【技术实现步骤摘要】
本申请属于智能排班，特别涉及基于数学规划的客服排班智能优化方法及电子设备。
技术介绍
1、当前，客服人员的排班方式主要采用人力，其依赖于排班管理人员的经验，排班的合理性难以保证，容易出现排班人力消耗高、成本高，效率低的问题，且容易造成排班不合理，使得员工体验差、影响服务质量等问题。
2、针对上述问题，提出本申请中的基于数学规划的客服排班智能优化方法及电子设备。
技术实现思路
1、为了解决所述现有技术的不足，本申请提供了一种基于数学规划的客服排班智能优化方法及电子设备，解决现有技术中依靠人力进行排班而容易出现排班人力消耗高、成本高，效率低的问题，且容易造成排班不合理，使得员工体验差、影响服务质量等问题。
2、本申请所要达到的技术效果通过以下方案实现：
3、第一方面，本申请提供一种基于数学规划的客服排班智能优化方法，所述方法包括：
4、s1、从排班需求平台收集客服排班限制信息，所述客服排班限制信息包括客服人员排班需求，系统排班限制条件，以及排班策略偏好；
5、s2、基于所述客服排班限制信息，执行与客服排班相关的数学规划问题的建模；
6、s3、调用数学规划开源求解器scipopt，对所述数学规划问题进行最优化求解，获取最优解情况下各个变量的取值，将所述各个变量的取值作为客服排班决策结果。
7、在一些实施例中，所述客服人员排班需求包括以下至少一项：
8、每个所述客服人员期望的工作班次数范围；p>
9、每个所述客服人员期望不要安排的班次；
10、每个所述客服人员期望工作的班次。
11、在一些实施例中，所述系统排班限制条件包括以至少一项：
12、每个所述客服人员最多不可连续排班的天数；
13、每个所述客服人员不能超过的连续早上排班的天数；
14、每个所述客服人员不能超过的连续晚上排班的天数；
15、每个所述客服人员第一天晚上排班后不能安排第二天早上排班；
16、每个所述班次需要的所述客服人员的数量。
17、在一些实施例中，所述排班策略偏好包括以至少一项：
18、每个所述客服人员的排班的分散度；
19、需要满足的非强制性期望或限制。
20、在一些实施例中，所述基于所述客服排班限制信息，执行与客服排班相关的数学规划问题的建模，包括：
21、s11、定义待求解变量；
22、bi，j，k表示客服人员k在第i天的j班次是否值班，bi，j，k＝0表示不值班，bi，j，k＝1表示值班；
23、其中，i表示排班周期的第几天，j表示一天的班次，j的取值为1、2或3，分别表示早班、中班或晚班，k表示客服人员的编号，i、j以及k均表示正整数。
24、在一些实施例中，所述基于所述客服排班限制信息，执行与客服排班相关的数学规划问题的建模，还包括：
25、s12、进行约束转化，按照如下步骤完成：
26、针对每个所述客服人员期望的工作班次数范围，设定所述客服人员k期望的工作班次范围为[minrk，maxrk]，则有：
27、s.t.
28、
29、∑bi，j，k≤maxrk；
30、针对每个所述客服人员期望不要安排的班次，设定nwsetk为所述客服人员k期望不要安排的班次的集合，则有：
31、
32、bi，j，k＝0；
33、针对每个所述客服人员期望工作的班次，设定wsetk为所述客服人员k期望安排的班次集合，则有：
34、
35、bi，j，k＝1；
36、设定松弛变量dk，所述松弛变量表示未满足客服人员k需求的班次数，同时设定wsetk的元素数量为wlk，则有：
37、s.t.
38、
39、针对每个所述客服人员最多不可连续排班的天数，设定排班周期为一共1天，定义bdik表示第i天客服人员k是否有排班，则有：
40、
41、s.t.
42、∑j∈{1，2，3}bi，j，k≥bdi，k
43、∑j∈{1，2，3}bi，j，k≤3*bdi，k；
44、其中，对于第i天，当所述客服人员k无排班时，bdik取值为0，当所述客服人员k有排班时，bdik取值为1；
45、设定系统要求客服人员最多不可连续m天排班，m为正整数，则有：
46、
47、s.t.
