CN116611662A - 一种多职场的排班处理方法、装置、系统及介质 - Google Patents

一种多职场的排班处理方法、装置、系统及介质 Download PDF

Info

Publication number
CN116611662A
CN116611662A CN202310663274.8A CN202310663274A CN116611662A CN 116611662 A CN116611662 A CN 116611662A CN 202310663274 A CN202310663274 A CN 202310663274A CN 116611662 A CN116611662 A CN 116611662A
Authority
CN
China
Prior art keywords
shift
job
scheduling
objective function
constraint
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
Application number
CN202310663274.8A
Other languages
English (en)
Inventor
王攀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202310663274.8A priority Critical patent/CN116611662A/zh
Publication of CN116611662A publication Critical patent/CN116611662A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种多职场的排班处理方法、装置、系统及介质，方法包括：获取排班约束条件，所述排班约束条件包括通用排班条件和各个职场中心的职场排班条件；构建多职场的排班目标函数；通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果。通过基于通用排班条件和多职场的个性化职场排班条件共同约束排班目标函数的优化，高效快速的求解得到最优排班结果，使得无需针对每个职场中心开发一套代码进行排班，有效节约了多职场中心排班处理的人力物力，提高排班效率。

Description

一种多职场的排班处理方法、装置、系统及介质
技术领域
本发明涉及金融科技技术领域，尤其涉及一种多职场的排班处理方法、装置、系统及介质。
背景技术
随着企业制度的建立以及社会经济的高速发展，加强劳动力的有效管理和降低人力资源成本已成为企业提高竞争力的重要手段，因此劳动力排班管理也越来越受到企业的重视公平、合理的排班方法对于调动积极性、提高工作效率都具有十分重要的意义。
由于银行机构存在多个职场中心，例如远程中心、信贷中心、客服中心等等。现有的排班方式通过例如Python代码实现整体的规则，主要依靠逻辑判断来模拟可能出现的规则逻辑，且整体代码仅针对一个部门中心的情况进行逻辑规划，在银行机构存在多个职场中心及对应的规则时，则需要针对新加入的职场中心和规则完全重新开发，导致开发周期长且耗费人力物力，降低了多职场中心的排班效率。
发明内容
鉴于上述现有技术的不足，本发明的目的在于提供可应用于金融科技或其它相关领域的一种多职场的排班处理方法、装置、系统及介质，旨在提高多职场中心的排班效率。
本发明的技术方案如下：
一种多职场的排班处理方法，包括：
获取排班约束条件，所述排班约束条件包括通用排班条件和各个职场中心的职场排班条件；
构建多职场的排班目标函数；
通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果。
在一个实施例中，所述通用排班条件为每个人在每个职场中心每天仅允许排一个班次。
在一个实施例中，所述职场排班条件包括职场数量、各个职场中心的班次数量、各个职场中心每个班次的人数上限值、以及每个职场中心全部班次的人数下限值。
在一个实施例中，所述构建多职场的排班目标函数，包括：
获取多职场的历史排班数据；
根据所述历史排班数据计算相应的平均排班数据；
根据所述历史排班数据和平均排班数据构建多职场的排班目标函数。
在一个实施例中，所述通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果，包括：
根据所述排班约束条件构建多职场排班的约束方程；
基于所述约束方程的解计算所述排班目标函数的值，直到所述排班目标函数的值达到最小值；
将所述排班目标函数的值最小时对应的所述约束方程的解作为最优解；
根据所述最优解得到满足所述排班约束条件的最优排班结果。
在一个实施例中，所述通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果之后，所述方法还包括：
确认各个职场中心的职场排班条件是否发生变化，若是，则对所述排班约束条件进行更新。
在一个实施例中，所述确认各个职场中心的职场排班条件是否发生变化，若是，则对所述排班约束条件进行更新之后，所述方法还包括：
通过更新后的排班约束条件对所述排班目标函数进行最优求解，得到满足更新后的排班约束条件的最优排班结果。
一种多职场的排班处理装置，包括：
约束获取模块，用于获取排班约束条件，所述排班约束条件包括通用排班条件和各个职场中心的职场排班条件；
