روش آميخته ابتكاري براي انتخاب مدل كاري و زمانبندي كاركنان شركتهاي پتروشيمي

Developing a Multi-Objective Meta-Heuristic Algorithm to selec‎t Work Model and Staff Scheduling in Petrochemical Companies

هدف: در شركتهاي پتروشيمي، شيفتهاي كاري گوناگون و طولانيمدت، ميتواند سلامت جسمي و روحي كاركنان را به مخاطره بيندازد؛ در حالي كه با زمانبندي مناسب و توجه به قوانين و سياستهاي كاري، ميتوان پيامدهاي ناشي از شيفتهاي كاري آنان را كاهش داد. هدف اين پژوهش، ارائه مدل مناسبي براي زمانبندي نيروي انساني شركتهاي پتروشيمي است؛ به گونهاي كه با رعايت نيازهاي شركت و شمار بهينه كاركنان در هر شيفت، هزينههاي شركت كمينه و عملكرد و ترجيحات كاركنان نيز بيشينه شود. روش: براي مدلسازي مسئله پژوهش از برنامهريزي عدد صحيح استفاده شد. به دليل پيچيدگي مدل و نيز چندهدفه بودن آن، در حل مدل رياضي پيشنهاد شده، از الگوريتم NSGA-II استفاده شد. براي دستيابي به كارايي بهتر الگوريتم، پارامترهاي آن با روش تاگوچي كاليبره گرديد. يافتهها: بر اساس يافتههاي به دست آمده از سناريوهاي مختلف، مدل 21 روزه كار بهتر از مدل كاري 16 روزه است. همچنين، از آنجا كه مدل چند هدفه بوده و با رويكرد پارتو حل شده است، تصميمگيرنده ميتواند، با توجه به شرايط، يكي از راه حلهاي بهينه پارتو را انتخاب كنيد. نتيجهگيري: اگرچه شيفتبندي و گزينش مدل كاري مناسب براي شركتهاي پتروشيمي، پيچيدگي فراواني دارد، الگوريتم NSGA-II ميتواند در تصميمگيري براي انتخاب بهترين مدل كاري، ابزاري شايسته و توانمند باشد.

Objective: In petrochemical companies, the existence of various, long job shifts can endanger the physical and mental health of employees, while having a proper timetable, in accordance with labor laws and policies, can help reduce the consequences of the disruption of their work shifts. The purpose of this research is to develop a model for timing the manpower of petrochemical companies in such a way that, by meeting the requirements of the company and the optimal number of employees in each shift, it can minimize the company's payment costs, and maximize the performance and preferences of the employees. Methods: The researchers used integer programming model. Because of the complexity of the issue and the multi-objective nature of the model, to solve the mathematical model, NSGA-II algorithm has been used. In order to obtain a better performance of the algorithm, its parameters were tuned using the Taguchi calibration method. Results: Based on the findings from various scenarios, the 21-day working model is better than the 16-day working model. Since the model is multi-objective and is solved using the Pareto's approach, the decision maker can, according to the circumstances, choose one of the optimal Pareto solutions. Conclusion: Petrochemicals can apply scientific and optimum operation research approaches and its applications, in order to set up employee work schedules, create work-life balance, reduce work-related fatigue, decrease job burnout and improve their performance and productivity. Although scheduling and selecting the appropriate working model is complicated for petrochemical companies, NSGA-II algorithm can be used as an apt and powerful tool in decision making over choosing best working model.