一种多任务智能排班方法、装置、设备和存储介质制造方法及图纸

本发明专利技术公开了一种多任务智能排班方法、装置、设备和存储介质，属于物流员工调配技术领域，尤其涉及传统物流业务与新型物流业务多任务混合的员工调配技术领域。该多任务智能排班方法，包括：获取各任务的历史数据，根据各所述历史数据评估各员工的各项任务的完成能力；获取各任务的预测量信息，根据各所述预测量信息和评估结果进行排班分析，生成多任务排班结果并输出。该多任务智能排班方法，可以应用于传统物流业务与新型物流业务相结合的多任务混合模式下的任务分配和员工调配，可以根据实际工作场景下业务量的变化情况形成适时的员工分配方案，提高员工的时间利用率，节约人力成本。

A Multi-Task Intelligent Scheduling Method, Device, Equipment and Storage Media

【技术实现步骤摘要】
一种多任务智能排班方法、装置、设备和存储介质
本专利技术涉及物流员工调配
，尤其涉及传统物流业务与新型物流业务多任务混合的员工调配
，具体的说是一种多任务智能排班方法、装置、设备和存储介质。
技术介绍
目前，物流行业在传统物流派件业务的基础上，发展形成了如同城、外卖等诸多新型物流业务。在传统物流派件业务中工作员工的工作任务相对单一，基于单一业务工作员工的任务分配和排班调度也相对简单固定，即工作员工仅服务于单一业务模式下的任务分配和排班调度。但是随着如同城、外卖等诸多新型物流业务的兴起，工作员工相对简单固定的任务分配和排班调度的模式已经不能适应物流行业的发展了。首先，在实际工作场景下工作员工的业务量会有规律的随着时间上下波动，相对固定的员工配置经常会引起资源紧缺或者资源闲置的问题。同时，随着新型物流业务的兴起，由于不同员工只相对固定地负责单一的工作任务，从而限制了员工在闲置状态下从事具有相似业务技能要求的其他工作任务的可能。此外，现有的员工的任务分配和排班调度不能很好的兼顾传统业务与新型业务相结合的多任务混合模式，智能的对员工进行排班，一方面限制了公司的业务发展，另一方面闲置状态下的员工没有任务分配也造成了工作时间的浪费，限制了员工收入的增长。
技术实现思路
针对上述现有技术中的不足，本专利技术的目的在于提供一种多任务智能排班方法、装置、设备和存储介质，应用于传统物流业务与新型物流业务相结合的多任务混合模式下智能的员工任务分配和排班调度，可以根据实际工作场景业务量的变化情况智能的形成适时的员工排班方案，提高员工的时间利用率和公司的业务量，节约人力成本。根据本专利技术的一个方面，提供了一种多任务智能排班方法，包括：获取各任务的历史数据，根据各所述历史数据评估各员工的各项任务的完成能力；获取各任务的预测量信息，根据各所述预测量信息和评估结果进行排班分析，生成多任务排班结果并输出。历史数据至少包括以下数据中的一种：各任务的任务量随时间变化的数据；各员工作业量随时间变化的数据；各员工在默认工作区域内各单项任务历史平均单件耗时，包括路程耗时和作业耗时；各员工的完成能力至少包括以下能力：各员工在默认工作区域内完成分配任务的总共耗时；各任务的预测量信息至少包括以下数据：各任务的任务量随时间变化的曲线。进一步的，获取各任务的预测量信息，根据各所述预测量信息和评估结果进行排班分析，生成多任务排班结果并输出包括：获取各任务的预测量时序信息；结合任务时效，以时段为单位分解所述预测量时序信息，得到每个时段各任务的任务量；根据评估结果分析各员工在各时段的任务负荷量；根据所述每个时段各任务的任务量、各员工在各时段的任务负荷量和预配置的约束条件生成多任务排班结果并输出。任务时效至少包括以下数据：各任务依据某公司自主制定的业务标准所规定的派送或收取时效。预配置的约束条件至少包括以下条件：员工完成任务成本最小；员工有限定的工作时长和休息时间。进一步的，获取各任务的预测量时序信息之后还包括：整合各任务的预测量时序信息，得到多任务叠加信息。进一步的，根据所述每个时段各任务的任务量、各员工在各时段的任务负荷量和预配置的约束条件生成多任务排班结果并输出还包括：展示结果；和/或接收输入的人工修正信息，对所述多任务排班结果进行修正。进一步的，根据所述每个时段各任务的任务量、各员工在各时段的任务负荷量和预配置的约束条件生成多任务排班结果并输出之后还包括：根据所述人工修正信息优化所述排班结果。根据本专利技术的另一个方面，一种多任务智能排班装置，包括：获取单元，配置用于获取各任务的历史数据，以及，各任务的预测量信息；评估单元，配置用于根据各所述历史数据评估各员工的各项任务的完成能力；执行单元，配置用于根据各所述预测量信息和评估结果进行排班分析，生成多任务排班结果并输出。进一步的，执行单元包括：分解子单元，配置用于结合任务时效，以时段为单位分解所述预测量时序信息，得到每个时段各任务的任务量；负荷分析子单元，配置用于根据评估结果分析各员工在各时段的任务负荷量；排班子单元，配置用于根据所述每个时段各任务的任务量、各员工在各时段的任务负荷量和预配置的约束条件生成多任务排班结果并输出。进一步的，执行单元还包括：整合子单元，配置用于整合各任务的预测量时序信息，得到多任务叠加信息。进一步的，执行单元还包括：展示子单元，配置用于展示结果；和/或修正子单元，配置用于接收输入的人工修正信息，对所述多任务排班结果进行修正。进一步的，执行单元还包括：优化子单元，配置用于根据所述人工修正信息优化所述排班结果。根据本专利技术的另一个方面，一种多任务智能排班设备包括：一个或多个处理器；数据存储器，用于存储历史数据、各任务的预测量信息以及一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上任一项所述的方法。根据本专利技术的另一个方面，一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现如上任一项所述的方法。与现有技术相比，本专利技术具有以下有益效果：1.本专利技术示例的多任务智能排班方法，涉及物流行业内多业务模式扩展下的多任务整合及人力调配方案，可以为物流行业未来涉及更多新型业务模式提供员工合理分配的调配方案，以扩展公司业务模式，提高员工工作效率，降低公司人力成本。2.本专利技术示例的多任务智能排班方法，是基于最优化模型智能生成多任务排班方案，将员工调配方法从传统的以经验为主的人工排班形式提高为人工智能化多任务排班形式，节约了公司管理层人力调配引起的人力成本，规避业务风险更好的应对将来业务增长需求。3.本专利技术示例的多任务智能排班方法，减少了员工闲置状态下没有任务分配的情况，可以进一步提升员工自我价值的实现，并且增加员工的收入。4.本专利技术示例的多任务智能排班装置，通过获取单元获取各任务的历史数据和各任务的预测量信息；通过评估单元评估各员工的各项任务的完成能力；通过执行单元根据各所述预测量信息和评估结果进行排班分析，生成多任务排班结果并输出。上述单元相互配合，实现多任务情况下的员工智能排班，以便提高员工工作效率，降低公司人力成本。5.本专利技术示例的多任务智能排班设备，通过存储有计算机程序的处理器和数据存储器，所述程序被运用于在多任务情况下对员工进行智能排班，从而进一步提高了员工的工作效率，降低了公司的人力成本。6.本专利技术示例的存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现如上的方法，通过多任务智能排班，大大提高了对员工任务分配和排班调度的效率，从而提高员工工作效率，降低公司人力成本。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1为本专利技术实施例的流程图；图2为本专利技术实施例中多任务智能排班示意图；图3为本专利技术实施例中排班子单元示意图；图4为本专利技术实施例中负荷分析子单元示意图。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相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并本文档来自技高网...

