Прогнозування витрат часу на виконання робіт в системах керування робочою силою

Автор(и)

  • А. А. Чистякова Харківський національний університет радіоелектроніки пр. Леніна, 16, м. Харків, Україна, 61166, Україна
  • Н. В. Васильцова Харьковский национальный университет радиоэлектроники, пр. Ленина, 14, г. Харьков, Украина, 61166, Україна
  • Н. В. Васильцова Харьковский национальный университет радиоэлектроники, пр. Ленина, 14, г. Харьков, Украина, 61166, Україна

Ключові слова:

прогнозування, системи управління робочою силою, часовий ряд, сингулярне розкладання

Анотація

Проведено дослідження проблеми прогнозування витрат часу на виконання робіт в системах управління робочою силою. Запропоновано метод прогнозування з використанням сингулярного розкладання та подання часового ряду в декількох фазових просторах, який дозволяє оцінити витрати часу на виконання робіт у майбутньому, їх кількість і число виконавців даних робіт. 

Біографії авторів

А. А. Чистякова, Харківський національний університет радіоелектроніки пр. Леніна, 16, м. Харків, Україна, 61166

Аспірант

Кафедра інформаційних управляючих систем

Н. В. Васильцова, Харьковский национальный университет радиоэлектроники, пр. Ленина, 14, г. Харьков, Украина, 61166

Кандидат технических наук, доцент кафедры информационных управляющих систем

Н. В. Васильцова, Харьковский национальный университет радиоэлектроники, пр. Ленина, 14, г. Харьков, Украина, 61166

Кандидат технических наук, доцент кафедры информационных управляющих систем

Посилання

1. Box, G. E. P., Jenkins, G. M., Reinsel, G. C. (2008). Time Series Analysis: Forecasting and Control, 4rd ed. US: John Wiley & Sons, 784.

2. Billinger, D. (1980). Time Series. Processing of data and theory. Moscow: Mir, 536.

3. Koltsova, L. (2010). Automation personified accounting staff. Staffing Solutions, 4(58), 32–40.

4. Mahadevan, B. (2009). Operation Management: Theory and Practice. New Delhi, India: Dorling Kindersley Pvt. Ltd., 582.

5. Whiteson, Sh., Stone, P. (2005). Adaptive Job Routing and Scheduling. Engineering Applications of Artificial Intelligence, 17(7), 3–30.

6. Karakatič, S. Podgorelec, V. (2015). A survey of genetic algorithms for solving multi depot vehicle routing problem. Applied Soft Computing, 27, 519–532.

7. Kratica, J., Kostic, T., Tosic, D., Dugosija, D. (2012). A Genetic Algorithm for the Routing and Carrier Selection Problem. ComSIS, 9(1), 49-62.

8. Chang Wook Ahn. (2002). A Genetic Algorithm for Shortest Path Routing Problem and the Sizing of Populations. IEEE transactions on evolutionary computation, 6(6), 566-579.

9. Kiraly, A., Abonyi, J, (2015). Redesign of the supply of mobile mechanics based on a novel genetic optimization algorithm using Google Maps API. Engineering Applications of Artificial Intelligence, 38, 122–130.

10. Petrakis, I. Hass, Ch., Bichler, M. (2012). On the impact of real-time information on field service scheduling. Decision Support Systems, 53(2), 282–293.

11. Papadopoulos, H. T. (1999). A field service support system using a queueing network model and the priority MVA algorithm. Omega, 24, 195–203.

12. Oracle Field Service Routing Cloud Service. Oracle.com. Retrieved April 30, 2015, from https://www.oracle.com/applications/customer-experience/service/field-service-management/routing.html [in English].

13. Chistyakova, А., Neguritsa, D., Shamsha, B. (2010). Information technology of definition of components irregular time series by means of singular decomposition. Eastern-European Journal Of Enterprise Technologies, 4(4(46)), 23-27. doi:http://dx.doi.org/10.15587/1729-4061.2010.2959.

14. Chistyakova, А., Shamsha, B. (2011). Identification of the structure of non-stationary time series using the method of singular spectrum analysis. Electronic and computer systems, 4(52), 105-111.

15. Chistyakova, А., Shamsha, B. (2013). Evaluation of the depth of immersion in the method of SSA in modeling nonlinear time series. Bulletin of Science and Education Development, 4, 59-68.

16. Chistyakova, А., Shamsha, B. (2014). Information technology of forecasting non-stationary time-series data using singular spectrum analysis. Eastern-European Journal Of Enterprise Technologies, 2(4(68)), 24-30. doi:http://dx.doi.org/10.15587/1729-4061.2014.22158.

17. Chistyakova, А., Shamsha, B. (2014). Information technology time series prediction using SSA method with risk consideration. International Congress «Energy and Information Technologies». «ES@IT – 2013», 72.

##submission.downloads##

Опубліковано

2015-06-02

Номер

Розділ

Автоматизація та управління механіко-технологічними системами та комплексами