張照岳　包振強　闞云　朱雨晴

摘要：文化站針對項目組內(nèi)進行人力調(diào)度時未對掌握多技能的工人的非主技能進行考慮，而造成員工調(diào)度效率低的情況，建立了一種考慮工人技能熟練度，以項目工期和人力成本為優(yōu)化目標(biāo)的人力資源項目調(diào)度模型，并采用改進的非支配排序遺傳算法對該模型進行求解。研究結(jié)果表明，使用該方法可對多技能工人進行合理調(diào)配，從而提高項目組內(nèi)工人調(diào)度效率并降低人力資源成本。

關(guān)鍵詞：項目管理;多目標(biāo)優(yōu)化;人力資源調(diào)度;多技能

一、引言

建筑業(yè)屬于勞動力密集型行業(yè)，從業(yè)人數(shù)占全社會就業(yè)人員總數(shù)的7.13%。人力資源是企業(yè)發(fā)展的關(guān)鍵因素，而勞動力調(diào)度則是人力資源管理的核心問題。隨著工人獲取知識和技能的途徑增多，工人掌握多種技能成為一種常態(tài)現(xiàn)象。多技能工人指一個工人掌握多種技能、且多種技能水平高低不一。多技能工人的存在有助于組織提高應(yīng)對外部環(huán)境變化的響應(yīng)能力，增加了項目活動中的人員備選方案，同時也增加了人員調(diào)度的復(fù)雜性，給傳統(tǒng)的調(diào)度方式帶來了挑戰(zhàn)。

Neron提出了項目管理中的多技能員工調(diào)度問題，稱其為多技能項目調(diào)度問題（MSPSP），指出MSPSP是經(jīng)典資源受限項目調(diào)度問題的一種擴展，并在文獻中以工期為優(yōu)化目標(biāo)，研究了具有水平差異的多技能人員單目標(biāo)項目調(diào)度問題，而實際上，此類調(diào)度常常是既考慮工期又考慮成本的多目標(biāo)優(yōu)化問題。李明在文獻中整理了相關(guān)文獻處理多技能工人問題就不同目標(biāo)采用的不同模型算法。目前求解多目標(biāo)調(diào)度模型的方法可分為啟發(fā)式算法和智能算法，相比于啟發(fā)式算法，智能算法中NSGAII由于采用了快速非支配排序、擁擠度比較和精英策略三種方法，使得種群中個體均勻分布，計算復(fù)雜度更低，采樣空間更大。因此，本文在考慮工人掌握多種技能的情況下，根據(jù)技能熟練度對報酬和工期產(chǎn)生的影響，以工期和人力成本為優(yōu)化目標(biāo)，建立了基于多技能工人的多目標(biāo)項目調(diào)度模型。采用NAGAII算法，并結(jié)合本次模型設(shè)計了相應(yīng)的染色體編碼以進行求解。

二、模型建立

項目包含m個活動、n名工人，活動j最多允許L名工人參與，完成項目需s種技能且每項活動所需的技能種類和熟練工人數(shù)為固定值，若工人技能不夠熟練則活動時間相應(yīng)延長。H=（A，E，d）為項目活動網(wǎng)絡(luò)，其中：A={A1，A2，…，Am}表示項目活動集合，A1是起始節(jié)點，Am是結(jié)束節(jié)點。dj（1

三、算法設(shè)計與仿真結(jié)果

（一）編碼方案

基于多技能工人的多目標(biāo)項目調(diào)度模型特點，設(shè)計了如圖1所示的三維編碼方式。其中，一條完整的染色體由優(yōu)先級編碼、參與工人編碼和具體工人編號三部分組成。優(yōu)先級用數(shù)值為0～1之間的隨機數(shù)表示，數(shù)值越小任務(wù)安排越優(yōu)先;參與工人數(shù)表示該活動參與工人數(shù)量，采用隨機生成整數(shù)的方式，且數(shù)值不大于該活動限制最多參與工人數(shù)量;具體工人編號表示參與該活動的工人編號，隨機生成對應(yīng)位整數(shù)。

（二）仿真與結(jié)果

本算法以MATLAB編程語言實現(xiàn)，算法參數(shù)設(shè)置如下：種群規(guī)模Np=300，交叉概率為0.8，變異概率0.05，進化代數(shù)為200，其他參數(shù)略。將本文模型及算法應(yīng)用于Z建筑公司的項目，項目共有19個活動，項目組內(nèi)有12名工人，要完成該項目需要8種技能。

實驗得到一組帕累托解如圖2所示，選取部分具有代表性的解如表1所示。

優(yōu)先考慮成本因素，選擇表1中第1組解給出對應(yīng)的工人調(diào)度甘特圖，如圖3所示，圖中橫道上的標(biāo)號表示工人在此時段從事的活動。

四、結(jié)語

本文在考慮工人掌握多種技能，且技能熟練度對報酬和工期有影響的情況下，建立了基于多技能工人的多目標(biāo)項目調(diào)度模型，應(yīng)用改進的非支配排序遺傳算法并設(shè)計了相應(yīng)的染色體編碼進行求解，實現(xiàn)了工期與人力成本的多目標(biāo)優(yōu)化;通過信息化的方法解決了多技能工人調(diào)度這一問題，提高了工人技能的利用效率;通過仿真實驗表明多技能工人通過合理調(diào)配能降低項目成本，縮短工期。項目管理者可以在一系列的解中根據(jù)偏好進行決策。

參考文獻：

[1]中國建筑業(yè)協(xié)會.2017年建筑業(yè)發(fā)展統(tǒng)計分析[J].工程管理學(xué)報，2018（03）.

[2]Bartlomiej Malachowski， Przemyslaw Korytkowski.Competence-based performance model of multi-skilled workers[J].Computers & Industrial Engineering 2016.

[3]Neron E. Lower bounds for the multi-skill project scheduling problem[C]. Proceedings of the Eighth International Workshop on Project Management and Scheduling，2002.

[4]張松.資源受限項目調(diào)度若干問題研究[D].中國科學(xué)技術(shù)大學(xué)，2014.

[5]Bellenguez M O， Neron E. Lower bounds for the multi-skill project scheduling problem with hierarchical levels of skills[J].Practice and Theory of Automated Timetabling，2005.

[6]李明.項目人力資源調(diào)度研究綜述[J].石家莊鐵道大學(xué)學(xué)報，2015（01）.

[7]Mayron César O. Moreira，? Marcus Ritt，? et al. Simple heuristics for the assembly line worker assignment and balancing problem[J].Journal of Heuristics，2012（03）.

[8]林詩潔，董晨，陳明志，等.新型群智能優(yōu)化算法綜述[J].計算機工程與應(yīng)用，2018（12）.

[9]Deb， K. ， Jain， H. Handling many-objective problems using an improved NSGA-II procedure[C]//IEEE World Congress on Computational Intelligence.Brisbane， Australia：IEEE，2012.

（作者單位：揚州大學(xué)信息工程學(xué)院）