A holistic approach for workforce scheduling and routing problem

Abstract

Bu tez, İşgücü Planlama ve Yönlendirme Problemi'ni (WSRP) iş odaklı bir yaklaşımla incelemekte olup, saha hizmet çalışanları için görev atama optimizasyonu amacıyla matematiksel bir modelin geliştirilmesi ve uygulanmasına odaklanmaktadır. Müşteri memnuniyeti faktörlerini, Servis Seviye Anlaşması (SLA) süreleri ve iş öncelikleri gibi unsurları entegre eden bir puanlama sistemi merkezli maksimizasyon fonksiyonu kullanan bir optimizasyon modeli önerdik. Solomon (1987) ve Homberger ve Gehring (1999) tarafından sağlanan veri setlerini uyarlayarak modelimizi test ettik ve her bir algoritma ile, belirlenen süre sınırları içinde toplam 204 deney gerçekleştirdik. Önerilen modele üç adet yöntem uyarlandı ve incelendi: Karışık Tamsayılı Programlama (MIP) yaklaşımı, Tabu Arama ve Genetik Algoritma. Bu yöntemler etkinliği, çalışma süreleri, çözüm kaliteleri ve müşteri memnuniyeti göstergeleri açısından değerlendirildi. Bulgular, tüm üç yöntemin de yüksek çözüm kalitesi sunduğunu göstermekle birlikte, daha büyük problem boyutlarında bazı önemli farklılıklar gözlemlendi. Ayrıca, sonuçlar modelimizin, müşteri memnuniyeti faktörlerini ve operasyonel verimlilikleri göz önünde bulundurarak çalışanlara görev atama yeteneğini ortaya koydu. Bu araştırma, hizmet kalitesini ve operasyonel verimliliği arttırarak saha hizmet operasyonlarında ileri modellerin kritik rolünü vurgulamaktadır. Deneylerimizden elde edilen içgörülerle bu çalışma, sadece daha iş odaklı bir model önermekle kalmayıp, hizmet endüstrilerinde kaynak planlama stratejilerini geliştirme çabalarına da katkıda bulunmaktadır.

This thesis investigates the Workforce Scheduling and Routing Problem (WSRP) in a business-centric manner, focusing on the development and application of a mathematical model designed to optimise task assignments for field service workers. We proposed an optimisation model that utilises a maximisation function centred around a scoring system that integrates customer satisfaction factors like Service Level Agreement (SLA) times and priorities. We adapted datasets from Solomon (1987) and Homberger and Gehring (1999) and tested our model, conducting a total of 204 experiments within the specified time limits for each algorithm implemented. Three methods were adapted and explored for the proposed model: a Mixed Integer Programming (MIP) approach using the Gurobi Solver, Tabu Search, and a Genetic Algorithm. The effectiveness of these methods was evaluated based on their runtime performance, solution quality and customer satisfaction indicators. The findings showed that although the solution qualities of all three methods are robust, there are significant differences in larger problem sizes. Additionally, results demonstrated our model's capability in assigning tasks to employees, considering both customer satisfaction factors and operational efficiencies. This research highlights the critical role of advanced models in field service operations, enhancing service delivery quality and operational efficiency. With the insights obtained from our experiments, this study not only contributes to proposing a more business-centric model but also the ongoing efforts to improve resource allocation strategies in service industries.