张惠婷是麻省理工学院经济学博士生,专注于劳动经济学,研究技术和管理决策对低工资员工生产力的影响,尤其是排班问题。她的研究表明,生成性人工智能能显著提升写作任务的效率,并探讨不规律排班对员工生活质量的影响。张希望通过政策改善工人条件,强调以人为本的研究方法。
每年美国报税季,Intuit通过AI驱动的虚拟专家平台,利用模拟退火算法优化税务专家的排班,提升了工作效率和满意度,并动态调整排班以确保客户体验顺畅。
该API支持需求驱动的排班、复杂技能映射和实时能力跟踪,适用于特殊排班需求,简化呼叫中心等环境的排班,动态匹配员工技能并允许任务重叠,提高排班灵活性。
现代炼油厂中的大规模原油调度问题(LSCOSPs)难以通过传统的优化方法解决。研究者提出了一个由启发式规则驱动的双阶段进化算法(DSEA/HR),在实际原油调度中进行了建模和优化。实验结果表明,DSEA/HR 在合理的时间内优于现有的数学规划方法和元启发式算法。
完成下面两步后,将自动完成登录并继续当前操作。