FlexiPlan, een roostering toolkit 10 november 2005.

FlexiPlan, een roostering toolkit 10 november 2005

10 november 2005Studiedag Autom. Personeelsplanningp. 2 Agenda Inleiding Voorstelling TINC Personeelsplanning FlexiPlan Concept Structuur Aanpak

10 november 2005Studiedag Autom. Personeelsplanningp. 3 Voorstelling TINC Opgericht in 1998 Kantoor Mechelen Consultancy & Software Ontwikkeling voor de transport markt Scheepvaart Luchtvaart Expertise Traffic Management Systems Planning & Scheduling Communicatie (netwerken)

10 november 2005Studiedag Autom. Personeelsplanningp. 4 Voorbeeld: WESP Klant: Rijkswaterstaat / AWZ Systeem voor het assisteren van verkeersleiders bij het plannen van de marginale scheepvaart op de Westerschelde WESP berekent risicos op een tekort aan kielspeling gebaseerd op hydro/meteo data, geplande trajecten en de karakteristieken van het schip

10 november 2005Studiedag Autom. Personeelsplanningp. 5 Voorbeeld: WESP

10 november 2005Studiedag Autom. Personeelsplanningp. 6 WESP

10 november 2005Studiedag Autom. Personeelsplanningp. 7 Personeelsplanning Expertise & Activiteiten Planning & scheduling Klanten Continu diensten Samenwerking KaHo Sint-Lieven R & DMarkt

10 november 2005Studiedag Autom. Personeelsplanningp. 8 Concept Uitgangspunt = flexibiliteit FlexiPlan is een TOOLKIT Bouwdoos Aanpasbaar aan specifieke noden gebruiker Integreerbaar met bestaande systemen Prikklok HRM / ERP Motivatie Gebruik maken van bestaande componenten bestaande expertise (!) Brug slaan tussen de technische complexiteit en de noden van de gebruiker

10 november 2005Studiedag Autom. Personeelsplanningp. 9 Structuur Model Beschrijving v/h probleem en plan Implementatie in een databank Gebruikersprofielen en -rechten ReportAPI Model PlannerGUI Planner GUI Basis set van vensters en gedrag Aanpasbaar aan noden gebruiker Enkel relevante gegevens Report Rijke rapportering via web interface Autom. Distributie Statistieken API Integratie met andere systemen

Dia 10

10 november 2005Studiedag Autom. Personeelsplanningp. 10 Aanpak Invoering vereist een projectmatige aanpak ! OpstartPrototypeImplementatieValidatie Begeleiding & Onderhoud

Dia 11

Studiedag Autom. Personeelsplanning 10 november 2005 11 Model Niveau Personeelsplanning Lange termijn: Strategische plannen Middellange termijn: Bestaffen Korte termijn: Roosteren Roosteren Verdeel de opdrachten zodanig over het gekwalificeerd personeel dat de bezetting op elk ogenblik gegarandeerd is, rekening houdend met wettelijke, contractuele en persoonlijke beperkingen

Dia 12

Studiedag Autom. Personeelsplanning 10 november 2005 12 Model Kwalificatie Opleiding Ervaring Verantwoordelijkheid Contract Bepaalt beperkingen op persoonlijke roosters Shift Bezetting Aantal gekwalificeerde personeelsleden per dag en per shift Minimum of gewenst Model ShiftVanTot Korte vroege7:0013:00 Vroege7:0015:00 Dag8:0017:00 Late13:0021:00 Korte Late15:0021:00 Nacht21:007:00

Dia 13

Studiedag Autom. Personeelsplanning 10 november 2005 13 Harde beperkingen Harde beperkingen: altijd te voldoen Minimum bezetting Kwalificatie, niet hirarchische vervanging Model

Dia 14

Studiedag Autom. Personeelsplanning 10 november 2005 14 Zachte beperkingen: overtredingen mogelijk Wettelijk Vrije tijd tussen shifts Contractueel Aantal dagen, shifts, uren, Aantal opeenvolgende dagen, shifts, weekends, vrije dagen, Weekendwerk Patronen Balanceren van de werkdruk Persoonlijk Vrije dag, vrije shift, Voorkeurshift Samenwerken Zachte beperkingen

Dia 15

Studiedag Autom. Personeelsplanning 10 november 2005 15 Evaluatie Kwaliteit bepaald door overtredingen zachte beperkingen persoon, zachte beperking (overtreding*gewicht) Voorbeeldprobleem 5 personeelsleden met identieke kwalificatie en contract 7 dagen Harde beperkingen bezetting volgens tabel Zachte beperkingen Max 6 opeenvolgende werkdagen Min 2 opeenvolgende vrije dagen Min 2 opeenvolgende V, L, N Max 2 opeenvolgende N Min 10u tussen opeenvolgende shifts MaDiWoDoVrZaZo V4211111 L11331 N11121

Dia 16

Studiedag Autom. Personeelsplanning 10 november 2005 16 Evaluatie Overtredingen zachte beperkingen MaDiWoDoVrZaZo P1VVLLN P2NNLL P3VVVVVVV P4VLNNN P5VLLLL P1:Te weinig opeenvolgende N P2:Te weinig opeenvolgende N: 2x Te weinig opeenvolgende vrije dagen Te weinig tijd tussen 2 shifts P3:Teveel opeenvolgende V Teveel opeenvolgende werkdagen P4: Te weinig opeenvolgende V,L Te weinig opeenvolgende vrije dagen Teveel opeenvolgende N P5:Te weinig tijd tussen 2 shifts Te weinig opeenvolgende V

