[发明专利]利用遗传算法在自动排班中安排非业务活动的方法及系统

说明书

技术领域

本发明涉及一种遗传算法应用领域，特别是涉及一种利用遗传算法在自动排班中安排非业务活动的方法及系统。

背景技术

排班是合理安排上班人力的重要手段，在所有企业中均广泛应用。排班主要是根据公司实际业务发展需要，合理的安排各个时间段内上班人力，保证满足公司业务需求，且又不引起人力资源的浪费。一般企业中大都由管理人员或者专门的排班师进行手动排班，该工作方式存在天然缺陷：

1、排班结果难以量化比较，排班人员的经验、技能、应变能力等各方面的综合素质都会影响排班结果。

2、排班的效率低、耗时长，对排班人员的工作压力提出较高要求。

3、每个排班人员有自己的排班风格和偏好，会引起排班结果存在较大差异，对上班员工的自我调节能力存在一定的考验。

为了避免手工排班上述诸多缺点，采用计算机自动排班，可以在各个维度上进行量化比较，避免排班人员的经验、技能、偏好而导致的排班结果差异。

业内计算机自动排班算法中，遗传算法是一种较成熟且有成功案例的算法，但该算法存在一些天生的缺点：遗传算法适合在低维度上进行随机搜索，如果扩展到高纬度上时，很容易导致算法在迭代过程中发散，且收敛空间难以确定。

很多企业实际排班过程中，不但要安排各个班次的上下班时间，还需安排各个班次吃饭、休息等其他活动的开始、结束时间。如果所有活动的安排步骤均在遗传迭代过程中通过随机搜索实现，必将导致遗传算法在高纬度进行搜索，使最终结果无法收敛。

发明内容

本发明要解决的技术问题是为了克服现有技术中企业在实际排班过程中，对所有活动的安排均在遗传迭代过程中通过随机搜索实现，导致遗传算法在高纬度进行搜索，使最终结果无法收敛的缺陷，提供一种利用遗传算法在自动排班中安排非业务活动的方法及系统。

本发明是通过下述技术方案来解决上述技术问题的：

本发明的目的在于提供了一种利用遗传算法在自动排班中安排非业务活动的方法，其特点在于，包括以下步骤：

S1、利用遗传算法通过交叉、变异生成每代遗传中的每个个体，获得非业务活动时间段内的冗余人力；

S2、计算在一开始时间到一结束时间之内安排非业务活动的组的集合；

S3、计算所述集合内所有组安排非业务活动所消耗的人力总量；

S4、计算在所述开始时间到所述结束时间之内，安排所有组的非业务活动后的冗余人力；

S5、计算在所述开始时间到所述结束时间之内安排非业务活动之后的人力；

S6、计算在所述开始时间到所述结束时间之内每个时间段内可安排非业务活动的人力。

较佳地，步骤S1中利用以下公式计算非业务活动时间段内的冗余人力：

D_i＝A_i-F_i，I_begin≤i≤I_end；

其中D_i表示冗余人力，A_i表示安排非业务活动之前每个时间段的实际人力，F_i表示每个时间段的预测人力，I_begin表示开始时间，I_end表示结束时间。

较佳地，步骤S3中利用以下公式计算人力总量：

其中，Labor表示人力总量，L_j表示每个待安排非业务活动的组的人员数目，G表示所述集合。

较佳地，步骤S4中利用以下公式计算安排所有组的非业务活动后的冗余人力：

其中R表示安排所有组的非业务活动后的冗余人力。

较佳地，步骤S5中利用以下公式计算人力：

其中a_i表示在所述开始时间到所述结束时间之内安排非业务活动之后的人力。

较佳地，步骤S6中利用以下公式计算人力：

d_i＝A_i-a_i；

其中d_i表示在所述开始时间到所述结束时间之内每个时间段内可安排非业务活动的人力。

本发明的目的在于还提供了一种利用遗传算法在自动排班中安排非业务活动的系统，其特点在于，包括：

第一计算模块，用于利用遗传算法通过交叉、变异生成每代遗传中的每个个体，获得非业务活动时间段内的冗余人力；