[发明专利]工作数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种工作数据处理方法，其特征在于，包括：

获取指定时间周期的用工需求信息和工作需求信息；

根据所述用工需求信息和所述工作需求信息生成工时配置模型的若干参数及其取值范围；

接收工时优化指令，根据所述工时优化指令设置所述工时配置模型的工时优化目标；

计算基于所述取值范围的所述工时配置模型在所述工时优化目标下的最优解；

根据所述最优解生成所述指定时间周期的工时配置方案。

2.如权利要求1所述的工作数据处理方法，其特征在于，所述根据所述最优解生成所述指定时间周期的工时配置方案之后，还包括：

当存在未派发的工单时，从所述工时配置方案获取若干与所述工单适配的员工，以及每个所述员工对应的状态信息；

根据所述状态信息生成若干员工状态矩阵，每一员工状态矩阵与一工单影响因子关联；

通过预设工单模型处理所述若干员工状态矩阵，以获得所述预设工单模型的最高得分；

根据最高得分从若干所述员工确定至少一个目标员工；

将所述工单分配给所述目标员工。

3.如权利要求1所述的工作数据处理方法，其特征在于，所述获取指定时间周期的用工需求信息和工作需求信息之前，还包括：

获取历史工单信息；

通过预设的多个概率分布模型对所述历史工单信息进行拟合，获得各自的拟合结果，将最好的拟合结果所对应的概率分布模型确定为最优模型，并获取所述最优模型的分布参数，以根据所述分布参数生成所述用工需求信息；或，

根据所述历史工单信息构建时间序列模型，通过所述时间序列模型生成预测数据，以根据所述预测数据生成所述工作需求信息。

4.如权利要求1所述的工作数据处理方法，其特征在于，所述计算基于所述取值范围的所述工时配置模型在所述工时优化目标下的最优解，包括：

根据所述工时优化目标构建目标函数；

若所述目标函数为非线性函数，将所述目标函数转化为线性目标函数；

通过预设求解器处理所述线性目标函数，生成所述最优解。

5.如权利要求4所述的工作数据处理方法，其特征在于，所述目标函数包括：

其中，N为员工总数，T为指定时间周期的总天数，i为员工序号，s为排班序号，t为天数序号，W_ist为第i个员工第s个排班的连续排班天数的累加和，max表示取最大值，Maximize表示使累加和最大化。

6.如权利要求2所述的工作数据处理方法，其特征在于，所述预设工单模型包括：

其中，N为员工总数；

i为员工序号；

X_i为第i个员工派单状态，其值为0或1；

E_ip为第i个员工对维修类型为p的工单的工作效率；

F_ip为第i个员工对维修类型为p的工单的熟悉度；

L_i为第i个员工的项目归属，其值为0或1；

D_i为第i个员工与工单所在项目的距离分数；

w₀、w₁、w₂、w₃为自定义的权重因子。

7.一种工作数据处理装置，其特征在于，包括：

获取需求数据模块，用于获取指定时间周期的用工需求信息和工作需求信息；

确定取值范围模块，用于根据所述用工需求信息和所述工作需求信息生成工时配置模型的若干参数及其取值范围；

设置优化目标模块，用于接收工时优化指令，根据所述工时优化指令设置所述工时配置模型的工时优化目标；

最优解模块，用于计算基于所述取值范围的所述工时配置模型在所述工时优化目标下的最优解；

生成配置方案模块，用于根据所述最优解生成所述指定时间周期的工时配置方案。