CN110610319A - 基于加油站用户分类引导的智能排班***及方法 - Google Patents
基于加油站用户分类引导的智能排班***及方法 Download PDFInfo
- Publication number
- CN110610319A CN110610319A CN201910881916.5A CN201910881916A CN110610319A CN 110610319 A CN110610319 A CN 110610319A CN 201910881916 A CN201910881916 A CN 201910881916A CN 110610319 A CN110610319 A CN 110610319A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- traffic flow
- data
- scheduled
- gas station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000007726 management method Methods 0.000 claims description 16
- 238000013500 data storage Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 8
- 238000012216 screening Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智能排班技术领域,特别涉及种基于加油站用户分类引导的智能排班***及方法,所述***基于方法,所述***包括服务器,所述服务器包括以下模块:车流量信息获取模块、车流预估模块、人次/工时预估模块和排班表生成模块。本发明解决了加油站排班方式灵活性差的问题。
Description
技术领域
本发明涉及智能排班技术领域,特别涉及一种基于加油站用户分类引导的智能排班***及方法。
背景技术
随着中国国民经济的快速发展、交通基础设施的不断改善和机动车保有量的快速增加,加油站已成为民众生活中不可或缺的一部分。目前各行各业的车辆都需在加油站加油,其中,在工作日私家车加油的时间都相对集中在上班或下班时间,而出租车的加油加气时间较为集中在中午,其他车辆的加油时间则相对比较离散,总体来说车辆的加油时间有一定的谷底率,但是考虑到各种因素的干扰,从整体来说加油时间还是离散变化的。
依照加油站目前的排班机制,容易导致加油站的工作人员在车辆加油高峰期,人手不够,工作忙不过来。在加油站车辆加油低谷期,人员多,而工作量较少,人力资源极大的被浪费。而且现在目前加油站一般以两班制的方式进行工作安排,而加油站的负责人在进行人员排班时,车辆加油高峰、低谷成了一个至关重要的问题。并且为了合理的排班,还需考虑人员的变动、调休、请假等。如果全由负责的工作人员来排班,这是一个较大的工作量。目前,现有的排班***其排班方式比较固定单一,而且面对离散变化的车辆加油时间,单一排班的方式其灵活性差,员工的工作效率得不到保障。
发明内容
本发明主要目的之一在于提供一种基于加油站用户分类引导的智能排班***,解决了加油站排班方式灵活性差的问题。
为达到上述目的,本发明提供了一种基于加油站用户分类引导的智能排班***,包括服务器,所述服务器包括以下模块:
车流量信息获取模块,用于获取车辆的特征信息,根据特征信息对车辆进行分类,设定车流量的统计时间结点,并根据统计时间结点统计分析车辆的分类种类、车辆数量,生成车流量数据并保存;
车流预估模块,用于读取车流量数据的历史数据,并根据历史数据预估预设日的车流量数据;
人次/工时预估模块,用于根据预设日的车流量数据,分析加油站各个岗位所需的预估人次数据和预估工时数据;
排班表生成模块,用于设定排班模板,并根据各个岗位所需的预估人次数据和预估工时数据,生成排班表。
本发明的工作原理及优点在于:
1.车流量信息获取模块和车流预估模块的设置,可以根据车辆的特征信息便于对车辆进行分类,从而取得车流量数据。由于车流量数据在一定周期内是有规律可循的。因此将车流量数据的历史数据作为参考数据,以此来预估预设日的车流量数据,为人员的合理排班提供数据支持,保障工作效率。
2.人次/工时预估模块和排班表生成模块的设置,能够根据车流量数据和加油站的员工、岗位、公式对员工的排班进行合理的安排,使得排班的方式其灵活性好,工作效率能够得到保障。