构建模块，用于构建多职场的排班目标函数；
输出模块，用于通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果。
一种多职场的排班处理系统，所述系统包括至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述多职场的排班处理方法。
一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行上述的多职场的排班处理方法。
有益效果：本发明公开了一种多职场的排班处理方法、装置、系统及介质，相比于现有技术，本发明实施例通过基于通用排班条件和多职场的个性化职场排班条件共同约束排班目标函数的优化，高效快速的求解得到最优排班结果，使得无需针对每个职场中心开发一套代码进行排班，有效节约了多职场中心排班处理的人力物力，提高排班效率。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1为本发明实施例提供的多职场的排班处理方法的一个流程图；
图2为本发明实施例提供的多职场的排班处理方法中步骤S200的流程图；
图3为本发明实施例提供的多职场的排班处理方法中步骤S300的流程图；
图4为本发明实施例提供的多职场的排班处理方法的另一个流程图；
图5为本发明实施例提供的多职场的排班处理装置的功能模块示意图；
图6为本发明实施例提供的多职场的排班处理系统的硬件结构示意图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。以下结合附图对本发明实施例进行介绍。
随着企业制度的建立以及社会经济的高速发展，加强劳动力的有效管理和降低人力资源成本已成为企业提高竞争力的重要手段，因此劳动力排班管理也越来越受到企业的重视公平、合理的排班方法对于调动积极性、提高工作效率都具有十分重要的意义。
由于银行机构存在多个职场中心，例如远程中心、信贷中心、客服中心等等。现有的排班方式通过例如Python代码实现整体的规则，主要依靠逻辑判断来模拟可能出现的规则逻辑，且整体代码仅针对一个部门中心的情况进行逻辑规划，在银行机构存在多个职场中心及对应的规则时，则需要针对新加入的职场中心和规则完全重新开发，导致开发周期长且耗费人力物力，降低了多职场中心的排班效率。
为了解决上述问题，本发明提出一种多职场的排班处理方法，请参阅图1，图1为本发明提供的多职场的排班处理方法一个实施例的流程图。本实施例提供的多职场的排班处理方法应用于包括终端设备、网络和服务器构成的系统，其中网络为用于在终端设备和服务器之间提供通信链路的介质，其可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等；终端设备上的操作系统可以包括手持设备操作系统(iPhone operatingsystem，iOS系统)、安卓系统或其他操作系统，终端设备通过网络连接到服务器以实现交互，从而进行接收或发送数据等操作，具体可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、便携式计算机和台式服务器等等。如图1所示，该方法具体包括如下步骤：
S100、获取排班约束条件，所述排班约束条件包括通用排班条件和各个职场中心的职场排班条件；
S200、构建多职场的排班目标函数；
S300、通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果。
本实施例中，针对多职场中心的排班处理，获取的排班约束条件中包括两类条件，一类为适用于全部职场中心的通用排班条件，另一类为各个职场中心个性化的职场排班条件，从而提取出职场中心之间的共性条件并区分个性条件，提高排班效率的同时也满足不同职场中心的个性化需求。
具体地，所述通用排班条件为每个人在每个职场中心每天仅允许排一个班次。即同一个人不会同时上两个班次，该条件适用于全部职场中心。
所述职场排班条件包括职场数量、各个职场中心的班次数量、各个职场中心每个班次的人数上限值、以及每个职场中心全部班次的人数下限值。即每个职场中心在进行排班时需考虑职场个数，例如远程中心包括2个职场，分设在成都和深圳；对公信贷中心包括3个职场，分设在成都、深圳和上海等等；还需考虑各个职场中心的班次数量，例如远程中心的班次数量为4-6个班次，具体不同分设地的职场可进一步设置，对公信贷中心的班次数量为4个班次等等；还需考虑各个职场中心每个班次的人数上限值，即每个班次的总人数不能超过相应的上限值以控制人力资源成本；还需考虑每个职场中心全部班次的人数下限值，即每个职场中心需保证至少有相应下限值的人员数量以满足排班需求。
之后构建多职场的排班目标函数，以最小化排班目标函数的值为最优目标，在包含了共性和个性的排班约束条件下对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果优化。通过基于通用排班条件和多职场的个性化职场排班条件共同约束排班目标函数的优化，高效快速的求解得到最优排班结果，使得无需针对每个职场中心开发一套代码进行排班，有效节约了多职场中心排班处理的人力物力，提高排班效率。
在一个实施例中，如图2所示，步骤S200包括：
S201、获取多职场的历史排班数据；
S202、根据所述历史排班数据计算相应的平均排班数据；
S203、根据所述历史排班数据和平均排班数据构建多职场的排班目标函数。
