您的位置: 专家智库 > >

谢传柳

作品数:2 被引量:29H指数:2
供职机构:四川大学计算机学院更多>>
发文基金:国家高技术研究发展计划四川省青年科技基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇呼叫中心
  • 1篇队列
  • 1篇优化算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇支持向量机算...
  • 1篇神经网
  • 1篇神经网络
  • 1篇排班
  • 1篇子群
  • 1篇外点
  • 1篇网络
  • 1篇向量
  • 1篇向量机
  • 1篇向量机算法
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇轮循
  • 1篇话务

机构

  • 2篇四川大学
  • 2篇中国民用航空...

作者

  • 2篇夏正洪
  • 2篇王俊峰
  • 2篇牟颖
  • 2篇谢传柳

传媒

  • 2篇计算机工程与...

年份

  • 2篇2010
2 条 记 录,以下是 1-2
排序方式:
大型呼叫中心排班算法的研究被引量:10
2010年
为了实现对大型呼叫中心系统人力资源的合理配置,从而极大提升呼叫中心生产力并使得运营成本得到最小化,提出了智能排班算法并实现了大型呼叫中心智能排班系统。分析了排班的本质及其所面临的问题,利用外点法抽象除了拟合坐席预测曲线的数学模型,并基于粒子群优化机制对坐席预测结果进行了分段自适应的拟合,最后采用队列轮循法生成了班表。实践结果表明,利用该算法所生成的班表规律高,能很好地适应呼叫中心的需求。
谢传柳王俊峰夏正洪牟颖
关键词:呼叫中心排班粒子群优化算法
大型呼叫中心话务量预测被引量:21
2010年
为进行呼叫中心的坐席数估计和后续的排班工作,分析了历史话务量数据的特点,总结出影响大型呼叫中心话务量的因素,并用这些影响因素的不同组合来预测话务量,通过结果的对比分析得出相对最优的话务量预测模型。在此模型的基础上分别采用BP神经网络算法和支持向量机算法(LS-SVM)对话务量进行了预测,通过分析和比较结果表明,BP神经网络比支持向量机算法更适合对大型呼叫中心话务量的预测。
牟颖王俊峰谢传柳夏正洪
关键词:呼叫中心话务量BP神经网络支持向量机算法
共1页<1>
聚类工具0