一种智能排班系统及方法技术方案

本发明专利技术涉及数据处理技术领域，具体涉及一种智能排班系统及方法，包括通过设置和调整门店信息、员工偏好和业务规则，生成最优化的排班表；基于所述最优化的排班表根据门店规则、所述员工偏好和预测客流量确定约束条件，并根据排班总时长和偏好满足程度确定目标方程，建立求解排班结果的函数模型；调用求解器，使用分支定界算法求解所述函数模型，得到最终排班结果，本发明专利技术细化每天不同时间段不同技能的门店劳动力需求量，保证业务高峰时人员充足，同时避免业务低谷时的人力浪费，解决了通过考勤工具对员工的管理效果较差的问题。工具对员工的管理效果较差的问题。工具对员工的管理效果较差的问题。

【技术实现步骤摘要】
一种智能排班系统及方法


[0001]本专利技术涉及数据处理
，尤其涉及一种智能排班系统及方法。

技术介绍

[0002]对于服务和零售等行业，快速应对市场变化、及时准确地满足客户需求、提供高品质的服务，才能在日趋激烈的竞争中占据优势，为此通过科学的手段优化劳动力资源、控制劳动力成本、提高员工体验和客户满意度将越来越重要。
[0003]对劳动力管理者而言，需要关注如何将掌握特定技能的员工安排到与技能最匹配的任务上，如何更有效地评估劳动力需求、最大化员工工作效率、最大化精简用工成本。
[0004]随着社会向数字化、智能化的发展，越来越多的企业有了自己的考勤工具，但大多数考勤系统没有强大的实时性和自动化处理能力，很难实现企业劳动力的集中化、标准化管控，更不能通过一些精细的假勤、加班、工时等管理帮助公司优化人工成本，从而降低了对员工的管理效果。

