Dynamic staff scheduling optimization algorithm for hotel management

Yehuizi Fang

doi:10.1038/s41598-026-54487-z

Dynamic staff scheduling optimization algorithm for hotel management

2026-06-02

0

OA

AI

DOI：10.1038/s41598-026-54487-z

原文链接

查看原文

摘要

En 中文

在酒店管理中，传统的人工排班依赖经验决策，难以应对入住率波动、周期性高峰和突发需求等动态挑战，导致劳动力冗余和服务缺口等问题。为解决这一问题，本研究针对中档酒店管理，提出了一种融合动态需求预测与多目标优化的员工排班算法。首先，构建基于长短期记忆网络（LSTM）的需求预测模型，预测各部门周期性劳动力需求。其次，建立多约束数学优化模型，其目标为最小化总运营成本、最小化服务质量损失和最大化员工满意度，并考虑技能匹配、工时合规和班次公平等约束。最后，设计改进的遗传模拟退火算法（GASA）求解模型，通过自适应编码、多目标适应度函数和动态调整机制生成最优排班方案。实证分析表明：在高入住率（90%）下，算法使每日运营成本降低15.3%，平均顾客等待时间缩短58.7%，平均员工加班时间减少65.7%，顾客投诉率降低78.3%；在突发需求场景下，算法响应时间小于5分钟，排班方案调整准确率达92%。本研究为酒店管理的动态员工排班提供了定量工具，为同类规模的经济型酒店多目标资源优化提供了场景化参考。

Dynamic staff scheduling optimization algorithm for hotel management

摘要

AI总结

期刊

机构