基于动态效率的项目员工调度问题研究

《基于动态效率的项目员工调度问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、代号10701学号0923121923分类号F273.1密级公开题（中、英文）目基于动态效率的项目员工调度问题研究AStudyonProjectStaffSchedulingBasedonDynamicWorkingEfficiency作者姓名武琳娜指导教师姓名、职称李华教授学科门类管理学学科、专业管理科学与工程提交论文日期二○一二年一月西安电子科技大学学位论文创新性声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以

2、标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论

3、文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本学位论文属于保密，在年解密后适用本授权书。本人签名：日期导师签名：日期摘要摘要经济发展的全球化和用户要求的个性化促使企业和组织越来越趋向于采用面向项目的生产方式，由于项目本身的特点以及所面临任务的复杂性、环境的动态性，其调度问题比传统的员工调度问题更为复杂。本文把握项目的特点，充分考虑员工在工作中普遍存在

4、的学习效应和疲劳效应。首先，从学习效应角度研究对员工技能水平的影响，进而对员工工作效率的影响。引入传统员工调度的模型中，并将项目工期和总成本作为调度目标，结合员工休息和员工在任务间的转移等实际问题。其次，研究疲劳效应对项目工期的影响，并以此作为安排员工休息的依据。最后，运用自适应遗传算法证明了模型的有效性。全文旨在使调度过程更加贴近现实，为项目领导人提供员工调度方面的决策支持。关键词：员工调度学习效应疲劳效应自适应遗传算法基于员工动态效率的项目员工调度问题研究AbstractAbstractEconom

5、icdevelopmentoftheglobalizationandcustomer'sindividualizedneedspromptedtheenterprisestoadapttheproject-orientedproductionpattern.Inconsiderationofthecharacteristicsoftheprojectitself,thecomplexityofthetasks,andthedynamicsoftheenvironment,theproblemismuch

6、morecomplexthantraditionalemployeeschedulingproblems.Thispapergraspedsomesignificantcharacteristicsofprojects，italsohasafullconsiderationofthelearningeffectandfatigueeffect,whichareveryprevalentindailyworkingroutines.Firstly,analyseshowlearningeffectinfl

7、uencetheworkers'workingefficiency,anditseffecttotheentireschedulingprocess,aimingatminimizingthetotalcostandtheprojectperiod,takingstaffrestandtransfersbetweendifferenttasksintoconsideration.Secondly,thepaperconcentratesontheinfluenceoffatigueeffecttowor

8、kers'workingefficiencyandprojectperiodintheschedulingmodel.Besides,relateworkers'restperiodineachplanningperiodtotheirextraworkingtimeintheformerplanningperiod.Finally,AdaptiveGeneticAlgorithmisusedtoprovetheeffectivenesso