夏 源,涂 丹,鄧曉宇,呂 楊
(四川城市職業(yè)學(xué)院 軌道交通系,四川 成都 610031)
鐵路信號設(shè)備具有分布點多、跨線長、設(shè)置分散、設(shè)備種類多、技術(shù)密集等特點,而電務(wù)信號車間及班組作為鐵路信號設(shè)備的現(xiàn)場維護管理單位,其生產(chǎn)組織具有設(shè)備種類多、設(shè)備量大、作業(yè)內(nèi)容繁雜、職工眾多、職工能力參差不齊等特點,極大地增加了負(fù)責(zé)現(xiàn)場設(shè)備檢修維護工作的車間和班組生產(chǎn)組織的難度,降低了用人效率。在班組傳統(tǒng)管理方式中,通常由工區(qū)負(fù)責(zé)人臨時性進(jìn)行主觀指派任務(wù),雖然負(fù)責(zé)人會考慮人員特長、性別、在崗情況以及臨時配合等因素,但總體而言該分配具有較大的主觀性,分配方案缺乏科學(xué)性和合理性,容易導(dǎo)致派工時間長、工作量分配不均、作業(yè)組人員搭配不合理等問題。對于人員多、管轄站場多、設(shè)備量大的大工區(qū),這些問題顯得尤為突出。本文從電務(wù)生產(chǎn)現(xiàn)場的實際情況出發(fā),明確日常生產(chǎn)任務(wù)分配需要考慮的主要因素,并在對已有的任務(wù)分配方法進(jìn)行分析總結(jié)的基礎(chǔ)上,構(gòu)建出適用于電務(wù)現(xiàn)場生產(chǎn)組織的任務(wù)分配模型,旨在為派工人員提供一種自動高效的輔助決策方案,提高任務(wù)分配的效率。
現(xiàn)場信號車間往往具有管轄范圍大、管理站場多、設(shè)備維護工作量大、人員眾多等特點,而其所轄工區(qū)(車間一般管轄多個工區(qū))作為信號設(shè)備生產(chǎn)維護工作的執(zhí)行單位,經(jīng)常會遇到同一天的作業(yè)計劃(點外修、天窗修及垂停修等)涉及多個車站或區(qū)間的多個作業(yè),且項目同時進(jìn)行的情況,而各個作業(yè)項目的具體要求、緊急程度及進(jìn)度安排往往不盡相同,在制定工作計劃、人員安排時必須全面考慮。
鐵路電務(wù)現(xiàn)場生產(chǎn)任務(wù)分配應(yīng)考慮的要素是多方面的,如作業(yè)項目的種類(各類技術(shù)作業(yè)、管理任務(wù)等)、任務(wù)項的工作量、現(xiàn)場人員的技術(shù)能力、人員已承擔(dān)的工作量、人員的工作意向(興趣)、既有工作經(jīng)驗(經(jīng)歷)等。另外,在對既有任務(wù)進(jìn)行分配的過程中,有可能隨時產(chǎn)生新的任務(wù)或項目,從而導(dǎo)致任務(wù)的數(shù)量和人員要求不斷變化,同時站段、車間也可能會根據(jù)需要指派工區(qū)人員進(jìn)行跨車間、跨工區(qū)的臨時支援,因此人員的加入和退出也是動態(tài)的。
對于電務(wù)現(xiàn)場生產(chǎn)組織來說,任務(wù)和人員的匹配關(guān)系應(yīng)作為研究的重點。要實現(xiàn)匹配,可分為兩個步驟來進(jìn)行:①根據(jù)任務(wù)的屬性及特點,選出應(yīng)優(yōu)先分配的任務(wù);②評估人員的特點,匹配出適合該任務(wù)的人員。為實現(xiàn)匹配關(guān)系的量化,需要對人員的工作能力、既往經(jīng)驗、方向興趣及任務(wù)主要屬性進(jìn)行專家打分,打分要確保專業(yè)性,減小主觀隨意性。
通過對電務(wù)現(xiàn)場生產(chǎn)任務(wù)的分析,可將電務(wù)生產(chǎn)任務(wù)分為轉(zhuǎn)轍機檢修、信號機檢修、軌道電路檢修、室內(nèi)設(shè)備檢修、區(qū)間設(shè)備檢修、日常管理等任務(wù)類別,且用K表示任務(wù)類集合。下面分別對任務(wù)屬性及任務(wù)候選人屬性進(jìn)行定義。
2.1.1 任務(wù)屬性定義
設(shè)待分配任務(wù)集合K={k1,k2,k3,…,kn},第kj(j=1,2,…,n)類任務(wù)的屬性包括任務(wù)負(fù)載、項目加權(quán)、任務(wù)優(yōu)先級、任務(wù)綜合優(yōu)先級,分別用Lkj、Pkj、Dkj、Zkj表示,定義如下:
