Modelo de programación lineal binaria para el balance de carga de trabajo en el problema de asignación de proyectos
Datum
2013-04-17Herausgeber
Pontificia Universidad Javeriana
Typ
Artículo de revista
ISSN
2011-2769
0123-2126
COAR
Artículo de revistaTeile diesen Datensatz
Citación
Metadata
Zur LanganzeigeEnglischer Titel
A Binary Linear Programming Model for Workload Balance in SchedulingZusammenfassung
Este artículo propone un nuevo modelo matemático para asignar proyectos a empleados. El problema consiste en encontrar una óptima asignación de proyectos que equilibre la carga de trabajo y evite problemas de insatisfacción y bajo desempeño, debido a sobrecarga o cambios bruscos de carga de trabajo. Se emplea una prueba de hipótesis basada en el experimento de Bernoulli normalizado, para comparar estadísticamente las asignaciones generadas por el modelo propuesto con los obtenidos por el modelo de Zhirong Liang, Songshan Guo, Yanzhi Li y Andrew Lim, en el cual se minimiza la diferencia entre la máxima y mínima carga de trabajo asignada. Como resultado se obtuvo que las asignaciones, producto de los dos modelos no coincide en el 90 % o más de las ocasiones. Además, se encontró que los valores de las funciones objetivo, hallados a partir de las soluciones arrojadas por el modelo existente, nunca fueron mejores que los obtenidos por el modelo propuesto.
Abstrakt
This paper proposes a new mathematical model for the scheduling of employees. The problem consistsin finding and optimal scheduling method that will balance the workload and avoid dissatisfaction and low performance problems, due to work overload or sudden changes in the workload. We will employ hypothesis testing based on the normalized Bernoulli trial, in order to do a statistical comparison between the tasks assigned by the proposed model with those assigned by the Zhirong Liang, Songs han Guo, Yanzhi Li and Andrew Lim model, which minimizes the difference between minimum and maximum workloads assigned. As a result we observed that the assignations generated by the models do not match in more than 90% of the cases. Further more,we found that the values of the object functions, which were gathered from solutions provided by the current model, were never better than those obtained by this paper proposes.
Verknüpfen Sie mit der Ressource
http://revistas.javeriana.edu.co/index.php/iyu/article/view/1968
Google Analytics Statistics
Collections
- Ingeniería y Universidad [283]