本实施例中，排班目标函数通过获取历史排班数据进行构建，获取的历史排班数据为历史排班数据矩阵，代表每个班次每个人员历史排过的次数。之后计算平均排班数据，该平均排班数据为所有人每个班次排班的均值，即所有人平均每个班次排了多少次班，基于历史排班数据和平均排班数据构建多职场的排班目标函数，具体的排班目标函数为obj＝cxp.Minmize(cxp.sum(cxp.abs(h–a+x)))，其中h为历史排班数据矩阵，a为所有人每个班次排班的均值，x为需要求解的矩阵，也就是每个人是否排某个班次，若为1则排该班次，若为0则不排该班次。为了使每个人，与a的距离最小，也就是(h-a)最小，这样求得的解就是最优解，每个人距离均值都是最小的，公平性最优，损失函数和目标函数是相同的，在寻找最优解时以最小化排班目标函数的值为最优化目标，高效获取最优排班结果。
在一个实施例中，如图3所示，步骤S300包括：
S301、根据所述排班约束条件构建多职场排班的约束方程；
S302、基于所述约束方程的解计算所述排班目标函数的值，直到所述排班目标函数的值达到最小值；
S303、将所述排班目标函数的值最小时对应的所述约束方程的解作为最优解；
S304、根据所述最优解得到满足所述排班约束条件的最优排班结果。
本实施例中，根据获取到的排班约束条件构建多个约束方程，以排班目标函数的值达到最小值为目标寻找约束方程的最优解。例如，排班约束条件包括：
(1)人员排班最终的结果，每个班次不超过X人，例如input_n＝[[3,3,2,2]]一共4个班次，每个班次得总人数不超过这个数组，则使用cxp代码构建的约束为cxp.sum(x,keepdims＝True,axis＝0)＝＝input_n；
(2)每个人只能上一个班次，一个人不会同时上两个班次，一共h.shape[0]个人，每个人总次数不超过1，即为只上一个班次，col_sum＝[[1]for I in range(s.shape[0])]，则使用cxp代码构建的约束为cxp.sum(x,keepdims＝True,axis＝1)＝＝col_sum；
(3)职场要求每个职场必须至少有x个人，place1-n代表一共有n个职场，place_n表示一个人属于职场n，在职场n则取值为1，不属于其他职场，在其他职场取值为0，多个职场均需满足条件，则用cxp代码构建的约束为：
for i in range(n):
cxp.sum(x*place_i,keepdims＝True,axis＝0)>＝x
由此，在输出排班最优结果时，所有限制条件
con＝[
#限制条件1
cxp.sum(x,keepdims＝True,axis＝0)＝＝input_n
#限制条件2
cxp.sum(x,keepdims＝True,axis＝1)＝＝col_sum
#限制条件3
for i in range(n):
cxp.sum(x*place_i,keepdims＝True,axis＝0)>＝x
]
在求解最优排班结果时，通过设置排班目标函数obj＝cxp.Minmize(cxp.sum(cxp.abs(h–a+x)))，以及限制条件con，直接调用cxp包，对问题进行求解
prob＝cxp.Problem(obj,con)
prob.solve(solver＝’GLPK_MI’,verbose＝True)
得到求解的结果有两个，一个是排班目标函数值：prob.value，一个是解：x.value，在排班目标函数值最小时对应的解即为最优解，基于最优解矩阵中的0-1值确定每个人员在每个班次是否排班。
本实施例通过将规则抽象为数学模型，在存在多个职场中心及其个性化规则时，只需要把个性化规则抽象为线性规划公式再统一求解，解决了整个代码的可复用性问题，这样可以大大减少个性化规则导致的开发量，无需一个职场中心单独开发一套代码，降低开发周期和人力的同时提升了代码的可复用性。
在一个实施例中，如图4所示，步骤S300之后，方法还包括：
S400、确认各个职场中心的职场排班条件是否发生变化，若是，则对所述排班约束条件进行更新。
本实施例中，由于不同时期各个职场中心的排班需求可能存在变化，可定期或不定期确认各个职场中心的职场排班条件是否发生变化，例如每隔预设时间进行确认，或者在接收到用户手动输入的确认指令时进行确认，或者在新增了职场中心时则自动确认职场排班条件发生了变化，若发生了变化则对排班约束条件进行更新，以满足最新的排班需求。
S500、通过更新后的排班约束条件对所述排班目标函数进行最优求解，得到满足更新后的排班约束条件的最优排班结果。
本实施例中，若排班约束条件发生了变化，则基于更新后的排班约束条件重新进行最优求解，得到相应的最优排班结果，使得新规则的出现不再需要二次开发了，只需要把规则抽象为一行线性规划公式对排班约束条件进行更新即可完成新规则的接入工作，基于更新后的排班约束条件依据排班目标函数进行求解，最终得到符合当前最新规则下的最优解。
本发明另一实施例提供一种多职场的排班处理装置，如图5所示，装置1包括：
约束获取模块11，用于获取排班约束条件，所述排班约束条件包括通用排班条件和各个职场中心的职场排班条件；
构建模块12，用于构建多职场的排班目标函数；
输出模块13，用于通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果。