(1)任務(wù)負(fù)載Lkj:定義任務(wù)負(fù)載Lkj=Skj·Qkj,其中Skj、Qkj分別為第kj類任務(wù)的平均耗時及任務(wù)繁重程度。
(2)項目加權(quán)Pkj:不同項目的任務(wù)項優(yōu)先級不同,如設(shè)備集中修任務(wù)較設(shè)備養(yǎng)護任務(wù)優(yōu)先級更高,重大設(shè)備隱患或重點臨時任務(wù)也應(yīng)視情況優(yōu)先分配,項目優(yōu)先級應(yīng)由管理人員進(jìn)行綜合判斷。定義項目種類包括信號集中修、隱患處置、日常養(yǎng)護、重點臨時任務(wù)、一般臨時任務(wù)等,定義第kj類任務(wù)的項目加權(quán)為Pkj,0.1≤Pkj≤1.0。
(3)任務(wù)優(yōu)先級Dkj及任務(wù)綜合優(yōu)先級Zkj:定義Dkj和Zkj分別為第kj類任務(wù)的優(yōu)先級及綜合優(yōu)先級,且有Zkj=Dkj·(1+Pkj)。
2.1.2 任務(wù)候選人屬性定義
設(shè)任務(wù)候選人集合H={h1,h2,…,hm},候選人員hi(i=1,2,…,m)的屬性包括負(fù)載、能力、興趣、經(jīng)驗,定義如下:
(1)負(fù)載Lhikj:候選人員hi的負(fù)載包括人員初始負(fù)載Lhi與待分配任務(wù)負(fù)載Lkj之和,即Lhikj=Lhi+Lkj。
(2)能力Chikj:定義Chikj為人員hi對第kj類任務(wù)的能力值。
(3)興趣Xhikj:定義Xhikj為人員hi對第kj類任務(wù)的興趣值。
(4)經(jīng)驗Ehikj:定義Ehikj為人員hi對第kj類任務(wù)的經(jīng)驗值,且有:
(1)
2.1.3 任務(wù)和任務(wù)候選人屬性表
以上定義的任務(wù)和候選人屬性值可由業(yè)內(nèi)專家采用百分制打分及數(shù)值處理得到(興趣偏好需候選人自評)。根據(jù)以上定義設(shè)計的屬性表見表1、表2。
表1 任務(wù)屬性表
表2 任務(wù)候選人屬性表
粗集理論是一種研究不完整、不確定知識和數(shù)據(jù)的表達(dá)、學(xué)習(xí)和歸納的理論方法,在專家系統(tǒng)、機器學(xué)習(xí)和模式識別等領(lǐng)域得到成功的應(yīng)用。本文應(yīng)用粗集理論對直接影響任務(wù)分配的人員能力、興趣、經(jīng)驗、負(fù)載等人員屬性進(jìn)行權(quán)重計算。
為確定各屬性的重要度,可通過從決策表中去掉某些屬性的方法考察去掉該屬性后帶來的分配結(jié)果變化情況,若去掉某屬性會導(dǎo)致分配結(jié)果發(fā)生變化則說明該屬性對分配決策的影響大,反之說明該屬性影響較弱,這一點可以采用粗糙集理論中的正域來描述。通過調(diào)研統(tǒng)計,可得到人員屬性對分配決策的影響結(jié)果,即得出任務(wù)分配決策表(樣本)。設(shè)有如表3、表4所示的任務(wù)分配決策表和量化后的決策表,其中論域U={1,2,…,6}表示條件屬性集F={L,C,X,E}與決策屬性D=j5i0abt0b構(gòu)成的6種任務(wù)分配決策樣本。
表4 量化后的決策表
對論域U在條件屬性集F約束下的不可分辨關(guān)系(分類)有6種,即:U/ind(L,C,X,E)={{1},{2},{3},{4},{5},{6}}。條件屬性集F的正域POSF(D)={1,2,3,4,5,6},U/D正域中的樣本數(shù)與總樣本數(shù)比值為rF(D)=Card(POSF(D))/Card(U)=6/6=1。去掉屬性L后,U/ind(C,X,E)={{1},{2},{3},{4},{5},{6}},POSF-L(D)={1,2,3,4,5,6},rF-L(D)=6/6;除去屬性C后,U/ind(L,X,E)={{1},{2,6},{3},{4},{5}},POSF-C(D)={1,3,4,5},rF-C(D)=2/3。以此類推,rF-X(D)=2/3,rF-E(D)=1/3。屬性E將U/D的正域改變最多,C、X次之,L為無效屬性。說明決策表3給出的信息是任務(wù)分配較看重員工的相關(guān)經(jīng)驗,興趣、能力次之,對工作負(fù)載傾向于忽視。本文將工作負(fù)載也納入考量,與實際情況也更符合。
