XÂY DỰNG HỆ THỐNG TỐI ƯU HÓA LẬP LỊCH VÀ PHÂN CÔNG NHÂN VIÊN CHO CỬA HÀNG BÁN LẺ

Abstract

Luận văn giải quyết bài toán lập lịch và phân công nhân sự trong bán lẻ với nhu cầu biến động, nhằm cân bằng giữa chi phí lao động, hạn chế thiếu hụt và đảm bảo mức độ đáp ứng dịch vụ. Đề tài đề xuất cách tiếp cận linh hoạt lai (hybrid flexibility), kết hợp linh hoạt theo hợp đồng và theo kỹ năng để tăng khả năng điều phối nhân viên theo từng khung giờ. Mục tiêu là tìm phương án nhân sự tối ưu cân bằng giữa chi phí và hiệu quả vận hành. Luận văn đóng góp ở hai hướng: xây dựng mô hình ra quyết định phù hợp dữ liệu thực tế và đánh giá định lượng hiệu quả các nhóm thuật toán tối ưu. Về phương pháp, nghiên cứu sử dụng dữ liệu lập lịch nhân sự bán lẻ với nhiều quy mô, ca làm việc và tham số chi phí. Luận văn so sánh năm hướng giải thuật gồm lập trình số nguyên hỗn hợp, lập trình ràng buộc kết hợp bài toán thỏa mãn, luyện kim mô phỏng, thuật toán di truyền và tìm kiếm lân cận lớn thích nghi, đại diện cho các chiến lược tối ưu khác nhau. Đồng thời, đề tài phát triển hệ thống phần mềm quản lý lập lịch với Spring Boot và Angular, tích hợp cơ chế xác thực bằng mã thông báo truy cập, cơ chế phân quyền và các chức năng phân ca, phân công và theo dõi nhu cầu, giúp đưa kết quả tối ưu vào thực tiễn vận hành. Kết quả cho thấy không có thuật toán tối ưu tuyệt đối: lập trình số nguyên hỗn hợp và lập trình ràng buộc kết hợp bài toán thỏa mãn cho chất lượng chi phí tốt; lập trình số nguyên hỗn hợp có tốc độ cao; tìm kiếm lân cận lớn thích nghi đạt độ bao phủ nhu cầu tốt; thuật toán di truyền kém hiệu quả khi ràng buộc phức tạp. Chiến lược linh hoạt lai giúp giảm thiếu hụt và tăng khả năng thích ứng. Từ đó, luận văn đề xuất dùng lập trình số nguyên hỗn hợp và lập trình ràng buộc kết hợp bài toán thỏa mãn khi cần tối ưu chi phí, và dùng các phương pháp tìm kiếm gần đúng khi cần mở rộng nhanh. Hướng phát triển tương lai gồm tối ưu đa mục tiêu động, học tăng cường và tích hợp dự báo nhu cầu. Từ khóa: Hoạch định nhân lực trong điều kiện bất định, Lập lịch nhân viên, Lập trình ràng buộc kết hợp bài toán thỏa mãn, Lập trình số nguyên hỗn hợp, Lực lượng lao động đa kỹ năng. This thesis addresses the problem of workforce scheduling and assignment in the retail context with time¬varying demand, aiming to balance labor costs, minimize staff shortages, and ensure adequate service coverage. The study proposes a hybrid flexibility approach, combining contract flexibility (full¬time/part¬time) with skill flexibility (multiskilling, cross¬training) to enhance the ability to allocate employees across departments over different time slots. The main objective is to identify an optimal workforce plan that balances cost efficiency and operational performance. The thesis contributes in two directions: developing a decision¬making model aligned with real¬world data and quantitatively evaluating the performance of different optimization approaches. Regarding methodology, the study utilizes a retail personnel scheduling dataset with multiple store sizes, shift structures, and cost parameters. The thesis compares five representative solution approaches, including mixed integer programming, constraint programming with satisfiability solving, simulated annealing, genetic algorithm, and adaptive large neighborhood search, which reflect different optimization strategies. In parallel, a scheduling management system is developed using Spring Boot for the backend andAngular for the frontend, integrating token¬based authentication, role¬based access control, and core functionalities such as weekly scheduling, shift assignment, task allocation, and demand tracking, enabling practical deployment of optimization results. The results indicate that no single algorithm is universally optimal: mixed integer programming and constraint programming with satisfiability solving provide strong cost performance; mixed integer programming achieves high computational speed; adaptive large neighborhood search delivers strong demand coverage; while genetic algorithm shows limitations under complex constraints. The hybrid flexibility strategy reduces shortage risks and improves adaptability to demand fluctuations. Based on these findings, the thesis recommends using mixed integer programming and constraint programming with satisfiability solving for strict cost optimization, and heuristic approaches for scalability. Future research directions include dynamic multi¬objective optimization, reinforcement learning for rescheduling, and integration of real¬time demand forecasting. Keywords: Constraint programming with satisfiability solving, Employee scheduling, Mixed integer programming, Multi¬skilled workforce,Workforce planning under uncertainty.