[发明专利]基于货物量的人力资源配置方法

权利要求书

1.一种基于货物量的人力资源配置方法，用于仓库调度，其特征在于，主要包括以下步骤：

步骤1、通过ARIMA数据预测模型对未来一段时间内货物的入库量和出库量进行预测，得到预测数据；

步骤2、利用排队论模型计算所需员工人数；

步骤3、根据仓库对排班的要求，通过整数规划建立约束模型；

步骤3的具体步骤为：

步骤31、设变量表示第个员工在第天选择第工作模式，变量的值为1代表选择，为0代表不选择；每位员工的每天的工作状态有四种，包括上午班、下午班、晚班和休息；

步骤32、每位员工每天必须且只能选择1种工作模式，即：

步骤33、每位员工一周至少休息一天，即：

步骤34、每天各时段所安排的员工数不能少于排队论模型计算所得的人数，即：

其中，n表示员工的总人数，表示不同时段需要的最少员工人数；

步骤35、第j-1天安排为晚班的员工第j天不能安排上午班，即：

步骤36、每位员工一周内不得被安排晚班超过两次，即 ：

步骤37、每位员工不得连续3天被安排同一工作模式，即：

，

其中，m表示一周内的星期数；

步骤38、在满足货物对于排队时间要求的基础上，以排班计划期间所有员工总的工作时间最短和员工工作时间方差最小为优化目标，得到目标函数：

；

步骤4、利用改进的差分进化算法求解约束模型，对员工进行排班。

2.根据权利要求1所述的基于货物量的人力资源配置方法，其特征在于，步骤1与步骤2之间还存在以下步骤：

步骤11、对所述预测数据进行预处理；

步骤12、检验预测数据的时间序列，若所述预测数据的波动较大，则对所述预测数据进行平稳化处理并得到新的时间序列，否则直接转到步骤13；

步骤13、对时间序列进行ADF单位根验证；

步骤14、利用自相关函数和偏自相关函数对步骤12所得到的时间序列进行定阶；

步骤15、通过残差和相关性检验ARIMA数据预测模型的有效性，并对ARIMA数据预测模型进行训练。

3.根据权利要求2所述的基于货物量的人力资源配置方法，其特征在于，所述步骤12中平稳化处理具体为：通过差分法计算时间序列中t时刻与t-1时刻的差值，以得到新的时间序列。

4.根据权利要求1所述的基于货物量的人力资源配置方法，其特征在于，步骤2的具体步骤为：

步骤21、在排队论模型中，由于排队过程存在稳态，则存在 ，其中，为员工人数，为平均每小时货物的入库量，平均每位员工每小时可以完成的工作量；

步骤22、将员工人数c的值代入至排队论模型，计算货物周转时间，若货物周转时间小于或等于货物平均周转时间，则结束运算，若货物周转时间大于货物平均周转时间，则转到步骤23；

步骤23、令，转到步骤22。

5.根据权利要求4所述的基于货物量的人力资源配置方法，其特征在于，所述货物周转时间的计算公式为：

，

其中，为工作强度。

6.根据权利要求1所述的基于货物量的人力资源配置方法，其特征在于，步骤4的具体步骤为：

步骤41、对差分进化算法的各参数进行初始化，定义一个矩阵，其中，该矩阵的每一列代表种群中的一个个体，对种群进行初始化；

步骤42、初始化种群后，进行变异操作；

步骤43、变异操作完成后，进行交叉操作；

步骤44、交叉操作完成后，进行选择操作，并搜寻种群中每个个体的一定范围内的其他目标，以发现更好的个体；

步骤45、评估种群中每个个体的适应度函数值，并计算每个个体的选择概率；

步骤46、采用一对一选择算子，比较经过变异操作和交叉操作得到的实验个体与相应的副本个体的适应值，将较优者保存到下一代种群中。