主辅班次并行员工排班：次班次建模求解咨询

核心约束逻辑 #

• 技能匹配：员工只能被分配到其明确胜任的次班次，比如Worker-1仅能承担task-1、task-2
• 班次并行兼容性：次班次必须与当天主班次的时段匹配，主班次为off_shift的员工当天不能安排任何次班次
• 每日覆盖要求：task-1至task-5每日必须有足够员工覆盖（根据业务需求设最低人数）
• 员工负荷控制：单个员工每周/每日的次班次分配数量不能超过上限，避免过度排班

代码扩展实现（基于现有主班次调度） #

假设你用的是约束规划库（如OR-Tools），以下是针对性的约束代码片段：

1. 定义员工次班次胜任映射 #

# 员工-可胜任次班次映射表
worker_task_qual = {
    "Worker-1": ["task-1", "task-2"],
    "Worker-2": ["task-2", "task-3", "task-4"],
    "Worker-3": ["task-1", "task-3", "task-5"],
    # 补充其他员工的胜任配置
}

2. 添加技能匹配约束 #

# 假设已声明变量：task_assign[worker][day][task] → 0/1表示是否分配该次班次
for worker in worker_list:
    for day in week_days:
        for task in ["task-1", "task-2", "task-3", "task-4", "task-5"]:
            if task not in worker_task_qual[worker]:
                solver.Add(task_assign[worker][day][task] == 0)

3. 添加主班次与次班次并行约束 #

# 假设主班次变量：main_shift[worker][day]，取值为"off_shift"/"day"/"night"/"availability"
for worker in worker_list:
    for day in week_days:
        # 主班次为off_shift时，禁止分配任何次班次
        solver.Add(
            (main_shift[worker][day] == "off_shift")
            >> (sum(task_assign[worker][day][t] for t in ["task-1", "task-2", "task-3", "task-4", "task-5"]) == 0)
        )
        # 主班次为day时，仅允许分配day时段的次班次（自行调整对应task列表）
        solver.Add(
            (main_shift[worker][day] == "day")
            >> (sum(task_assign[worker][day][t] for t in ["task-3", "task-4", "task-5"]) == 0)
        )
        # 主班次为night时，仅允许分配night时段的次班次（自行调整对应task列表）
        solver.Add(
            (main_shift[worker][day] == "night")
            >> (sum(task_assign[worker][day][t] for t in ["task-1", "task-2", "task-5"]) == 0)
        )
        # availability主班次可分配任意次班次，无需额外限制（按需调整）

4. 添加每日次班次覆盖约束 #

# 每个次班次每日至少1人覆盖（可根据需求修改人数）
for day in week_days:
    for task in ["task-1", "task-2", "task-3", "task-4", "task-5"]:
        solver.Add(sum(task_assign[w][day][task] for w in worker_list) >= 1)

5. 添加员工负荷约束 #

# 单个员工每周次班次不超过3次（可按需调整上限）
for worker in worker_list:
    solver.Add(
        sum(task_assign[worker][d][t] for d in week_days for t in ["task-1", "task-2", "task-3", "task-4", "task-5"]) <= 3
    )

优化建议 #

• 如果次班次有优先级差异，可在目标函数中给高优先级task的覆盖加权重，优先满足需求
• 若员工有次班次偏好，可添加软约束（比如给员工偏好的task分配额外权重，提升被选中概率）

内容的提问来源于stack exchange，提问作者walter zeni