【技术保护点】
1.一种多任务智能排班方法，其特征在于，包括：获取各任务的历史数据，根据各所述历史数据评估各员工的各项任务的完成能力；获取各任务的预测量信息，根据各所述预测量信息和评估结果进行排班分析，生成多任务排班结果。

【技术特征摘要】
1.一种多任务智能排班方法，其特征在于，包括：获取各任务的历史数据，根据各所述历史数据评估各员工的各项任务的完成能力；获取各任务的预测量信息，根据各所述预测量信息和评估结果进行排班分析，生成多任务排班结果。2.根据权利要求1所述的方法，其特征在于，所述获取各任务的预测量信息，根据各所述预测量信息和评估结果进行排班分析，生成多任务排班结果并输出包括：获取各任务的预测量时序信息；结合任务时效，以时段为单位分解所述预测量时序信息，得到每个时段各任务的任务量；根据评估结果分析各员工在各时段的任务负荷量；根据所述每个时段各任务的任务量、各员工在各时段的任务负荷量和预配置的约束条件生成多任务排班结果并输出。3.根据权利要求2所述的方法，其特征在于，所述获取各任务的预测量时序信息之后还包括：整合各任务的预测量时序信息，得到多任务叠加信息。4.根据权利要求2所述的方法，其特征在于，根据所述每个时段各任务的任务量、各员工在各时段的任务负荷量和预配置的约束条件生成多任务排班结果并输出还包括：展示结果；和/或接收输入的人工修正信息，对所述多任务排班结果进行修正。5.根据权利要求4所述的方法，其特征在于，根据所述每个时段各任务的任务量、各员工在各时段的任务负荷量和预配置的约束条件生成多任务排班结果并输出之后还包括：根据所述人工修正信息优化所述排班结果。6.一种多任务智能排班装置，其特征在于，包括：获取单元，配置用于获取各任务的历史数据，以及，各任务的预测量信息；评估单元，配置用于根...

【专利技术属性】
技术研发人员：陈秋丽，陈瑞乾，方杰，雷紫霖，许颖聪，徐美婴，李嘉欣，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：广东,44