Dia 17

Studiedag Autom. Personeelsplanning 10 november 2005 17 Evaluatie Algoritme Groot aantal zachte beperkingen Modulair, parametriseerbaar Eenvoudig, snel implementeerbaar en uitvoerbaar

Dia 18

Studiedag Autom. Personeelsplanning 10 november 2005 18 E.K. Burke., P. De Causmaecker, S. Petrovic, G. Vanden Berghe: Fitness Evaluation for Nurse Scheduling Problems, Proceedings of Congress on Evolutionary Computation, CEC2001, Seoul, IEEE Press, 2001, p. 1139-1146 Evaluatie

Dia 19

Studiedag Autom. Personeelsplanning 10 november 2005 19 Planner Complexiteit NP compleet niet oplosbaar in polynomiale rekentijd Voldoende kwaliteitsvolle oplossing zoeken in aanvaardbare rekentijd Lokaal zoeken Landschap van potentile oplossingen Begrip van nabuurschap Een te optimaliseren doelfunctie Metaheuristieken Lokale optima verlaten Brede exploratie afwisselen met intensief zoeken Niet gegarandeerd optimaal Model Planner

Dia 20

Studiedag Autom. Personeelsplanning 10 november 2005 20 kwaliteit huidige oplossing MaDiWoDoVrZaZo P1VVLLN P2NNLL P3VVVVVVV P4VLNNN P5VLLLL MaDiWoDoVrZaZo P1VVLLNN P2NNLL P3VVVVVVV P4VLNN P5VLLLL MaDiWoDoVrZaZo P1VVLLNN P2NNLL P3VVVVVV P4VLNN P5VLLLLV MaDiWoDoVrZaZo P1VVLLNN P2NNLL P3VVVVV P4VLNN P5VLLLLVV MaDiWoDoVrZaZo P1VVLLNN P2NNLL P3VVVVV P4VLLNN P5VLLLVV MaDiWoDoVrZaZo P1VLVLLN P2NNLL P3VVVVVVV P4VLNNN P5VLLL Lokaal zoeken Hill-climbing Richting van de sterkste stijging

Dia 21

Studiedag Autom. Personeelsplanning 10 november 2005 21 MaDiWoDoVrZaZo P1VVLLNN P2NNLL P3VVVVV P4VLLNN P5VLLLVV MaDiWoDoVrZaZo P1VVLLNN P2NLL P3VVVVV P4VLLNNN P5VLLLVV MaDiWoDoVrZaZo P1VVLLNN P2NLLL P3VVVVV P4VLNNN P5VLLLVV MaDiWoDoVrZaZo P1VVLLNN P2NLLL P3VVVVV P4VNNN P5VLLLLVV MaDiWoDoVrZaZo P1VVLLNN P2NLLL P3VVVVV P4VLNNN P5VLLLVV Stoppen? Kwaliteit? Meta-heuristieken Vermijden Lokale optima Reeds doorzochte gebieden Tabu search

Dia 22

Studiedag Autom. Personeelsplanning 10 november 2005 22 MaDiWoDoVrZaZo P1VVLLNN P2NLLL P3VVVVV P4VLNNN P5VLLLVV MaDiWoDoVrZaZo P1VVLLNN P2NLLL P3VVVVV P4VLNNN P5VLLLVV Diversificatie Zoekomgeving Wegwerken overtredingen op weekendbeperkingen Vanuit nieuwe situatie verder zoeken met gewone stappen MaDiWoDoVrZaZo P1VVLLNN P2NLLL P3VVVVV P4VLNNNVV P5VLLL Deel van slechtste persoonlijke planning wisselen met andere persoonlijke planning MaDiWoDoVrZaZo P1VVLLNN P2NLLL P3VLVVV P4VVNNN P5VLLLVV Vanuit nieuwe situatie verder zoeken met gewone stappen Meta-heuristieken en hybriden

Dia 23

Studiedag Autom. Personeelsplanning 10 november 2005 23 Harde beperkingen Bezetting Kwalificaties `Voorrang Zachte beperkingen Persoonlijke wensen voor verlofdagen Afwezigheden Gewenste opkomsten Patronen CONSISTENTIECONTROLE aanvaarden overtreding herstellen relaxeren harde beperkingen relaxeren persoonlijke wensen Pre- en post processing

Dia 24

Studiedag Autom. Personeelsplanning 10 november 2005 24 opstellen initile planning Vorige planning Bestaande planning Lege planning manipuleren tot een oplossing Willekeurig shifts toevoegen of verwijderen tot op elke dag aan de harde beperkingen voldaan is INITIALISATIE Pre- en post processing

Dia 25

Studiedag Autom. Personeelsplanning 10 november 2005 25 PLANNINGSOPTIES Voor de planning Minimum bezetting Gewenste bezetting Na de planning Aanvullen naar gewenste bezetting Aanvullen uren Pre- en post processing

Dia 26

Studiedag Autom. Personeelsplanning 10 november 2005 26 Model en Planner Model Model voor personeelsplanning met belangrijkste parameters uit de praktijk Algemene evaluatiefunctie met aanpasbare beperkingen, parameters Planner Verzameling van componenten en algoritmen om uiteenlopende doelen te bereiken Krachtige meta-heuristieken om oplossing te zoeken Model Planner

Dia 27

Dank u !

FlexiPlan, een roostering toolkit 10 november 2005.

Documents