[发明专利]一种人力需求确定方法、装置、电子设备和存储介质在审

专利信息
申请号: 202211620972.1 申请日: 2022-12-16
公开(公告)号: CN116187658A 公开(公告)日: 2023-05-30
发明(设计)人: 马仁杰 申请(专利权)人: 上海申雪供应链管理有限公司
主分类号: G06Q10/0631 分类号: G06Q10/0631;G06Q10/04
代理公司: 北京维正专利代理有限公司 11508 代理人: 王婉芬
地址: 201700 上海市青浦区*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人力 需求 确定 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种人力需求确定方法,其特征在于:

获取任务货量的预测曲线,所述任务货量的预测曲线为单位周期的货量与时间的对应曲线,所述单位周期为预设长度的时间段;

基于所述预测曲线,进行削峰填谷优化,得到优化后的预测曲线;

基于所述优化后的预测曲线和预设的工序信息,确定各个工序分别对应的工序货量曲线,所述工序货量曲线为该工序的单位周期的货量和时间的对应曲线,所述工序信息为货物在各个工序中流转的信息;

获取各个工序分别对应的工序标准人效,所述工序标准人效为转运中心内各个工序的工作人员单位周期内的产能,货量=产能*时长;

基于所有所述工序货量曲线和所有所述工序标准人效,确定各个工序在单位周期内的需求人力和时间对应的工序人力需求曲线;

基于所有所述工序人力需求曲线,确定各个单位周期分别对应的需求总人力;

基于所有所述需求总人力以及预设的班次约束信息,确定排班方案。

2.根据权利要求1所述的一种人力需求确定方法,其特征在于,所述基于所述预测曲线,进行削峰填谷优化,得到优化后的预测曲线,包括:

基于所述任务货量的预测曲线,确定货量峰值;

基于所述货量峰值,确定货量峰值所属的货量梯队;

基于所述货量梯队,确定货量梯队对应的峰值降比;

基于所述货量峰值和所述峰值降比,确定降峰后的优化峰值;

基于所述优化峰值和所述任务货量的预测曲线,确定优化后的预测曲线。

3.根据权利要求2所述的一种人力需求确定方法,其特征在于,所述基于所述优化峰值和所述任务货量的预测曲线,确定优化后的预测曲线,包括:

基于所述任务货量的预测曲线,确定各个单位周期分别对应的货量;

基于所述优化峰值和所述各个单位周期分别对应的货量,确定优化后的预测曲线,所述优化后的预测曲线在所有单位周期的定积分之和大于所述任务货量的预测曲线在所有单位周期的定积分之和。

4.根据权利要求1所述的一种人力需求确定方法,其特征在于,所述获取任务货量的预测曲线,包括:

获取各个批次分别对应的固定货物信息,所述固定货物信息包括对应的固定客户的固定货量和到达时间;

获取各个批次分别对应的预约货物信息,所述预约货物信息包括对应的临时中专货物的预约货量和预约时间;

基于所有所述批次的固定货物信息和所有所述批次的预约货物信息,获取任务货量的预测曲线。

5.根据权利要求1所述的一种人力需求确定方法,其特征在于,所述基于所述优化后的预测曲线和预设的工序信息,确定各个工序分别对应的工序货量曲线,包括:

获取历史货量中各个货物类型的占比;

基于所述货物类型占比和所述优化后的预测曲线,确定各个货物类型分别对应的货量;

基于所述货物类型,确定各个货物类型分别对应的工序信息;

基于所述各个货物类型分别对应的货量和所述各个货物类型分别对应的工序信息,确定各个工序分别对应的工序货量曲线。

6.根据权利要求1所述的一种人力需求确定方法,其特征在于,所述获取工序标准人效,包括:

获取标准人效、影响因子和影响范围,所述标准人效为预设的表述员工完成各个工序的对应效率的参数,所述影响因子为影响所述标准人效的影响参数,所述影响范围为影响因子对应的权重占比;

基于所述标准人效、所述影响因子和所述影响范围,确定工序标准人效。

7.根据权利要求1所述的一种人力需求确定方法,其特征在于,所述基于所有所述需求总人力以及预设的班次约束信息,确定排班方案,包括:

获取排班约束信息,所述排班约束信息包括可排班时间限制、排班时长限制、休息时长限制、休息时间点限制和排班人数限制;

基于所述排班约束信息和所述单位周期需求人力,确定所有符合排班约束信息的排班组合;

基于所有所述排班组合,确定排班方案,所述排班方案为总人数最少的排班组合。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海申雪供应链管理有限公司,未经上海申雪供应链管理有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211620972.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top