20180018614A1 (en) | Method and apparatus for optimizing constraint-based data | |
| US20150142494A1 (en) | System and method for scheduling temporary resources | |
| US20090037242A1 (en) | System for Monitoring Periodic Processing of Business Related Data | |
| US10037500B2 (en) | System and method for automatic shrinkage forecasting | |
| Helber et al. | Profit-oriented shift scheduling of inbound contact centers with skills-based routing, impatient customers, and retrials | |
| CN115330195A (zh) | 一种周期性排班方法、装置、电子设备和存储介质 | |
| CN110705815A (zh) | 门店排班系统及方法 | |
| Bekker et al. | Keeping pace with the ebbs and flows in daily nursing home operations | |
| CN112966904A (zh) | 基于整数规划的机场服务人员排班方法、装置、设备及存储介质 | |
| Dai et al. | Staff scheduling in call center considering global service quality | |
| US10819827B1 (en) | System for server scheduling using integer programming | |
| JP7334528B2 (ja) | 水力発電所の発電原価算出サーバ、水力発電所の発電原価算出システムおよび水力発電所の発電原価算出方法 | |
| Um-In et al. | Agent scheduling of call center using decomposition technique | |
| Edna Chan et al. | Operations research methods applied to workflow in a medical records department | |
| Noor et al. | A Mixed Integer Linear Programming Model for Crew Scheduling At Fast Food Restaurant | |
| CN109299839B (zh) | 基于有限人力资源的双线计划调度方法和系统 | |
| CN108830508A (zh) | 一种基于价格曲线的调度方法与装置 | |
| Chua et al. | Multi-skilled manpower scheduling with part-time consideration: Case study | |
| CA2571785A1 (en) | Systems and methods for performing long-term simulation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221111 |
|
| WW01 | Invention patent application withdrawn after publication |