基于回归分析的仓库员工排班优化模型.docxVIP

基于回归分析的仓库员工排班优化模型 摘要：智慧物流已经成为时代发展趋势，仓储作为现代物流业的重要组成环节，在物流活动中，仓储成本高低和运营效率对物流业发展有较大的影响。本文选择国家5A级综合物流企业中外运物流公司作为研究对象，其仓储管理主要存在仓库员工排班不合理、订单量大且处理不及时、仓库员工存在空闲时间较多、每小时人效差异大等问题。这些问题的关键要素是员工排班及工作效率，本文采用运筹学当中的线性规划模型，结合以人为本的精神和原则，研究和提出仓库员工排班优化模型，针对仓库员工进行精细化的排班，以此提高仓储的订单完成率、减少人力成本浪费，促进智慧物流的降本增效。 关键词：员工排班；线性规划；回归分析；以人为本 模型研究背景 每个国家和地区越来越重视智慧物流的发展，仓储作为实现物流活动过程中空间效益和时间效益的关键环节，如何建立智慧仓储，就要因地制宜，深入实际调查。智慧物流的时代里，人工仍是不可取代的主要因素，仓储和仓库的高效运作离不开对员工的有效管理，如何提高员工的工时效率，发展以人为本的工作理念，实现仓储作业的降本增效，进一步创新智慧物流是新时代的发展焦点。 近年来，越来越多的学者关注和求解员工排班和工作效率问题，大量学者在排班问题方面提出了许多有效的优化排班方法，主要有线性规划、多目标粒子群算法、回归分析法和模拟退火方法等优化排班方法。本文研究也参考了一些学者的研究方法，例如杨凯等人建立整数规划的排班模型，显著降低病房护理人员职业倦怠，提高护士的工作积极性和成就感[1]。张二丽等人基于SPSS分析影响中国人口老龄化的因素建立多元线性回归模型[2]。韩旭注重波次清零要求的惩罚成本和人员空闲时间造成的浪费的人力成本，建立科学排班模型，求出各个出库作业环节工作人员的班次及人数[3]。 研究路线分析 研究对象 本文以中外运物流公司作为研究对象，展开以人为本的仓库员工排班问题优化模型为核心的思考和研究。其仓库在高效运行的背后仍然存在日订单量大，系统处理不及时、各环节工作量大而人手少等问题。仓库员工排班优化模型主要推动精细化的员工排班，加强员工之间的协作，提高员工效率，减少用工波峰、波谷的情况，提高人力资源利用率。模型突出以人为本的排班理念，增强员工的归属感，发挥员工的积极性，为企业和客户带来高水平的服务，提高企业竞争力。因此，建立以人为本的仓库员工排班问题优化模型，对促进中外运企业以及中国物流行业具有重要意义。 数据选取 随着中外运物流业务范围不断扩大，合理排班是保障物流仓储活动正常运行的前提和基础，对比原有仓库作业人员落后的排班方案已经不能再适应仓库高效运转的需求。本文研究致力于平衡仓库员工排班的主观和客观因素，减少人力资源的遗漏，解决排班公平性和合理性。本文选用中外运物流有限公司的苏州Y快消品仓库为研究对象，选取其2020年6月收发方量以及人员排班情况作为样本数据，利用SPSS、管理运筹学软件3.0版本对数据进行处理，建立符合实际情况的线性规划及回归分析排班模型。线性规划算法是排班优化问题使用较多的算法之一，这种方法易于掌握，所需数据也很容易获得，由于目标变量选取较少，预测结果具有针对性。 模型建立与计算 技术路线 首先，以中外运2020年6月份的仓库收发量和上班人数为数据基础，以经济性为原则，根据收发量采用加权平均法筛选合理的上班人数，并且计算出一周每天上班的人数；其次为体现以人为本的管理理念，提高仓库员工工作效益，根据加权平均计算出的人数，拟采用每周休息1天或每周休息2天的排班模式，运用线性规划方法分别建立排班模型一和模型二；最后，运用相关性分析上班人数和收发量之间的相关性，建立辅助性的线性回归模型三，根据现有收发量预测未来一定时间段的上班人数。 基础数据 中外运苏州Y快消品仓库在2020年6月1日至28日的收发方量和每天上班人数如表1，仓库员工总人数受到工种及级别限制暂时未知，不影响模型建立。 表 1 仓库6月的收发方量及每日上班人数 星期一 星期二 星期三 星期四 星期五 星期六 星期日 第 一 周 日期 2020/6/1 2020/6/2 2020/6/3 2020/6/4 2020/6/5 2020/6/6 2020/6/7 方量 8327.931 9639.729 8621.619 7034.656 9309.001 4230.473 4587.524 人数 136 147 152 165 147 120 91 第 二 周 日期 2020/6/8 2020/6/9 2020/6/10 2020/6/11 2020/6/12 2020/6/13 2020/6/14 方量 7254.993 7896.04 9778.839 8733.889 9043.36 5750.093 4782.721 人数 134 148 155