本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段，比程序更适合于描述多职场的排班处理的执行过程，各模块的具体实施方式请参考上述对应的方法实施例，此处不再赘述。
在一个实施例中，所述通用排班条件为每个人在每个职场中心每天仅允许排一个班次。
在一个实施例中，所述职场排班条件包括职场数量、各个职场中心的班次数量、各个职场中心每个班次的人数上限值、以及每个职场中心全部班次的人数下限值。
在一个实施例中，所述构建模块12，包括：
数据获取单元，用于获取多职场的历史排班数据；
计算单元，用于根据所述历史排班数据计算相应的平均排班数据；
构建单元，用于根据所述历史排班数据和平均排班数据构建多职场的排班目标函数。
在一个实施例中，所述输出模块13，包括：
方程构建单元，用于根据所述排班约束条件构建多职场排班的约束方程；
求解单元，用于基于所述约束方程的解计算所述排班目标函数的值，直到所述排班目标函数的值达到最小值；
最优解确定单元，用于将所述排班目标函数的值最小时对应的所述约束方程的解作为最优解；
结果输出单元，用于根据所述最优解得到满足所述排班约束条件的最优排班结果。
在一个实施例中，所述装置1，还包括：
确认模块，用于确认各个职场中心的职场排班条件是否发生变化，若是，则对所述排班约束条件进行更新。
在一个实施例中，所述装置1，还包括：
排班更新模块，用于通过更新后的排班约束条件对所述排班目标函数进行最优求解，得到满足更新后的排班约束条件的最优排班结果。
本发明另一实施例提供一种多职场的排班处理系统，如图6所示，系统10包括：
一个或多个处理器110以及存储器120，图6中以一个处理器110为例进行介绍，处理器110和存储器120可以通过总线或者其他方式连接，图6中以通过总线连接为例。
处理器110用于完成系统10的各种控制逻辑，其可以为通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISCMachine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。还有，处理器110还可以是任何传统处理器、微处理器或状态机。处理器110也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
存储器120作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的多职场的排班处理方法对应的程序指令。处理器110通过运行存储在存储器120中的非易失性软件程序、指令以及单元，从而执行系统10的各种功能应用以及数据处理，即实现上述方法实施例中的多职场的排班处理方法。
存储器120可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据系统10使用所创建的数据等。此外，存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器120可选包括相对于处理器110远程设置的存储器，这些远程存储器可以通过网络连接至系统10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个单元存储在存储器120中，当被一个或者多个处理器110执行时，实现以下步骤：
获取排班约束条件，所述排班约束条件包括通用排班条件和各个职场中心的职场排班条件；
构建多职场的排班目标函数；
通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果。
在一个实施例中，所述通用排班条件为每个人在每个职场中心每天仅允许排一个班次。
在一个实施例中，所述职场排班条件包括职场数量、各个职场中心的班次数量、各个职场中心每个班次的人数上限值、以及每个职场中心全部班次的人数下限值。
在一个实施例中，所述构建多职场的排班目标函数，包括：
获取多职场的历史排班数据；
根据所述历史排班数据计算相应的平均排班数据；
根据所述历史排班数据和平均排班数据构建多职场的排班目标函数。
在一个实施例中，所述通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果，包括：
根据所述排班约束条件构建多职场排班的约束方程；
基于所述约束方程的解计算所述排班目标函数的值，直到所述排班目标函数的值达到最小值；
将所述排班目标函数的值最小时对应的所述约束方程的解作为最优解；
根据所述最优解得到满足所述排班约束条件的最优排班结果。
在一个实施例中，所述通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果之后，所述方法还包括：
确认各个职场中心的职场排班条件是否发生变化，若是，则对所述排班约束条件进行更新。
在一个实施例中，所述确认各个职场中心的职场排班条件是否发生变化，若是，则对所述排班约束条件进行更新之后，所述方法还包括：
通过更新后的排班约束条件对所述排班目标函数进行最优求解，得到满足更新后的排班约束条件的最优排班结果。
本发明实施例提供了一种非易失性计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如，执行以上描述的图1中的方法步骤S100至步骤S300。
