نویسندگان
1 دانشجوی دکتری مدیریت تولید و عملیات دانشگاه شهید بهشتی
2 استادیار دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی
3 دانشیار دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی
چکیده
هدف اصلی این پژوهش ارائه یک رویکرد بهینه یابی برای مسأله دو هدفه زمانبندی شیفت کاری و گردش شغلی بمنظور بهرهبرداری از عملکرد بهینه کارکنان می باشد. در این مقاله مسأله زمانبندی شیفت کاری و گردش شغلی کارکنان بصورت همزمان با اهداف کمینه سازی هزینه های نیروی کار و بیشینه سازی تعداد گردش شغلی کارکنان بررسی شده است. همچنین عوامل خستگی، یادگیری و فراموشی نیروی انسانی نیز به عنوان مفاهیم مهم و تأثیر گذار بر عملکرد نیروی کار نیز مدلسازی ریاضی شده است. مدل ارائه شده از نوع عدد صحیح مختلط و غیر خطی بوده و برای حل مدل ریاضی و ترسیم مرز پارتو از الگوریتم ترکیبی ژنتیک و روش ε-محدودیت استفاده شد. مقایسه کارایی الگوریتم ژنتیک نسبت به روشهای دقیق حل مسأله نشان داد که کارایی الگوریتم از ابعاد مدت زمان محاسباتی و کیفیت راه حل نسبت به نرم افزار LINGO بهتر می باشد. برای تعیین رابطه بین اهداف مسأله زمانبندی-گردش شغلی، مجموعه مسائل مختلف با پارامترهای متفاوت با استفاده از الگوریتم ارائه شده حل شد. تحلیل مجموعه جوابهای بهینه مرز پارتو برای مسائل ارائه شده نشان داد که بین اهداف مسأله، رابطه متضاد وجود دارد. بنابراین با در نظر گرفتن عوامل انسانی تأثیر گذار بر عملکرد کارکنان، می بایستی برنامه ریزی شیفت کاری و گردش شغلی بصورت همزمان انجام شود. نتایج همچنین نشان داد که روش بهینه سازی ارائه شده قابلیت ارائه گزینه های تصمیم گیری مدیریتی با توجه به سیاستهای کاهش هزینه، افزایش تنوع شغلی و آموزش چند مهارتی کارکنان را دارد.
کلیدواژه‌ها
عنوان مقاله [English]
Bi-objective shift and job rotation scheduling for multi-skilled workforces with human factor engineering approach
نویسندگان [English]
- mohammad akbari 1
- Mostafa Zandieha 2
- Behroz Dorri 3
چکیده [English]
The goal of this research is providing optimization approach for bi-objective scheduling work shifts and job rotation problem in order to exploit efficient performance of employees. In this article scheduling work shifts and job rotation problems had been modeled in one mathematical model with two objective functions: minimizing labor cost and maximizing number of job rotation. Also human factors (fatigue, learning and forgetting) that have effect on workers performance were modeled. Presented model was mixed integer and nonlinear and genetic algorithm and ε-constraint technique have been used to solve it and gain Pareto sets. To illustrate efficiency of provided algorithm, its performance has been compared to results of LINGO. The results indicated that performance of genetic algorithm is better than that of LINGO in terms of computational time and objective value. To relate relationship between objectives, set of problems have been solved. Obtained Pareto indicated that there is a conflict between objectives. Hence with considering human factors that have effect on workforce’s performance it is needed to plan work shifts and job rotation simultaneously. Results indicated that the proposed optimization approach is capable to provide suitable alternatives while managers try to consider decreasing cost, increasing jobs variety and multi-skilled training.
کلیدواژه‌ها [English]
- Staff Scheduling
- Job rotation
- Human factors
- genetic algorithm
- ε-constraint technique
)