[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

说明书

本发明公开了一种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，属于业务数据处理技术领域。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。本发明提供的方案比起单目标问题更符合实际情况且多解的情况下有多种选择供决策者使用，更灵活，更贴合实际，同时求解速度快，搜索全局最优解上有着优秀的特性。

技术领域

本发明涉及业务数据处理技术领域，特别涉及一种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。

背景技术

传统技术中针对客服排班业务数据处理问题，要么采用人工排班的简单数据处理，要么通过一些计算机算法结合相应数据处理操作来实现。

随着公司规模的扩大，客服排班业务数据处理问题往往涉及很多排班因素和维度，希望获得高效且适当的排班方案，变得越来越难。目前常见的处理多个目标的客服排班问题的方法是采用加权求和的数据处理方法，将多目标优化问题转化为单目标问题，再采用合适的计算机算法求解，从根本上来说仍然是单目标优化，对于每个目标的权值确定却仍然是一大难题。因此，如何选择权重系数成为研究的难点，决策者根据不同的实际情况，对不同目标的偏好程度可能会发生改变，往往很难实现确定不同目标的权重系数，从而导致不能从多个业务需求维度或多种业务情况因素，确定较为有效的排班方案。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种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，通过多目标离散二进制粒子群算法对客服排班优化模型求解，结合决策者对目标的偏好程度，综合考虑多个目标进行适应度评价，从而得出可行性解，这样比起单目标问题更符合实际情况且多解的情况下有多种选择供决策者使用，更灵活，更贴合实际，同时求解速度快，搜索全局最优解上有着优秀的特性。

所述技术方案如下：

一方面，提供了一种基于多目标离散二进制粒子群算法的客服排班方法，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。

进一步地，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。

进一步地，

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、迭代计算，获得最终非劣解集。

进一步地，

所述初始化种群操作包括：