In this thesis, we address a multi-objective personnel scheduling problem where personnel’s workload is uncertain and propose a two-stage robust modelling approach with demand uncertainty. In the first stage, we model a multi-objective personnel scheduling problem without incorporating demand coverage and, in the second stage, we minimize over or under-staffing after the realization of the demand and the assignments from the first stage. Two solution approaches are introduced for this model. The first approach solves the proposed model through a cutting plane strategy known as Benders dual cutting plane method, and the second approach reformulates the problem based on the strong duality theory. As a case study, the proposed model and the first solution approach are applied to an existing scheduling problem in the pathology department at The Ottawa Hospital. It is shown that the proposed model is successful at reducing the unmet demand while maintaining the performance with respect to other metrics when compared against the deterministic alternative.

Der Planungsprozess des Produktionsablaufes ist insbesondere in personalintensiven Bereichen durch einen hohen Komplexitätsgrad gekennzeichnet. Dies gilt nicht allein für die Domäne der Fertigung von Industriegütern, sondern ist überall dort charakteristisch, wo projektähnliche Aufgaben und Tätigkeiten im Kurzfristbereich hinsichtlich Ressourcenzuteilung determiniert werden müssen. Personal ist hierbei weitaus weniger homogen, als dies auf andere Ressourcentypen zutrifft. Daher gilt es der Heterogenität der Prozesse und Strukturen unter Beachtung individuell ausgeprägter Eigenschaften und Fähigkeiten des Personals einen quantitativ beschreibbaren und damit operationali-sierbaren Rahmen zu geben. Die Komplexität einer personalbezogenen, zielfunktionsorientierten Zuteilungsentscheidung kann im Kontext der Kapazitätsplanung damit signifikant reduziert werden.

Thesis (M.H.A.)--University of Michigan, 1974.

Thesis (M.H.A.)--University of Michigan, 1974.

Der Planungsprozess des Produktionsablaufes ist insbesondere in personalintensiven Bereichen durch einen hohen Komplexitätsgrad gekennzeichnet. Dies gilt nicht allein für die Domäne der Fertigung von Industriegütern, sondern ist überall dort charakteristisch, wo projektähnliche Aufgaben und Tätigkeiten im Kurzfristbereich hinsichtlich Ressourcenzuteilung determiniert werden müssen. Personal ist hierbei weitaus weniger homogen, als dies auf andere Ressourcentypen zutrifft. Daher gilt es der Heterogenität der Prozesse und Strukturen unter Beachtung individuell ausgeprägter Eigenschaften und Fähigkeiten des Personals einen quantitativ beschreibbaren und damit operationali-sierbaren Rahmen zu geben. Die Komplexität einer personalbezogenen, zielfunktionsorientierten Zuteilungsentscheidung kann im Kontext der Kapazitätsplanung damit signifikant reduziert werden.

For workplaces with a preference or need for staffing around the clock, employees commonly work in shifts, which are work sessions that span different parts of the day. The scheduling of these shifts is a multi-objective optimization problem with both hard and soft constraints. The reduction in the available workforce when employees go on vacation makes the problem especially constrained. We describe a method that uses a genetic algorithm to generate shift schedules, for teams of employees and time periods with vacations. The method supports a staffing demand that can be met with one of multiple combinations of shifts. The genetic algorithm features specialized crossovers, together with a repair step aimed at maintaining staffing that fulfils the staffing requirements. A software implementation of the method is evaluated on three real-life problem instances. For two of them, it can produce schedules that are feasible, but subpar to those constructed manually by an experienced personnel scheduling professional. Several ideas to improve the program are presented.

De nos jours, atteindre un niveau élevé de satisfaction des employés à l’intérieur d’horaires efficients est une tâche importante et ardue à laquelle les compagnies font face. Dans ce travail, nous abordons une nouvelle variante du problème de création d’horaire de personnel face à une demande inconnue, en tenant compte de la satisfaction des employés via l’incertitude endogène qui découle de la combinaison des préférences des employés envers les horaires, et de ceux qu’ils reçoivent. Nous abordons ce problème dans le contexte de la création d’horaire d’employés remplaçants, un problème opérationnel de l’industrie du transport en commun qui n’a pas encore été étudié, bien qu’assez présent dans les compagnies nord-américaines. Pour faire face aux défis qu’amènent les deux sources d’incertitude, les absences des employés réguliers et des employés remplaçants, nous modélisons ce problème en un programme stochastique en nombres entiers à deux étapes avec recours mixte en nombres entiers. Les décisions de première étape consistent à trouver les journées de congé des employés remplaçants. Une fois que les absences inconnues des employés réguliers sont révélées, les décisions de deuxième étape consistent à planifier les tâches des employés remplaçants. Nous incorporons les préférences des employés remplaçants envers les journées de congé dans notre modèle pour observer à quel point la satisfaction de ces employés peut affecter leurs propres taux d’absence. Nous validons notre approche sur un an de données de la ville de Los Angeles. Notre travail est présentement en cours d’implémentation chez un fournisseur mondial de solutions logicielles pour les opérations de transport en commun. / Nowadays, reaching a high level of employee satisfaction in efficient schedules is an important and difficult task faced by companies. In this work, we tackle a new variant of the personnel scheduling problem under unknown demand by considering employee satisfaction via endogenous uncertainty depending on the combination of their preferred and received schedules. We address this problem in the context of reserve staff scheduling, an operational problem from the transit industry that has not yet been studied, although rather present in North American transit companies. To handle the challenges brought by the two uncertainty sources, regular employee and reserve employee absences, we formulate this problem as a two-stage stochastic integer program with mixed-integer recourse. The first-stage decisions consist in finding the days off of the reserve employees. After the unknown regular employee absences are revealed, the second-stage decisions are to schedule the reserve staff duties. We incorporate reserve employees’ preferences for days off into the model to examine how employee satisfaction may affect their own absence rates. We validate our approach on one year of data from the city of Los Angeles. Our work is currently being implemented in a world-leader software solutions provider for public transit operations.