进一步,排班表生成模块还包括以下模块:
人员信息存储模块,用于存储待排班人员信息;所述待排班人员信息包括人员姓名和人员数量;
岗位信息存储模块,用于存储待排班岗位信息。
便于排班表的生成,使得每个工作人员、工作岗位都能被合理安排。
进一步,车流预估模块包括以下模块:
历史数据存储模块,用于存储车流量数据的历史数据,并存储车流量数据所对应的排班表。
通过存储车流量数据的历史数据,方便对后期生成排班表进行参考。
进一步,还包括以下模块:
请假管理模块,用于接收待排班时段内排班人员的请假请求,当存在多个请假请求时,分析排班时段是否存在交叉,若存在交叉,则从排班人员中获取被调班的调班请求,并进行调班;若不存在交叉,则将请假的排班人员的待排班时段进行互换调班。
可以对人员的调休、请假等人员的变动进行灵活的安排,避免工作出现冲突,降低工作效率。
进一步,请假管理模块还包括以下模块:
最终排班表生成模块,用于在生成排班表之后,且接收到被调班人员的调班请求时,根据预设调班规则进行调班,将调班人员替换所述被调班人员,生成最终排班表。
使得最终排班表具有灵活性,保障工作效率。
本发明主要目的之二在于提供一种基于加油站用户分类引导的智能排班方法,上述***基于本方法,包括以下步骤:
车流量信息获取步骤,获取车辆的特征信息,根据特征信息对车辆进行分类,设定车流量的统计时间结点,并根据统计时间结点统计分析车辆的分类种类、车辆数量,生成车流量数据并保存;
车流预估步骤,读取车流量数据的历史数据,并根据历史数据预估预设日的车流量数据;
人次/工时预估步骤,根据预设日的车流量数据,分析加油站各个岗位所需的预估人次数据和预估工时数据;
排班表生成步骤,设定排班模板,并根据各个岗位所需的预估人次数据和预估工时数据,生成排班表。
本发明的工作原理及优点在于:
1.车流量信息获取步骤和车流预估步骤的设置,可以根据车辆的特征信息便于对车辆进行分类,从而取得车流量数据。由于车流量数据在一定周期内是有规律可循的。因此将车流量数据的历史数据作为参考数据,以此来预估预设日的车流量数据,为人员的合理排班提供数据支持,保障工作效率。
2.人次/工时预估步骤和排班表生成步骤的设置,能够根据车流量数据和加油站的员工、岗位、公式对员工的排班进行合理的安排,使得排班的方式其灵活性好,工作效率能够得到保障。
进一步,排班表生成步骤还包括以下步骤:
人员信息存储步骤,存储待排班人员信息;所述待排班人员信息包括人员姓名和人员数量;
岗位信息存储步骤,存储待排班岗位信息。
便于排班表的生成,使得每个工作人员、工作岗位都能被合理安排。
进一步,车流预估步骤包括以下步骤:
历史数据存储步骤,存储车流量数据的历史数据,并存储车流量数据所对应的排班表。
通过存储车流量数据的历史数据,方便对后期生成排班表进行参考。
进一步,还包括以下步骤:
请假管理步骤,接收待排班时段内排班人员的请假请求,当存在多个请假请求时,分析排班时段是否存在交叉,若存在交叉,则从排班人员中获取被调班的调班请求,并进行调班;若不存在交叉,则将请假的排班人员的待排班时段进行互换调班。
可以对人员的调休、请假等人员的变动进行灵活的安排,避免工作出现冲突,降低工作效率。
进一步,所述请假管理步骤还包括以下步骤:
最终排班表生成步骤,在生成排班表之后,且接收到被调班人员的调班请求时,根据预设调班规则进行调班,将调班人员替换所述被调班人员,生成最终排班表。
使得最终排班表具有灵活性,保障工作效率。
附图说明
图1为本发明实施例基于加油站用户分类引导的智能排班***的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一:
一种基于加油站用户分类引导的智能排班***,如图1所示,包括服务器,所述服务器包括以下模块:
车流量信息获取模块,用于通过图像信息采集设备获取车辆的特征信息,根据特征信息对车辆进行分类,设定车流量的统计时间结点,并根据统计时间结点统计分析车辆的分类种类、车辆数量,生成车流量数据并保存;所述特征信息包括车牌号、车辆型号和车辆类型。图像信息采集设备与服务器通信连接,图像信息采集设备采用摄像头。
车流预估模块,用于读取车流量数据的历史数据,并根据历史数据预估预设日的车流量数据;
人次/工时预估模块,用于根据预设日的车流量数据,分析加油站各个岗位所需的预估人次数据和预估工时数据;
排班表生成模块,用于设定排班模板,并根据各个岗位所需的预估人次数据和预估工时数据,生成排班表。
排班表生成模块还包括以下两个模块:
人员信息存储模块,用于存储待排班人员信息;所述待排班人员信息包括人员姓名和人员数量;
岗位信息存储模块,用于存储待排班岗位信息。
请假管理模块,用于接收待排班时段内排班人员的请假请求,当存在多个请假请求时,分析排班时段是否存在交叉,若存在交叉,则从排班人员中获取被调班的调班请求,并进行调班;若不存在交叉,则将请假的排班人员的待排班时段进行互换调班。
最终排班表生成模块,用于在生成排班表之后,且接收到主动要求被调班人员的调班请求时,根据预设调班规则进行调班,将调班人员替换所述被调班人员,生成最终排班表。调班规则:调换两者的排班时间,并考虑到工时匹配是否相同和岗位匹配是否相同。
历史数据存储模块,用于存储车流量数据的历史数据,并存储车流量数据所对应的排班表。
一种基于加油站用户分类引导的智能排班方法,上述***基于本方法,包括以下步骤:
车流量信息获取步骤,通过图像信息采集设备获取车辆的特征信息,根据特征信息对车辆进行分类,设定车流量的统计时间结点,并根据统计时间结点统计分析车辆的分类种类、车辆数量,生成车流量数据并保存;所述特征信息包括车牌号、车辆型号和车辆类型。
车流预估步骤,读取车流量数据的历史数据,并根据历史数据预估预设日的车流量数据;
人次/工时预估步骤,根据预设日的车流量数据,分析加油站各个岗位所需的预估人次数据和预估工时数据;
排班表生成步骤,设定排班模板,并根据各个岗位所需的预估人次数据和预估工时数据,生成排班表。
排班表生成步骤还包括以下两个步骤:
人员信息存储步骤,存储待排班人员信息;所述待排班人员信息包括人员姓名和人员数量;
岗位信息存储步骤,存储待排班岗位信息。
请假管理步骤,接收待排班时段内排班人员的请假请求,当存在多个请假请求时,分析排班时段是否存在交叉,若存在交叉,则从排班人员中获取被调班的调班请求,并进行调班;若不存在交叉,则将请假的排班人员的待排班时段进行互换调班。
最终排班表生成步骤,在生成排班表之后,且接收到被调班人员的调班请求时,根据预设调班规则进行调班,将调班人员替换所述被调班人员,生成最终排班表。
历史数据存储步骤,存储车流量数据的历史数据,并存储车流量数据所对应的排班表。
具体实施过程如下:
由于车流量数据在一定周期内是有规律可循的,而加油站已成为民众生活中不可或缺的一部分,因此在加油站采集车流量数据十分方便。在采集车流量数据时,本方案可以根据车辆的特征信息对车辆进行分类,从而取得车流量数据。然后将车流量数据的历史数据作为参考数据,以此来预估预设日的车流量数据,为人员的合理排班提供数据支持,保障工作效率。
在取得车流量数据之后,能够根据车流量数据和加油站的员工、岗位,对员工的排班进行合理的安排,使得排班的方式其灵活性好,工作效率能够得到保障。例如在车辆加油高峰期,安排人数较多但合理数量的工作人员工作。在加油站车辆加油低谷期,安排人数较少但合理数量的工作人员工作。
而且本方案也可以对人员的调休、请假等人员的变动进行灵活的安排,避免工作出现冲突,降低工作效率。
实施例二:
实施例二与实施例一的区别在于,所述服务器还包括以下模块:
监测模块:用于根据最终排班表监测员工的排班执行数据;所述排班执行数据包括员工的历史排班信息、擅长岗位、请假信息和工时数据;
分析模块:用于分析监测模块监测的排班数据,并根据不同优选条件筛选出多个最佳员工;所述优选条件包括:请假次数少、岗位技术能力高、服务态度好和工时数据高。
选择模块:用于获取各个岗位的工时数据、岗位掌握难度数据和岗位收益数据,并根据工时数据、岗位掌握难度数据和岗位收益数据筛选出多个最佳岗位,然后将选择的各个最佳员工与最佳岗位进行匹配,生成排班优化表。
调度模块:用于获取最佳员工的调度意愿,并根据调度意愿和监测模块监测的排班执行数据对排班优化表进行调度优化,生成排班最终调度表。
所述智能排班方法还包括以下步骤:
监测步骤:根据最终排班表监测员工的排班执行数据;所述排班执行数据包括员工的历史排班信息、擅长岗位、请假信息和工时数据;
分析步骤:分析监测步骤监测的排班数据,并根据不同优选条件筛选出多个最佳员工;所述优选条件包括:请假次数少、岗位技术能力高、服务态度好和工时数据高。
选择步骤:获取各个岗位的工时数据、岗位掌握难度数据和岗位收益数据,并根据工时数据、岗位掌握难度数据和岗位收益数据筛选出多个最佳岗位,然后将选择的各个最佳员工与最佳岗位进行匹配,生成排班优化表。
调度步骤:获取最佳员工的调度意愿,并根据调度意愿和监测步骤监测的排班执行数据对排班优化表进行调度优化,生成排班最终调度表。
具体实施过程如下:
对于优秀的员工可以将他们安排在最佳的时间段内或最佳的岗位上,从而提高现有人员的利用率,确保实现优质的服务,同时达到对其他员工的激励,促进员工的工作热情。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.基于加油站用户分类引导的智能排班***,其特征在于:包括服务器,所述服务器包括以下模块:
车流量信息获取模块,用于获取车辆的特征信息,根据特征信息对车辆进行分类,设定车流量的统计时间结点,并根据统计时间结点统计分析车辆的分类种类、车辆数量,生成车流量数据并保存;
车流预估模块,用于读取车流量数据的历史数据,并根据历史数据预估预设日的车流量数据;
人次/工时预估模块,用于根据预设日的车流量数据,分析加油站各个岗位所需的预估人次数据和预估工时数据;
排班表生成模块,用于设定排班模板,并根据各个岗位所需的预估人次数据和预估工时数据,生成排班表。
2.根据权利要求1所述的基于加油站用户分类引导的智能排班***,其特征在于:所述排班表生成模块还包括以下模块:
人员信息存储模块,用于存储待排班人员信息;所述待排班人员信息包括人员姓名和人员数量;
岗位信息存储模块,用于存储待排班岗位信息。
3.根据权利要求1所述的基于加油站用户分类引导的智能排班***,其特征在于:所述车流预估模块包括以下模块:
历史数据存储模块,用于存储车流量数据的历史数据,并存储车流量数据所对应的排班表。
4.根据权利要求1所述的基于加油站用户分类引导的智能排班***,其特征在于:还包括以下模块:
请假管理模块,用于接收待排班时段内排班人员的请假请求,当存在多个请假请求时,分析排班时段是否存在交叉,若存在交叉,则从排班人员中获取被调班的调班请求,并进行调班;若不存在交叉,则将请假的排班人员的待排班时段进行互换调班。
5.根据权利要求4所述的基于加油站用户分类引导的智能排班***,其特征在于:所述请假管理模块还包括以下模块:
最终排班表生成模块,用于在生成排班表之后,且接收到被调班人员的调班请求时,根据预设调班规则进行调班,将调班人员替换所述被调班人员,生成最终排班表。
6.基于加油站用户分类引导的智能排班方法,其特征在于:包括以下步骤:
车流量信息获取步骤,获取车辆的特征信息,根据特征信息对车辆进行分类,设定车流量的统计时间结点,并根据统计时间结点统计分析车辆的分类种类、车辆数量,生成车流量数据并保存;
车流预估步骤,读取车流量数据的历史数据,并根据历史数据预估预设日的车流量数据;
人次/工时预估步骤,根据预设日的车流量数据,分析加油站各个岗位所需的预估人次数据和预估工时数据;
排班表生成步骤,设定排班模板,并根据各个岗位所需的预估人次数据和预估工时数据,生成排班表。
7.根据权利要求6所述的基于加油站用户分类引导的智能排班方法,其特征在于:所述排班表生成步骤还包括以下步骤:
人员信息存储步骤,存储待排班人员信息;所述待排班人员信息包括人员姓名和人员数量;
岗位信息存储步骤,存储待排班岗位信息。
8.根据权利要求6所述的基于加油站用户分类引导的智能排班方法,其特征在于:所述车流预估步骤包括以下步骤:
历史数据存储步骤,存储车流量数据的历史数据,并存储车流量数据所对应的排班表。
9.根据权利要求6所述的基于加油站用户分类引导的智能排班方法,其特征在于:还包括以下步骤:
请假管理步骤,接收待排班时段内排班人员的请假请求,当存在多个请假请求时,分析排班时段是否存在交叉,若存在交叉,则从排班人员中获取被调班的调班请求,并进行调班;若不存在交叉,则将请假的排班人员的待排班时段进行互换调班。
10.根据权利要求9所述的基于加油站用户分类引导的智能排班方法,其特征在于:所述请假管理步骤还包括以下步骤:
最终排班表生成步骤,在生成排班表之后,且接收到被调班人员的调班请求时,根据预设调班规则进行调班,将调班人员替换所述被调班人员,生成最终排班表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910881916.5A CN110610319A (zh) | 2019-09-18 | 2019-09-18 | 基于加油站用户分类引导的智能排班***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910881916.5A CN110610319A (zh) | 2019-09-18 | 2019-09-18 | 基于加油站用户分类引导的智能排班***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110610319A true CN110610319A (zh) | 2019-12-24 |
Family
ID=68891551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910881916.5A Pending CN110610319A (zh) | 2019-09-18 | 2019-09-18 | 基于加油站用户分类引导的智能排班***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110610319A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062639A (zh) * | 2019-12-27 | 2020-04-24 | 上海京东到家元信信息技术有限公司 | 零售场景下智能排班***及使用方法 |
CN111950846A (zh) * | 2020-07-07 | 2020-11-17 | 临沂启阳电缆有限公司 | 一种智能工厂用排班*** |
CN112101825A (zh) * | 2020-11-16 | 2020-12-18 | 成都智元汇信息技术股份有限公司 | 一种用于客运服务的站务排班与考勤***及方法 |
CN112884433A (zh) * | 2021-02-03 | 2021-06-01 | 成都翼天航空技术服务有限公司 | 一种管制员的排班***及方法 |
CN115271372A (zh) * | 2022-07-04 | 2022-11-01 | 无锡喔趣信息科技有限公司 | 一种基于区域联动的人力资源排班管理***及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101729690A (zh) * | 2008-10-20 | 2010-06-09 | 中兴通讯股份有限公司 | 一种排班***和方法 |
CN103325024A (zh) * | 2013-07-18 | 2013-09-25 | 北京影合众新媒体技术服务有限公司 | 智能排班*** |
CN107563649A (zh) * | 2017-09-05 | 2018-01-09 | 盐城工学院 | 一种数据处理方法及设备 |
CN107590595A (zh) * | 2017-09-05 | 2018-01-16 | 盐城工学院 | 一种排班方法和数据处理设备 |
-
2019
- 2019-09-18 CN CN201910881916.5A patent/CN110610319A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101729690A (zh) * | 2008-10-20 | 2010-06-09 | 中兴通讯股份有限公司 | 一种排班***和方法 |
CN103325024A (zh) * | 2013-07-18 | 2013-09-25 | 北京影合众新媒体技术服务有限公司 | 智能排班*** |
CN107563649A (zh) * | 2017-09-05 | 2018-01-09 | 盐城工学院 | 一种数据处理方法及设备 |
CN107590595A (zh) * | 2017-09-05 | 2018-01-16 | 盐城工学院 | 一种排班方法和数据处理设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062639A (zh) * | 2019-12-27 | 2020-04-24 | 上海京东到家元信信息技术有限公司 | 零售场景下智能排班***及使用方法 |
CN111950846A (zh) * | 2020-07-07 | 2020-11-17 | 临沂启阳电缆有限公司 | 一种智能工厂用排班*** |
CN112101825A (zh) * | 2020-11-16 | 2020-12-18 | 成都智元汇信息技术股份有限公司 | 一种用于客运服务的站务排班与考勤***及方法 |
CN112884433A (zh) * | 2021-02-03 | 2021-06-01 | 成都翼天航空技术服务有限公司 | 一种管制员的排班***及方法 |
CN112884433B (zh) * | 2021-02-03 | 2024-04-09 | 成都翼天航空技术服务有限公司 | 一种管制员的排班***及方法 |
CN115271372A (zh) * | 2022-07-04 | 2022-11-01 | 无锡喔趣信息科技有限公司 | 一种基于区域联动的人力资源排班管理***及方法 |
CN115271372B (zh) * | 2022-07-04 | 2023-09-12 | 无锡喔趣信息科技有限公司 | 一种基于区域联动的人力资源排班管理***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110610319A (zh) | 基于加油站用户分类引导的智能排班***及方法 | |
Hua et al. | Joint infrastructure planning and fleet management for one-way electric car sharing under time-varying uncertain demand | |
CN105575108B (zh) | 一种智能公交调度运营方法 | |
CN105354762B (zh) | 一种电力客服业务工单识别与分配***及方法 | |
CN111915176B (zh) | 一种混合运营模式下纯电动公交车辆的排班方法及其*** | |
Green et al. | Coping with time‐varying demand when setting staffing requirements for a service system | |
CN112134802A (zh) | 一种基于终端触发式的边缘算力资源调度方法及*** | |
TW201818307A (zh) | 飛機維修方法及其配置系統和計算設備 | |
CN111669213B (zh) | 一种卫星通信资源的动态管控***和管控方法 | |
CN107564270A (zh) | 一种智能公交调度运营方法 | |
CN110599023B (zh) | 一种电动车群组的换电调度方法和云管理服务器 | |
CN103617451A (zh) | 一种电动汽车充电服务预约***及其方法 | |
CN113554363B (zh) | 基于网格化***监测的电力客户业务工单处理方法及*** | |
CN112687110B (zh) | 一种基于大数据分析的车位级导航方法及其*** | |
CN115660323B (zh) | 一种基于大数据的体育设施设备数据智能监管***及方法 | |
CN106991484A (zh) | 基于智能重复预定的二次资源预约方法 | |
CN114693045A (zh) | 换电站选址方法、***、电子设备和存储介质 | |
CN110389817A (zh) | 多云***的调度方法、装置和计算机程序产品 | |
CN112613790A (zh) | 应用于多站融合环境下的协同数据处理方法、设备及介质 | |
CN108877201B (zh) | 一种基于交通指挥指数的警力资源优化方法 | |
Yuan et al. | Source: Towards solar-uncertainty-aware e-taxi coordination under dynamic passenger mobility | |
CN104243179A (zh) | 一种灵活的计费策略方法 | |
Draz et al. | A power demand estimator for electric vehicle charging infrastructure | |
CN112381471B (zh) | 基于视频图像智能采样的安全生产监管***及方法 | |
DE112018007239T5 (de) | Energieverwaltungssytsem, energieverwaltungsverfahren und- programm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191224 |