技术实现思路

[0005]本专利技术的目的在于提供一种智能排班系统及方法，旨在解决通过考勤工具对员工的管理效果较差的问题。
[0006]为实现上述目的，第一方面，本专利技术提供了一种智能排班方法，包括以下步骤：
[0007]通过设置和调整门店信息、员工偏好和业务规则，生成最优化的排班表；
[0008]基于所述最优化的排班表根据门店规则、所述员工偏好和预测客流量确定约束条件，并根据排班总时长和偏好满足程度确定目标方程，建立求解排班结果的函数模型；
[0009]调用求解器，使用分支定界算法求解所述函数模型，得到最终排班结果。
[0010]其中，所述通过设置和调整门店信息、员工偏好和业务规则，生成最优化的排班表，包括：
[0011]通过下拉菜单和输入框进行业务数据收集；
[0012]基于所述业务数据设置和调整门店信息、员工偏好和业务规则得到排班表格；
[0013]指定员工对所述排班表格进行班次修改，得到最优化的排班表格。
[0014]其中，所述约束条件包括变量和限制条件；
[0015]所述变量包括员工偏好矩阵、员工偏好代价和函数变量；
[0016]所述限制条件包括员工连续工作时间限制、员工每日班次数量限制、所需员工数量限制、员工单日工作时间限制、员工单周工作时间限制、员工午餐用餐时间限制、员工晚餐用餐时间限制和员工夜班时间限制。
[0017]其中，所述函数变量包括排班变量和班次变量。
[0018]其中，通过创建函数create_working_hours_constraint()，以实现员工连续工作时间限制；
[0019]通过创建函数create_classes_constraint()，以实现员工每日班次数量限制；
[0020]通过创建函数create_need_during_weelday_constraint()，以实现所需员工数量限制；
[0021]通过创建函数create_daily_time_limit_constraint()，以实现员工单日工作时间限制；
[0022]通过创建函数create_weekly_time_limit_constraint()，以实现员工单周工作时间限制；
[0023]通过创建函数create_employee_lunch_time()，以实现员工午餐用餐时间限制；
[0024]通过创建函数create_employee_dinner_time()，以实现员工晚餐用餐时间限制；
[0025]通过创建函数create_night_limit_constraint()，以实现员工夜班时间限制。
[0026]其中，所述调用求解器，使用分支定界算法求解所述函数模型，得到最终排班结果，包括；
[0027]基于所述函数模块采用分支界定算法同时采用启发式算法生成一周排班作为搜索树的根节点，根据每日每班次不同排班方案进行分支，得到分支结果；
[0028]调用求解器对所述分支结果进行优化，得到最终排班结果。
[0029]第二方面，本专利技术提供了一种智能排班系统，包括排班表设置子系统、建模子系统和求解子系统，所述排班表设置子系统、所述建模子系统和所述求解子系统依次连接；
[0030]所述排班表设置子系统，用于通过设置和调整门店信息、员工偏好和业务规则，生成最优化的排班表；
[0031]所述建模子系统，基于所述最优化的排班表根据门店规则、所述员工偏好和预测客流量确定约束条件，并根据排班总时长和偏好满足程度确定目标方程，建立求解排班结果的函数模型；
[0032]所述求解子系统，用于调用求解器，使用分支定界算法求解所述函数模型，得到最终排班结果。
[0033]本专利技术的一种智能排班系统及方法，通过设置和调整门店信息、员工偏好和业务规则，生成最优化的排班表；基于所述最优化的排班表根据门店规则、所述员工偏好和预测客流量确定约束条件，并根据排班总时长和偏好满足程度确定目标方程，建立求解排班结果的函数模型；调用求解器，使用分支定界算法求解所述函数模型，得到最终排班结果，本专利技术细化每天不同时间段不同技能的门店劳动力需求量，保证业务高峰时人员充足，同时避免业务低谷时的人力浪费，解决了通过考勤工具对员工的管理效果较差的问题。
附图说明
[0034]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]图1是本专利技术提供的一种智能排班方法的实现流程图。
[0036]图2是Flask整体框架图。
[0037]图3是分支定界算法示意图。
[0038]图4是本专利技术提供的一种智能排班方法的流程图。
[0039]图5是本专利技术提供的一种智能排班系统的结构示意图。
[0040]1‑
排班表设置子系统、2
‑
建模子系统、3
‑
求解子系统。
具体实施方式
[0041]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0042]请参阅图1至图4，图2中S表示可能的解，查询搜索树往下分支所有的可能性。第一方面，本专利技术提供一种智能排班方法，
[0043]整体架构：
[0044]当设计排班系统的前端页面时，我们选择使用HTML、CSS和JavaScript技术。这些技术在前端开发中起着重要作用。
[0045]首先，HTML作为一种标记语言，被用于定义页面的结构和内容。在我们的排班系统中，我们使用HTML来构建页面的基本框架，包括导航栏、按钮和其他页面元素。其次，CSS用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能排班方法，其特征在于，包括以下步骤：通过设置和调整门店信息、员工偏好和业务规则，生成最优化的排班表；基于所述最优化的排班表根据门店规则、所述员工偏好和预测客流量确定约束条件，并根据排班总时长和偏好满足程度确定目标方程，建立求解排班结果的函数模型；调用求解器，使用分支定界算法求解所述函数模型，得到最终排班结果。2.如权利要求1所述的智能排班方法，其特征在于，所述通过设置和调整门店信息、员工偏好和业务规则，生成最优化的排班表，包括：通过下拉菜单和输入框进行业务数据收集；基于所述业务数据设置和调整门店信息、员工偏好和业务规则得到排班表格；指定员工对所述排班表格进行班次修改，得到最优化的排班表格。3.如权利要求1所述的智能排班方法，其特征在于，所述约束条件包括变量和限制条件；所述变量包括员工偏好矩阵、员工偏好代价和函数变量；所述限制条件包括员工连续工作时间限制、员工每日班次数量限制、所需员工数量限制、员工单日工作时间限制、员工单周工作时间限制、员工午餐用餐时间限制、员工晚餐用餐时间限制和员工夜班时间限制。4.如权利要求3所述的智能排班方法，其特征在于，所述函数变量包括排班变量和班次变量。5.如权利要求2所述的智能排班方法，其特征在于，通过创建函数create_working_hours_constraint()，以实现员工连续工作时间限制；通过创建函数create_classes_constraint()，以实现员工每日班次数量限制；通过创建函数create_need_during_weelday_constraint()，以实现所需员工数量限制；通过创建函数crea...

【专利技术属性】
技术研发人员：周益德，吴灏澜，朱骥先，肖欢畅，陆家茂，
申请(专利权)人：中国民用航空飞行学院，
类型：发明
国别省市：