[发明专利]基于多目标离散二进制粒子群算法的客服排班方法及装置

权利要求书

1.一种基于多目标离散二进制粒子群算法的客服排班方法，其特征在于，所述方法包括：

获取客服排班业务数据，所述客服排班业务数据至少包括客服人员工号、排班周期、班次和/或业务线在内的传参数据；

根据业务要求确定预设强约束条件和预设弱约束条件，并根据所述预设弱约束条件确定多目标离散二进制粒子群算法；

利用所述多目标离散二进制粒子群算法对所述客服排班业务数据进行计算，获取可行性解数据；

根据所述可行性解数据确定客服排班方案数据。

2.根据权利要求1所述的客服排班方法，其特征在于，利用多目标离散二进制粒子群算法对所述客服排班业务数据进行计算，获取可行性解数据，包括：

对客服排班业务数据进行初始化操作，获得初始化数据；

对所述初始化数据进行计算，获取可行性解数据。

3.根据权利要求2所述的客服排班方法，其特征在于，

对客服排班业务数据进行初始化操作，获得初始化数据，包括：

对客服人员、排班日期、休息天数和/或业务量进行编码和初始化种群操作，获得初始化数据；和/或，

对所述初始化数据进行计算，获取可行性解数据，包括：

对所述初始化数据进行个体最优值更新、外部档案维护、全局最优值更新、更新及变异操作和/或迭代计算，获得最终非劣解集。

4.根据权利要求3所述的客服排班方法，其特征在于，

所述初始化种群操作包括：

根据预设强约束条件随机生成多个近似可行解，以对应每个粒子的位置；

和/或，

对所述初始化数据进行个体最优值更新、外部档案维护、全局最优值更新，

获得最终非劣解集，包括：

基于不可行度值判断和Pareto支配概念，更新个体最优值；

基于适应度评价规则对个体最优值进行非劣解筛选，存入外部档案；

从所述外部档案中选取一个非劣解作为全局最优值，指导粒子的飞行过程；

根据是否满足迭代终止条件的判断操作，获得最终非劣解集。

5.根据权利要求4所述的客服排班方法，其特征在于，

基于适应度评价规则对个体最优值进行非劣解筛选，存入外部档案，包括：

判断所述非劣解集的数量是否达到所述外部档案的容量，若未超过容量，将筛选后的所述非劣解直接存入所述外部档案；若超过，基于拥挤距离排序策略维护所述外部档案；和/或，

根据是否满足迭代终止条件的判断操作，获得最终非劣解集，包括：

判断是否满足迭代终止条件，若满足，结束迭代，获得最终非劣解集；若不满足，进行更新及变异操作，然后再次进入所述判断操作，直至获得最终非劣解集。

6.根据权利要求5所述的客服排班方法，其特征在于，所述更新及变异操作，包括：

更新粒子速度位置，并通过结合遗传算法中的变异操作对粒子进行修复，得到满足预设强约束条件的可行性解。