服务系统中自适应劳动力配置的同步扰动方法
系统与控制
2013-12-31 v1
摘要
由于处理来自多个客户的服务请求所需任务存在巨大差异，服务系统属于劳动密集型系统。在此类系统中，由于参数众多且操作变异巨大导致搜索空间庞大，将人员配置水平自适应地对齐到预测工作量并非易事。这里的一个挑战性问题是在保持系统处于稳态并符合总体服务等级协议 (SLA) 约束的同时优化人员配置。此外，由于这些参数每周都会变化，优化过程不应超过几个小时。我们将此问题公式化为由（离散）人员配置水平参数化的约束马尔可夫成本过程。我们提出了基于同步扰动随机逼近 (SPSA) 的新型 SASOC（带约束随机优化的员工分配）算法来解决上述问题。这些算法包括一阶和二阶方法，并在原始问题中结合基于 SPSA 的梯度估计，同时对拉格朗日乘子进行对偶上升。我们提出的两种算法均是在线的、增量的且易于实现。此外，它们涉及某种广义平滑投影算子，这对于将 SASOC 算法调整的连续值工人参数投影到离散集至关重要。我们在五个现实生活服务系统上验证了我们的算法，并将其与最先进的优化工具包 OptQuest 进行了比较。我们的算法速度比 OptQuest 快 25 倍，特别适用于自适应劳动力配置。此外，我们观察到我们的算法保证了收敛性，并且在许多情况下找到了比 OptQuest 更好的解。
引用
@article{arxiv.1312.7430,
title = {Simultaneous Perturbation Methods for Adaptive Labor Staffing in Service Systems},
author = {L. A. Prashanth and H. L. Prasad and Nirmit Desai and Shalabh Bhatnagar and Gargi Dasgupta},
journal= {arXiv preprint arXiv:1312.7430},
year = {2013}
}