[发明专利]一种基于概率型自选班次的排班方法及系统

说明书

本发明公开了一种基于概率型自选班次的排班方法及系统，其中涉及的一种基于概率型自选班次的排班方法，包括：S11.根据每个班次所需人数计算每个班次占每天需求总人数的比例；S12.接收员工选择的偏好班次的数据信息；S13.根据计算的每个班次所需人数的比例以及接收到的数据信息通过评分法进行处理，得到每个员工的分值；S14.将得到的每个员工的分值输入预先建立的自选班次交换选择模型中进行处理，得到最终的排班结果。本发明设计了一种迭代解决方案，在每次迭代中，通过选择轮班交换来减少总人员不足，即，过度轮班的未分配以及将人员不足转移分配给同一员工。最后再进行主要交换和次要交换的扩展延伸，更好的解决了护士自选班次的问题。

技术领域

本发明涉及自选班次技术领域，尤其涉及一种基于概率型自选班次的排班方法及系统。

背景技术

自选班次(Self-Rostering，SR)是一种重要的考虑员工偏好的排班方式，在医院员工、公交司机、安保人员等排班中有着广泛的应用。实施SR能有效改善员工工作-生活均衡、提高员工满意度和工作热情，进而提高组织绩效。SR一般包括五个操作步骤，第一步组织确定并公开一个计划周期内(一个星期或者一个月等)的班次需求，第二步员工根据自己的偏好选择班次，第三步组织计算并公开超员和缺员班次信息，第四步员工协调存在冲突的班次，第五步组织最终确定排班计划表。因为在排班过程中有员工直接参与，所以从满足个人偏好的角度来说SR是有效的。但是，SR还存在以下几个问题。

①前面两步中，虽然赋予员工一定的自由选择权，满足了员工对班次的偏好，但没有考虑员工对班次偏好的强弱程度，更没有考虑对员工偏好满足程度进行激励。当出现选择某个班次的人数超员或不足需要调整时，不能进行最佳的人员配置，影响了SR的效益。

②在第四步中，当人数较多时员工之间的协商和谈判将会非常耗时或者不可能，不善于谈判的员工将会更容易被分配到不受欢迎的班次，员工会感觉到不公平。针对这个问题，Michael et al(2014)等通过智能主体Agent系统，利用拍卖机制来实现自动化的协商，Václavík et al(2016)通过分类器对员工进行分类，减少协商的范围。

③在第五步中，无论是理论上还是实践中，在考虑员工偏好和劳动法约束下，获得一个满意的排班结果都是不容易的。Petrovic et al.(2012)给出了两个班次之间的员工调换和重新分配的方法和步骤，(2014)在此基础上提出了如何根据优先规则选择超员班次和在选定班次中根据优先规则选择员工进行重新分配的问题。由(2014)和Petrovic et al.(2012)提出的算法中，每个迭代最多只能选择2个班次进行调整，而Roennberg和Larsson(2010)提出的方法考虑了完整的班次表，能获得更好的全局性。Moz et al(2007)用启发式算法和遗传算法，尽力在满足班次调换次数最少的情况下保证没有人员不足的班次。Clark和Walkers(2011)提出了一个数学规划方法，这个方法以超员班次和缺员班次的权重之和最小为目标。Maenhout and Vanhoucke(2011)提出的遗传算法中，同时考虑班次偏好和工作任务的分配。另外，蚁群算法、整数规划法、邻域搜索、带权禁忌搜索算法等智能算法也被广泛使用来解决多技能和多目标的排班问题。

从目前的研究文献来看，研究的重点集中在最后步骤的班次计划制定问题上，对员工协商阶段的问题偶有涉及，而对第一个问题的研究的文献非常罕见。由于第一个问题处在整个SR实施过程的前端位置，不可避免地会对后面两个问题产生影响。因此，非常有必要找到一种不仅能够考虑员工对某个班次偏好的强弱，而且能够考虑对偏好满足程度激励的方法。

发明内容