Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Optimering av schemaläggning vid callcenters med simplexmetoden och heuristiska metoder
KTH, School of Engineering Sciences (SCI).
KTH, School of Engineering Sciences (SCI).
2018 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
Optimizing call centre scheduling using the simplex method and heuristic methods (English)
Abstract [sv]

Personalkostnaderna står för en stor del av budgeten på callcenters, vilket gör det intressant att undersöka hur denna kostnad kan minimeras med hjälp av schemaläggning. Att hitta den globalt optimala lösningen kan vara väldigt svårt, vilket gör heuristiska lösningar till ett bra alternativ för att snabbt kunna generera tillräckligt bra lösningar. Formuleras problemet linjärt är det enkelt att lösa problemet med hjälp av simplexmetoden. Denna rapport undersöker metoderna ”Genetic algorithm” och ”Cross Entropy–method” för att skapa personalscheman som minimerar kostnaden och jämför sedan dessa metoder. Det undersöks hur dessa metoder beter sig på linjära problem där simplex fungerar bra, och deras beteenden jämförs. Simplexmetoden hittar lösningar till linjära problem genom att leta efter lösningar på randen till de accepterade lösningarna. Genetic algorithm, eller genetiska algoritmen, går ut på att slumpa fram en lösningsmängd, välja ut de bästa lösningarna, kombinera egenskaperna hos dessa för att sedan slumpa fram en ny lösningsmängd. Vid tillräckligt många upprepningar hittas of- ta en tillräckligt bra lösning. Cross Entropy–method är en Monte Carlo-metod som går ut på att slumpa fram lösningar utifrån en viss given sannolikhetsfördelning. Lösningarna evalueras och sedan ändrar man sannolikhetsfördelningen så att de bättre lösningarna blir mer sannolika.

Abstract [en]

Since the cost of personnel represents a big part of the budget of a call centre itis interesting to investigate how it can be minimzed via scheduling. Finding theglobal optima can be extremely hard, which make heuristic solutions an interestingalternative in order to nd a satisfactory solution relatively quickly. If the problemis linear it is appropriate to use the simplex method. This report reviews GeneticAlgorithm and the Cross-Entropy method for creating schedules that minimize thecost, and the two methods are then compared. The algorithms are reviewed forlinear problems when simplex is appropriate, and a comparison is made betweenall of the methods. The simplex method is a method where solutions is looked forin the vertex of the dened area, since the optimal solution will be found there.In the Genetic Algorithm a solution set is randomally generated, out of which thebest ones are picked out. The best solutions will in turn be combined in orderto generate a better solution set, and the process is repeated until a satisfactoryresult is reached. The Cross Entropy{method is Monte Carlo-based in which asolution set is generated from a probability density function. The solutions areevaluated and then the probability density function is tweaked in order to makebetter solutions more probable.

Place, publisher, year, edition, pages
2018. , p. 30
Series
TRITA-SCI-GRU ; 2018-098
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-231550OAI: oai:DiVA.org:kth-231550DiVA, id: diva2:1229169
Examiners
Available from: 2018-06-29 Created: 2018-06-29 Last updated: 2018-06-29Bibliographically approved

Open Access in DiVA

No full text in DiVA

By organisation
School of Engineering Sciences (SCI)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf