排班“算账师”用Python批量核算3套人工排班方案让加班成本从“糊涂账”变“明白账”“某汽车零部件厂有 4 条产线、120 名工人。生产主管每月要对比 3 套排班方案‘做四休三’、‘两班倒’、‘错峰排班’。但核算加班成本要翻 3 张 Excel 表、算 120 人的工时和费率人工算 2 小时还经常算错。上个月因为漏算夜班补贴导致成本核算少了 4.2 万厂长在成本分析会上直接‘点名’。后来我写了个排班成本批量核算器0.2 秒读完 3 套方案自动识别正常工时、加班工时、夜班工时精准算出每套方案的总加班成本还生成了成本对比明细。生产主管说‘原来错峰排班比两班倒省 6.8 万之前一直算反了。’”—— 参考北京理工大学《运筹学》第 2 章“线性规划模型”、第 9 章“排队论与人员调度”一、实际应用场景描述排班方案批量核算 → 加班成本对比明细生成器是任何涉及人员调度、工时管理、成本控制场景的“算账工具”。凡是“要排班、要算钱、要比方案”的地方都是它行业 排班场景 成本痛点 优化风险汽车制造 产线工人三班倒 夜班补贴、周末加班费率复杂 成本核算失真电子装配 弹性工作制 平时/周末/节假日费率差异 人工核算易漏化工生产 连续生产四班三倒 轮班补贴、超时工资 合规风险物流仓储 分拣员错峰排班 高峰/低谷时段费率不同 成本失控医疗服务 护士排班 夜班、节假日特殊补贴 人力成本超支客服中心 话务员轮班 技能等级对应不同费率 预算偏差核心矛盾- 生产主管想对比多套排班方案但Excel 里的工时和费率“散”在多处- 正常工时、加班工时1.5倍、夜班工时补贴、周末工时2倍规则复杂- 人工核算耗时、易错导致成本对比失真- PuLP/Scipy 人员调度模型需要准确的“单位工时成本”参数但基础数据不准。┌──────────────────────────────────────────────────────────────┐│ 排班方案批量核算器 · 排班算账师 ││ ││ 【业务场景】 ││ ┌─────────────────────────────────────────────────────────┐││ │ 输入: 3套排班方案(Excel/CSV) │││ │ • 员工基础信息(工号、姓名、技能等级、基本时薪) │││ │ • 排班明细(日期、班次、上班时间、下班时间) │││ │ • 费率规则(正常1倍、加班1.5倍、夜班补贴、周末2倍) │││ │ │││ │ 处理管道: │││ │ 1. 批量读取: 同时加载3套排班方案 │││ │ 2. 工时解析: 计算每人每天的正常工作时、加班工时、夜班工时 ││ │ 3. 成本计算: 按费率规则核算每人工时成本 │││ │ 4. 汇总对比: 输出每套方案的总加班成本、明细表 │││ │ │││ │ 输出: │││ │ • 3套方案成本对比汇总表 │││ │ • 每套方案的员工成本明细(含正常/加班/夜班成本) │││ │ • 可直接用于PuLP人员调度模型的单位工时成本参数 │││ └─────────────────────────────────────────────────────────┘││ ││ 【核心矛盾】 ││ • 生产主管: 想对比3套排班方案, 选成本最低的 │││ • 排班表: 是给人看的Excel, 不是给模型用的成本参数 │││ • 成本核算: 规则复杂(正常/加班/夜班/周末), 人工易错 │││ • 本程序: 把排班表翻译成成本账 — 排班算账师 │││ ││ 【本程序处理流程】 ││ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐││ │ 批量读取 │──►│ 工时解析 │──►│ 成本计算 │──►│ 汇总对比 │││ │ 3套排班 │ │ (正常/加 │ │ (按费率 │ │ (输出成 │││ │ 方案 │ │ 班/夜班) │ │ 规则核算)│ │ 本对比表)│││ └──────────┘ └──────────┘ └──────────┘ └──────────┘│└──────────────────────────────────────────────────────────────┘二、引入痛点含量化对比2.1 现场真实困境某汽车零部件厂生产主管原话“我们厂有 4 条产线、120 名一线工人。上个月客户临时追加订单要求月底前多交付 5000 件产品。我得调整排班于是做了 3 套方案- 方案A做四休三每周工作 4 天每天 10 小时- 方案B两班倒每天两班每班 8 小时- 方案C错峰排班高峰时段多排人低谷时段少排人。问题来了——每套方案都要算加班成本。我们的人工成本规则很复杂- 正常工时≤8 小时/天按 1 倍时薪- 加班工时8~10 小时/天按 1.5 倍时薪- 夜班工时22:00~6:00额外 20 元/班补贴- 周末工时周六日上班按 2 倍时薪。我让计划员手工核算他对着 3 张 Excel 表、120 人的工时记录算了一下午2 小时最后给我一个结果- 方案A加班成本 12.8 万- 方案B加班成本 15.2 万- 方案C加班成本 14.5 万。我选了方案A。结果月底财务核算实际加班成本比计划多了 4.2 万——计划员漏算了夜班补贴而且把周末加班的 2 倍费率算成了 1.5 倍。厂长在成本分析会上直接点名‘你这排班方案选得挺好就是账算不准。’后来 IT 组写了个 Python 脚本——0.2 秒读完 3 套方案自动识别正常/加班/夜班/周末工时精准核算成本。结果算出来- 方案A加班成本 16.3 万含夜班补贴- 方案B加班成本 15.2 万- 方案C加班成本 14.5 万错峰排班确实最省。原来方案C 才是最优的之前因为算错账选了更贵的方案A。”2.2 人工核算 vs 自动核算量化对比指标 人工核算 Python 自动核算本方案 改善效果3套方案120人成本核算 2 小时 0.2 秒 -99.99%夜班补贴漏算率 ~30%易漏 0% 质变周末费率错误率 ~20%易混淆 0% 质变成本准确性 ±15%漏算、错算 ±0.1%四舍五入 质变方案选择正确性 选错方案A vs 方案C 选对方案C最优 质变月度成本偏差 多花 4.2 万 0 元 消除关键发现排班优化的瓶颈不在“排班逻辑”而在“成本核算的准确性”。一旦成本算准了对比结果就是“可信的决策依据”。三、核心逻辑讲解大白话版3.1 用大白话解释“排班成本核算”想象你开了个小餐馆有 3 个服务员要排下周的班。你做了 3 套排班方案- 方案1每人每天工作 8 小时周一到周五上班- 方案2两人早班8:00~16:00一人晚班16:00~24:00周末轮休- 方案3高峰时段11:00~14:0017:00~20:00多排人其他时间少排人。现在要算每套方案的人工成本。规则是1. 正常上班8 小时以内按 20 元/小时2. 加班超过 8 小时按 30 元/小时1.5 倍3. 夜班22:00 以后上班额外 10 元/班补贴4. 周末周六日上班按 40 元/小时2 倍。大白话逻辑1. 先算每人的“工时构成”今天工作了多久其中多少是正常工时多少是加班工时有没有夜班是不是周末2. 再按规则“算钱”正常工时 × 20元 加班工时 × 30元 夜班补贴 × 10元 周末工时 × 40元3. 最后“加总对比”把 3 个服务员的成本加起来就是这套方案的总成本。工业现场版- 服务员 一线工人- 排班方案 生产排班计划- 正常工时 标准工作时间内- 加班工时 超出标准工作时间- 夜班补贴 夜班津贴- 周末费率 休息日加班工资3.2 运筹学模型北理工《运筹学》映射参考北理工《运筹学》第 2 章“线性规划模型”、第 9 章“排队论与人员调度”人员调度成本优化模型\begin{aligned}\min \quad Z \sum_{i1}^{n} \sum_{j1}^{m} \sum_{k1}^{t} \left( c_{ijk}^{normal} \cdot x_{ijk}^{normal} c_{ijk}^{overtime} \cdot x_{ijk}^{overtime} c_{ijk}^{night} \cdot x_{ijk}^{night} \right) \\\text{s.t.} \quad \sum_{j1}^{m} x_{ijk} \ge d_{jk}, \quad \forall i,k \quad \text{(需求满足约束)} \\ \sum_{k1}^{t} x_{ijk} \le H_i^{max}, \quad \forall i,j \quad \text{(最大工时约束)} \\ x_{ijk} \in \{0,1\}, \quad \forall i,j,k \quad \text{(0-1决策变量)}\end{aligned}核心参数本程序核心输出- c_{ijk}^{normal} 员工 i 在班次 j 、日期 k 的正常工时成本- c_{ijk}^{overtime} 员工 i 在班次 j 、日期 k 的加班工时成本- c_{ijk}^{night} 员工 i 在班次 j 、日期 k 的夜班补贴- x_{ijk} 员工 i 是否被分配至班次 j 、日期 k 0-1变量。北理工教材要点- 第 2 章 §2.1线性规划模型的标准形式- 第 2 章 §2.2目标函数成本最小化与约束条件- 第 9 章 §9.1排队论在人员调度中的应用- 第 9 章 §9.2服务台员工数量优化问题- 本程序解决的是“从排班表提取 c_{ijk}^{normal} 、 c_{ijk}^{overtime} 、 c_{ijk}^{night} 并核算总成本”问题。3.3 如何映射到代码中业务逻辑 Python 代码员工基础信息dataclass Employee排班方案dataclass ScheduleScheme排班记录dataclass ShiftRecord工时解析WorkHourParser.parse_daily_hours()成本计算CostCalculator.calculate_daily_cost()批量核算BatchCostCalculator.calculate_all_schemes()结果对比CostComparisonReporter.generate_report()四、OOP 代码实现精简可运行4.1 项目结构shift_cost_analyzer/├── shift_cost_analyzer.py # 核心代码单文件~320行├── sample_scheme_A.csv # 示例排班方案A做四休三├── sample_scheme_B.csv # 示例排班方案B两班倒├── sample_scheme_C.csv # 示例排班方案C错峰排班├── sample_employees.csv # 示例员工基础信息├── README.md # 使用说明└── requirements.txt # 依赖库4.2 完整源代码可直接运行detailssummary/summary排班方案批量核算 → 加班成本对比明细生成器 · 排班算账师参考: 北京理工大学《运筹学》第2章线性规划模型、第9章排队论与人员调动”功能:1. 批量读取3套排班方案(CSV格式)2. 解析每名员工每天的工时构成(正常/加班/夜班/周末)3. 按费率规则核算每人工时成本(正常1倍、加班1.5倍、夜班补贴、周末2倍)4. 汇总每套方案的总加班成本、生成对比明细5. 输出可直接用于PuLP人员调度模型的工时成本参数运行:python shift_cost_analyzer.py(需要安装pandas, numpy, pulp)import csvimport jsonfrom dataclasses import dataclass, fieldfrom typing import List, Dict, Optional, Tuple, Setfrom enum import Enumfrom datetime import datetime, time, dateimport time as time_moduleimport numpy as npimport pandas as pdimport pulp# ─── 枚举与常量 ────────────────────────────────────────────────────────────class ShiftType(Enum):班次类型DAY 白班 # 08:00~16:00NIGHT 夜班 # 16:00~24:00 或 22:00~06:00MORNING 早班 # 06:00~14:00EVENING 晚班 # 14:00~22:00OVERTIME 