作为示例，非易失性存储介质能够包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦ROM(EEPROM)或闪速存储器。易失性存储器能够包括作为外部高速缓存存储器的随机存取存储器(RAM)。通过说明而非限制，RAM可以以诸如同步RAM(SRAM)、动态RAM、(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、Synchlink DRAM(SLDRAM)以及直接Rambus(兰巴斯)RAM(DRRAM)之类的许多形式得到。本文中所描述的操作环境的所公开的存储器组件或存储器旨在包括这些和/或任何其他适合类型的存储器中的一个或多个。
综上，本发明公开的一种多职场的排班处理方法、装置、系统及介质中，方法通过获取排班约束条件，所述排班约束条件包括通用排班条件和各个职场中心的职场排班条件；构建多职场的排班目标函数；通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果。通过基于通用排班条件和多职场的个性化职场排班条件共同约束排班目标函数的优化，高效快速的求解得到最优排班结果，使得无需针对每个职场中心开发一套代码进行排班，有效节约了多职场中心排班处理的人力物力，提高排班效率。
当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件(如处理器，控制器等)来完成，所述的计算机程序可存储于一非易失性计算机可读取的存储介质中，该计算机程序在执行时可包括如上述各方法实施例的流程。其中所述的存储介质可为存储器、磁碟、软盘、闪存、光存储器等。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种多职场的排班处理方法，其特征在于，包括：
获取排班约束条件，所述排班约束条件包括通用排班条件和各个职场中心的职场排班条件；
构建多职场的排班目标函数；
通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果。
2.根据权利要求1所述的多职场的排班处理方法，其特征在于，所述通用排班条件为每个人在每个职场中心每天仅允许排一个班次。
3.根据权利要求1所述的多职场的排班处理方法，其特征在于，所述职场排班条件包括职场数量、各个职场中心的班次数量、各个职场中心每个班次的人数上限值、以及每个职场中心全部班次的人数下限值。
4.根据权利要求1所述的多职场的排班处理方法，其特征在于，所述构建多职场的排班目标函数，包括：
获取多职场的历史排班数据；
根据所述历史排班数据计算相应的平均排班数据；
根据所述历史排班数据和平均排班数据构建多职场的排班目标函数。
5.根据权利要求1所述的多职场的排班处理方法，其特征在于，所述通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果，包括：
根据所述排班约束条件构建多职场排班的约束方程；
基于所述约束方程的解计算所述排班目标函数的值，直到所述排班目标函数的值达到最小值；
将所述排班目标函数的值最小时对应的所述约束方程的解作为最优解；
根据所述最优解得到满足所述排班约束条件的最优排班结果。
6.根据权利要求1所述的多职场的排班处理方法，其特征在于，所述通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果之后，所述方法还包括：
确认各个职场中心的职场排班条件是否发生变化，若是，则对所述排班约束条件进行更新。
7.根据权利要求6所述的多职场的排班处理方法，其特征在于，所述确认各个职场中心的职场排班条件是否发生变化，若是，则对所述排班约束条件进行更新之后，所述方法还包括：
通过更新后的排班约束条件对所述排班目标函数进行最优求解，得到满足更新后的排班约束条件的最优排班结果。
8.一种多职场的排班处理装置，其特征在于，包括：
约束获取模块，用于获取排班约束条件，所述排班约束条件包括通用排班条件和各个职场中心的职场排班条件；
构建模块，用于构建多职场的排班目标函数；
输出模块，用于通过所述排班约束条件对所述排班目标函数进行最优求解，得到满足所述排班约束条件的最优排班结果。
9.一种多职场的排班处理系统，其特征在于，所述系统包括至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一项所述的多职场的排班处理方法。
10.一种非易失性计算机可读存储介质，其特征在于，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行权利要求1-7任一项所述的多职场的排班处理方法。
CN202310663274.8A 2023-06-06 2023-06-06 一种多职场的排班处理方法、装置、系统及介质 Pending CN116611662A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310663274.8A CN116611662A (zh) 2023-06-06 2023-06-06 一种多职场的排班处理方法、装置、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310663274.8A CN116611662A (zh) 2023-06-06 2023-06-06 一种多职场的排班处理方法、装置、系统及介质

