计算机应用

作者：樊小毛, 熊红林, 赵淦森

单位：1. 华南师范大学 计算机学院, 广州 510631;2. 上海理工大学 管理学院, 上海 200093;3. 华南师范大学 广州市云计算安全与测评技术重点实验室, 广州 510631

关键词：清洁排班,模拟退火算法,蜂群优化算法,蚁群优化算法,粒子群优化算法,群集智能,NP难问题,运筹优化

基金：国家重点研发计划项目（2018YFB1404402）；广东省科技计划项目（2019B010137003， 2016B030305006，2018A07071702，201804010314）；广州市科技计划项目（201804010314， 2012224-12）；唯链基金会资助项目（SCNU-2018-01）。

保洁服务公司的清洁任务往往具有不同级别、不同时长和不同周期等特点，缺乏通用清洁排班问题模型，现阶段主要依赖人工排班方案，存在耗时费力且排班质量不稳定等问题。因此提出了属于NP难问题的带约束的清洁排班问题的数学模型，并使用模拟退火算法（SA）、蜂群算法（BCO）、蚁群算法（ACO）和粒子群优化算法（PSO）对该模型进行求解，最后以某清洁服务公司实际排班情况进行了实证分析。实验结果表明，与人工排班方案进行对比，启发式智能优化算法求解带约束的清洁排班问题具有明显优势，获得的清洁排班表的人力需求明显减少。具体来说，在一年排班周期内这些算法比人工排班方案可节省清洁人力218.62~513.30 h。可见基于启发式智能优化算法的数学模型对带约束的清洁排班问题的求解可行且有效，能为保洁服务公司提供科学管理的决策支持。

来源：2021年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第2期