48、
49、针对每个所述客服人员不能超过的连续早上排班的天数，设定系统要求客服人员最多不可连续p天上早班，p为正整数，对于所述客服人员k，则有：
50、
51、s.t.
52、
53、针对每个所述客服人员不能超过的连续晚上排班的天数，设定系统要求所述客服人员k最多不可连续q天上晚班，q为正整数，则有：
54、
55、s.t.
56、
57、针对每个所述客服人员第一天晚上排班后不能安排第二天早上排班，有如下约束：
58、
59、s.t.
60、bi，3+bi+1，1≤1
61、针对每个所述班次需要的所述客服人员的数量，设定所述客服人员的集合为k，令nij表示第i天的j班次需要的所述客服人员的数量，则有：
62、s.t.
63、∑k∈kbi，j，k＝ni，j。
64、在一些实施例中，所述基于所述客服排班限制信息，执行与客服排班相关的数学规划问题的建模，还包括：
65、s13、优化目标函数；
66、针对每个所述客服人员的排班的分散度，设定排班周期被切分成了t片，用tx表示第x个切片内的连续天数编号，ms表示切片内最大元素数，定义bsx.k表示第x个切片中客服人员k是否有排班，t和x均为正整数，则有：
67、
68、s.t.
69、
70、
71、定义maxs和mins分别为每个所述客服人员的最大有排班切片数和最小有排班切片数，则有：
72、
73、s.t.
74、
75、
76、将第一目标函数设定为：
77、max：
78、
79、针对需要满足的非强制性期望或限制，设定mk表示所述客服人员k的需求数，并定义maxd和mind分别为每个所述客服人员的最大未满足需求比例和最小未满足需求比例，则有：
80、
81、s.t.
82、dk≥mind*mk
83、dk≤maxd*mk；
84、则将第二目标函数设定为：
85、mi本文档来自技高网...
【技术保护点】
1.一种基于数学规划的客服排班智能优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于数学规划的客服排班智能优化方法，其特征在于，所述客服人员排班需求包括以下至少一项：
3.根据权利要求1或2所述的基于数学规划的客服排班智能优化方法，其特征在于，所述系统排班限制条件包括以至少一项：
4.根据权利要求3所述的基于数学规划的客服排班智能优化方法，其特征在于，所述排班策略偏好包括以至少一项：
5.根据权利要求4所述的基于数学规划的客服排班智能优化方法，其特征在于，所述基于所述客服排班限制信息，执行与客服排班相关的数学规划问题的建模，包括：
6.根据权利要求5所述的基于数学规划的客服排班智能优化方法，其特征在于，所述基于所述客服排班限制信息，执行与客服排班相关的数学规划问题的建模，还包括：
7.根据权利要求1所述的基于数学规划的客服排班智能优化方法，其特征在于，所述基于所述客服排班限制信息，执行与客服排班相关的数学规划问题的建模，还包括：
8.根据权利要求7所述的基于数学规划的客服排班智能优
9.一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至8任意一项所述的方法。
...【技术特征摘要】
1.一种基于数学规划的客服排班智能优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于数学规划的客服排班智能优化方法，其特征在于，所述客服人员排班需求包括以下至少一项：
3.根据权利要求1或2所述的基于数学规划的客服排班智能优化方法，其特征在于，所述系统排班限制条件包括以至少一项：
4.根据权利要求3所述的基于数学规划的客服排班智能优化方法，其特征在于，所述排班策略偏好包括以至少一项：
5.根据权利要求4所述的基于数学规划的客服排班智能优化方法，其特征在于，所述基于所述客服排班限制信息，执行与客服排班相关的数学规划问题的建模，包括：
6.根据权利要求5所述的基于数学规划的客服排班智能优化方法，其特征在于，所述基于所述客服排班限制信息，执行与客服排班相关的数学规划问题的建模，还包括：
7.根据权利要求1所述的基于数学...
【专利技术属性】
技术研发人员：王红涛，韩勇，韩丰景，陈国利，
申请(专利权)人：联通在线信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。