Publications (1)

Publication Number Publication Date
CN116611662A true CN116611662A (zh) 2023-08-18

Family

ID=87683467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310663274.8A Pending CN116611662A (zh) 2023-06-06 2023-06-06 一种多职场的排班处理方法、装置、系统及介质

Country Status (1)

Country Link
CN (1) CN116611662A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117114373A (zh) * 2023-10-24 2023-11-24 中铁发展投资有限公司 一种智慧工地人员管理系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117114373A (zh) * 2023-10-24 2023-11-24 中铁发展投资有限公司 一种智慧工地人员管理系统

Similar Documents

Publication Publication Date Title
CN110298539A (zh) 任务数据处理方法、装置、计算机设备及存储介质
CN108984370A (zh) 一种确定监控阈值的方法和装置
CN106936831A (zh) 用于实现使用不同通信协议的设备之间的通信的系统、方法和/或设备
US20210350427A1 (en) Method and device for cost early warning of prefabricated building
CN116611662A (zh) 一种多职场的排班处理方法、装置、系统及介质
CN105306557A (zh) 一种基于云平台的桥梁健康监测系统
CN105719221A (zh) 针对多任务的路径协同规划方法和装置
CN106357791A (zh) 业务处理方法、装置及系统
CN113496350A (zh) 一种基于区块链面向多任务发布者的众包实现方法
CN112508534A (zh) 基于区块链的人事信息管理方法、装置及相关设备
CN103678591A (zh) 自动执行多业务单据统计处理的装置和方法
CN109861295B (zh) 多目标新能源规划方法及装置
US20160063196A1 (en) Automated hospital workforce system for load driven scheduling optimization
CN113077142A (zh) 智能学员画像方法、系统及终端设备
CN112163948A (zh) 一种分润计算方法、系统、设备及存储介质
CN116109126A (zh) 一种单据流转管理方法、系统、存储介质及设备
CN114334061A (zh) 服务信息处理方法及装置
CN111178823B (zh) 居住相关事务的取消方法和装置
CN110135803B (zh) 一种事项管理方法及区块链节点设备
CN111967806A (zh) 基于定期回扫的用户风险更新方法、装置和电子设备
CN112925228A (zh) 一种南水北调智能控制供水系统及调度方法
CN111061789A (zh) 一种智能电网基建信息管理系统
US20190362276A1 (en) System and method for managing resources
KR100626344B1 (ko) 실시간 가이드 기능을 제공하는 이알피 시스템 및 그 방법
CN113238993B (zh) 一种数据处理方法和装置

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