表3 任務(wù)分配決策表
粗集理論中的屬性重要度表達(dá)了屬性對決策的影響,但它不能反映決策者的先驗知識。本文將粗集理論與決策者先驗知識結(jié)合起來,將由大量調(diào)研數(shù)據(jù)確定出的客觀屬性權(quán)重同主觀先驗知識確定的屬性權(quán)重結(jié)合起來確定綜合權(quán)重,實現(xiàn)了先驗知識與客觀情況的統(tǒng)一。設(shè)f為條件屬性集F中的一個屬性,則定義候選人客觀屬性權(quán)重qf為:
(2)
其中:rF(D)-rF-f(D)為屬性f的重要度。
根據(jù)以上定義,則決策表3中候選人負(fù)載、能力、興趣、經(jīng)驗屬性的重要度分別為:rF(D)-rF-L(D)=0,rF(D)-rF-C(D)=1/3,rF(D)-rF-X(D)=1/3,rF(D)-rF-E(D)=2/3,各屬性的客觀權(quán)重分別為:qL=0,qC=0.25,qX=0.25,qE=0.5。
運用粗集理論得到了人員屬性的客觀權(quán)重,而主觀經(jīng)驗權(quán)重可通過專家經(jīng)驗得到。設(shè)候選人各屬性的經(jīng)驗權(quán)重分別取0.2、0.3、0.1、0.4,客觀權(quán)重的權(quán)為θ,經(jīng)驗權(quán)重的權(quán)為1-θ,可得到各候選人屬性的綜合權(quán)重分別為:
PL=θ×0+0.2(1-θ)=0.2-0.2θ,
PC=θ×0.25+0.3(1-θ)=0.3-0.05θ,
PX=θ×0.25+0.1(1-θ)=0.1+0.15θ,
PE=θ×0.5+0.4(1-θ)=0.4+0.1θ.
若取θ=0.6,則影響任務(wù)分配決策的候選人屬性的綜合權(quán)值為:PL=0.08,PC=0.27,PX=0.19,PE=0.46。
任務(wù)分配可分為兩個步驟:一是選擇優(yōu)先分配的任務(wù);二是為該任務(wù)匹配優(yōu)先人選。待分配任務(wù)存在分配優(yōu)先級的概念,即一批待分配的任務(wù),先確定分配的先后順序,對于優(yōu)先級高的任務(wù)應(yīng)該優(yōu)先分配下去,然后選出的任務(wù)需要選擇評估分值最高的候選人來做。構(gòu)建的任務(wù)分配模型如圖1所示。
圖1 任務(wù)分配模型
其他條件相同的情況下,負(fù)載越大的人員分配任務(wù)的優(yōu)先級越低,即任務(wù)的匹配度和人員負(fù)載成反比,而任務(wù)的匹配度和人員的能力、興趣、經(jīng)驗等屬性成正比。對任務(wù)候選人hi和待分配任務(wù)kj,其匹配度定義如下:
定義人員-任務(wù)綜合匹配度為:Fit(hi,kj)=LFit(hi,kj)PL+CFit(hi,kj)PC+XFit(hi,kj)PX+EFit(hi,kj)PE=
根據(jù)定義,設(shè)任務(wù)集合K和人員集合H相關(guān)屬性值分別如表5、表6所示。表5、表6中的一些數(shù)據(jù)已經(jīng)過均值處理和歸一化處理。
表5 待分配任務(wù)相關(guān)屬性值
對于表5,任務(wù)集合K的分配先后順序為:k5→k2→k1→k3→k4,對任務(wù)k5進(jìn)行優(yōu)先分配。對表6中人員總負(fù)載、能力、經(jīng)驗及興趣等數(shù)據(jù)進(jìn)行匹配度計算,并結(jié)合候選人各屬性的綜合權(quán)值:PL=0.08,PC=0.27,PX=0.19,PE=0.46,可算得候選人對任務(wù)k5的綜合匹配度。從表6可看出,對于任務(wù)k5,人員h5的綜合匹配度最高,該任務(wù)應(yīng)優(yōu)先分配給人員h5;負(fù)載對綜合匹配分值的影響很小,分配結(jié)果與人員各屬性綜合權(quán)值保持一致。
表6 待分配人員相關(guān)屬性值
本文在分析鐵路電務(wù)生產(chǎn)任務(wù)及人員特點的基礎(chǔ)上,提出了基于粗糙集理論的多維度評價的任務(wù)分配模型,充分考慮任務(wù)優(yōu)先級及人員屬性,實現(xiàn)任務(wù)-人員的合理匹配。通過后期的編程實現(xiàn),有望成為針對電務(wù)現(xiàn)場的科學(xué)、高效的任務(wù)分配輔助工具。