В управлении сервисным обслуживанием серьёзным источником сокращения затрат является оптимизация работы диспетчеров в офисе |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2021-10-26 16:45 В управлении сервисным обслуживанием серьёзным источником сокращения затрат является оптимизация работы диспетчеров в офисе. Что они делают? Они обрабатывают входящие заявки на обслуживание, ремонт и распределяют их по выездным инженерам. Когда на одного диспетчера – 5-7 заявок в день, когда нет серьёзных требований к срокам и качеству оказания услуг, то вполне нормально диспетчер справляется сам, без каких-то вспомогательных систем, избавляющих от рутины. А когда с клиентами есть соглашения об уровне сервиса (SLA), когда за срывы сроков закрытия заявок грозят штрафы, когда на одного диспетчера в день приходятся десятки и сотни заявок, вся эта история начинает напоминать пчелиный рой, не правда ли? Только вот мы всегда привыкли какую-то суматоху, суету сравнивать с этим природным семейным образованием. На самом деле, организация пчёл в рое имеет очень высокий уровень и легла в основу алгоритмов современной сложной математики. Вернёмся к диспетчеру развитой сервисной компании, ну или компании, которая хочет расти, повышать прибыль за счёт оптимизации затрат на обслуживание клиентов. Такой компании просто необходимо внедрять автоматическую диспетчеризацию заявок, чтобы, с одной стороны, освободить операторов от рутины, а с другой стороны – повысить качество рутинных операций. Диспетчеры зачастую нерационально распределяют заявки между инженерами, что приводит и к росту затрат на перемещение и к ухудшению качества оказываемых услуг (например, к клиенту отправлен инженер не той квалификации). Автоматическая диспетчеризация – это алгоритмически сложная задача, требующая привлечения различных современных математических методов, включая методы искусственного интеллекта. Задача построения оптимального расписания работ выездных инженеров сводится к задаче коммивояжера с временными окнами и несколькими исполнителями. Использование роевого интеллекта и эволюционных алгоритмов выглядит наиболее удачным для решения данной задачи. Алгоритм оптимизации подражанием пчелиной колонии – один из полиномиальных эвристических алгоритмов для решения оптимизационных задач в области информатики и исследования операций. Относится к категории стохастических (случайных) бионических алгоритмов, основан на имитации поведения колонии медоносных пчел при сборе нектара в природе. Основной целью работы пчелиной колонии в природе является разведка пространства вокруг улья с целью поиска нектара с последующим его сбором. Место в пространстве, где находятся цветы, содержащие нектар, которым питаются пчелы, называется источник нектара. В рамках алгоритма «источником нектара» является одно из возможных решений задачи (набор маршрутов, привязанных к исполнителям). В колонии каждая пчела выполняет одну из трех ролей. Пчелы-разведчики – это пчелы, которые не знают ни об одном источнике нектара. Они вылетают из улья в произвольном направлении в поисках источника нектара. После того, как пчела-разведчик нашла источник нектара, она возвращается в улей. В рамках математического алгоритма, данные пчелы формируют стохастическое (случайное) «жадное» решение задачи. Пчелы-наблюдатели – пчелы, которые собирают информацию от других пчел о найденных ими источниках нектара и принимают решение о том, из каких весь рой пчел будет собирать нектар. Источники с более высоким качеством нектара имеют больше шансов быть выбранными. Для создания выборки "лучших" источников нектара используется вероятностный алгоритм, например алгоритм "рулетки". Рабочие пчелы – это пчелы, которые знают ровно об одном источнике нектара, который был выбран пчелами-наблюдателями. Эти пчелы вылетают из улья с целью поиска источника нектара с более высоким качеством нектара, чем тот, который им известен. Этот источник нектара является "соседом" известного им источнику нектара. Как только такой источник нектара найден, пчела забывает старый источник нектара и запоминает новый источник нектара. После этого пчела возвращается в улей, чтобы поделиться своей находкой с пчелами-наблюдателями. Если рабочая пчела в течение некоторого количества вылетов не смогла найти источник нектара с более высоким качеством нектара, то она забывает об известном ей источнике нектара и становится пчелой-разведчиком. При использовании алгоритма, основанного на принципах организации пчелиной колонии, IT-система позволяет добиться возможностей, недоступных при использовании классической математики: даёт быстрый приближенный результат и постоянно его улучшают; устойчива к изменению входных данных (появление новых событий, новой информации не требует перезапуска алгоритма, он продолжит совершенствовать результаты с учетом новых условий); даёт возможность масштабировать вычисления – увеличение вычислительных ресурсов позволяет быстрее найти более оптимальный вариант. Источник: vk.com Комментарии: |
|