بهينه سازي قابليت اطمينان نيروي كار با استفاده از زمانبندي شيفت هاي كاري

Optimizing workforce reliability using shift scheduling

زمانبندي شيفت هاي كار و استراحت يكي از فرايند هاي برنامه ريزي توليد است كه با ارائه جداول زماني كاري بهينه مي تواند زمينه ارتقاء و توسعه سازمان و نيروي كار را فراهم كند. در اين پژوهش با در نظر گرفتن مفهوم مهندسي عوامل انساني سعي شده است تا مدل رياضي زمانبندي شيفت كاري با هدف كمينه سازي خطاهاي انساني و افزايش قابليت اطمينان نيروي كار ارائه شود. عوامل انساني يادگيري، فراموشي، خستگي و استراحت از جمله عوامل مهم در افزايش يا كاهش خطاي انساني است كه در مدل سازي حاظر مورد توجه قرار گرفته است. مدل ارائه شده از نوع عدد صحيح غير خطي است. براي بررسي مدل و مطالعه عوامل انساني، مثالهاي كوچك متعدد با پارامترهاي انساني مختلف در سه سطح وظايف آسان، متوسط و سخت حل گرديد. براي حل نرم افزار لينگو مورد استفاده قرار گرفت. نتايج نشان داد كه با تغيير پارامترهاي انساني براي وظايف مختلف ساختار شيفت كاري و استراحت تغيير مي يابد. با افزايش سختي وظايف و كاهش سرعت يادگيري، تخصيص زمان هاي استراحت به شروع زمان كاري نزديك تر مي شود. با كاهش سختي كار و افزايش سرعت يادگيري شيفت كاري بهينه به سمت شيفت هاي كاري بدون استراحت نزديك مي شود. نتايج اين پژوهش نشان داد كه براي بهينه سازي قابليت اطمينان مي توان از مدل ارائه شده استفاده كرد و سازمانها و شركت ها مي توانند با در نظر گرفتن نوع وظايف و پارامترهاي انساني نيروي كارشان زمانبندي بهينه اي تعيين كنند.

Shift scheduling is one of the production planning processes that develop organization and workforces by providing optimized time table. In this study we tried to present mathematical model with minimization function of human errors regarding human factor engineering. Learning, forgetting, fatigue and rest are important factors which increase or decrease human errors and is modeled here. Provided model is nonlinear integer model. To investigate model and study human factors we solved small instances with different parameters in three categories: easy tasks, medium and hard tasks. To solve model we used LINGO software. Results indicated that shift schedules are different regarding different human parameters. With increasing difficulty of tasks and decreasing learning, rest breaks were closer to start of working shift. With decreasing difficulty of tasks and increasing learning, optimized schedule close to schedule without rest breaks. Also results showed that we can use the model to optimize human reliability, and organizations can define optimized shift schedules with considering task types and human parameters.