加班 # 临时加班class DayType(Enum):日期类型WEEKDAY 工作日WEEKEND 周末HOLIDAY 节假日class CostLevel(Enum):成本等级NORMAL 正常 # 1倍时薪OVERTIME 加班 # 1.5倍时薪WEEKEND 周末 # 2倍时薪HOLIDAY 节假日 # 3倍时薪# ─── 数据模型 ────────────────────────────────────────────────────────────dataclassclass Employee:员工基础信息emp_id: strname: strskill_level: strbase_hourly_rate: float # 基本时薪(元/小时)max_daily_hours: float 12.0 # 每日最大工时max_weekly_hours: float 60.0 # 每周最大工时def get_overtime_rate(self) - float:加班费率(1.5倍)return self.base_hourly_rate * 1.5def get_weekend_rate(self) - float:周末费率(2倍)return self.base_hourly_rate * 2.0def get_holiday_rate(self) - float:节假日费率(3倍)return self.base_hourly_rate * 3.0def __str__(self):return f{self.emp_id}({self.name}): {self.skill_level}, {self.base_hourly_rate}元/小时dataclassclass ShiftRecord:排班记录emp_id: strdate: dateshift_type: ShiftTypestart_time: timeend_time: timeday_type: DayType DayType.WEEKDAYpropertydef total_hours(self) - float:总工时(小时)# 处理跨天情况(如夜班22:00~06:00)start_minutes self.start_time.hour * 60 self.start_time.minuteend_minutes self.end_time.hour * 60 self.end_time.minuteif end_minutes start_minutes: # 跨天end_minutes 24 * 60return (end_minutes - start_minutes) / 60propertydef is_night_shift(self) - bool:是否夜班(22:00~06:00)# 简化判断: 夜班类型或开始时间在22点后if self.shift_type ShiftType.NIGHT:return Trueif self.start_time.hour 22 or self.end_time.hour 6:return Truereturn Falsedef __str__(self):return (f{self.emp_id} {self.date}: {self.shift_type.value} f{self.start_time.strftime(%H:%M)}-{self.end_time.strftime(%H:%M)} f({self.total_hours:.1f}小时))dataclassclass DailyWorkHours:每日工时构成emp_id: strdate: datenormal_hours: float 0.0 # 正常工时(≤8小时)overtime_hours: float 0.0 # 加班工时(8小时)night_hours: float 0.0 # 夜班工时weekend_hours: float 0.0 # 周末工时holiday_hours: float 0.0 # 节假日工时propertydef total_hours(self) - float:总工时return (self.normal_hours self.overtime_hours self.night_hours self.weekend_hours self.holiday_hours)def __str__(self):return (f{self.emp_id} {self.date}: 正常{self.normal_hours:.1f}h, f加班{self.overtime_hours:.1f}h, 夜班{self.night_hours:.1f}h, f周末{self.weekend_hours:.1f}h)dataclassclass DailyCost:每日成本构成emp_id: strdate: datenormal_cost: float 0.0 # 正常工时成本overtime_cost: float 0.0 # 加班工时成本night_allowance: float 0.0 # 夜班补贴weekend_cost: float 0.0 # 周末工时成本holiday_cost: float 0.0 # 节假日工时成本propertydef total_cost(self) - float:总成本return (self.normal_cost self.overtime_cost self.night_allowance self.weekend_cost self.holiday_cost)def __str__(self):return (f{self.emp_id} {self.date}: 总成本{self.total_cost:.2f}元 f(正常{self.normal_cost:.2f}, 加班{self.overtime_cost:.2f}, f夜班补贴{self.night_allowance:.2f}))dataclassclass ScheduleScheme:排班方案scheme_id: strscheme_name: strdescription: strshift_records: List[ShiftRecord] field(default_factorylist)propertydef total_shifts(self) - int:总排班次数return len(self.shift_records)propertydef total_employees(self) - int:涉及员工数return len(set(record.emp_id for record in self.shift_records))def __str__(self):return (f{self.scheme_name}({self.scheme_id}): {self.description}, f{self.total_shifts}个班次, {self.total_employees}名员工)dataclassclass SchemeCostSummary:方案成本汇总scheme_id: strscheme_name: strtotal_normal_cost: float 0.0total_overtime_cost: float 0.0total_night_allowance: float 0.0total_weekend_cost: float 0.0total_holiday_cost: float 0.0total_cost: float 0.0employee_cost_details: Dict[str, List[DailyCost]] field(default_factorydict)propertydef cost_breakdown(self) - Dict[str, float]:成本构成return {正常工时: self.total_normal_cost,加班工时: self.total_overtime_cost,夜班补贴: self.total_night_allowance,周末工时: self.total_weekend_cost,节假日工时: self.total_holiday_cost}def __str__(self):return (f{self.scheme_name}: 总成本{self.total_cost:.2f}元 f(正常{self.total_normal_cost:.2f}, 加班{self.total_overtime_cost:.2f}, f夜班{self.total_night_allowance:.2f}))# ─── 工时解析器 ──────────────────────────────────────────────────────────class WorkHourParser:工时解析器def __init__(self, normal_daily_hours: float 8.0, night_allowance: float 20.0):self.normal_daily_hours normal_daily_hours # 每日正常工时上限self.night_allowance night_allowance # 夜班补贴金额def parse_daily_hours(self, employee: Employee, shift_record: ShiftRecord) - DailyWorkHours:解析单日工时构成daily_hours DailyWorkHours(emp_idshift_record.emp_id,dateshift_record.date)total_hours shift_record.total_hours# 1. 计算正常工时和加班工时if total_hours self.normal_daily_hours:daily_hours.normal_hours total_hourselse:daily_hours.normal_hours self.normal_daily_hoursdaily_hours.overtime_hours total_hours - self.normal_daily_hours# 2. 计算夜班工时if shift_record.is_night_shift:daily_hours.night_hours total_hours# 3. 计算周末/节假日工时if shift_record.day_type DayType.WEEKEND:daily_hours.weekend_hours total_hourselif shift_record.day_type DayType.HOLIDAY:daily_hours.holiday_hours total_hoursreturn daily_hoursdef parse_batch_hours(self, employees: Dict[str, Employee],shift_records: List[ShiftRecord]) - Dict[Tuple[str, date], DailyWorkHours]:批量解析工时daily_hours_map {}for record in shift_records:if record.emp_id in employees:employee employees[record.emp_id]daily_hours self.parse_daily_hours(employee, record)daily_hours_map[(record.emp_id, record.date)] daily_hoursreturn daily_hours_map# ─── 成本计算器 ───────────────────────────────────────────────────────────class CostCalculator:成本计算器def __init__(self, night_allowance: float 20.0):self.night_allowance night_allowancedef calculate_daily_cost(self, employee: Employee,daily_hours: DailyWorkHours) - DailyCost:计算单日成本daily_cost DailyCost(emp_iddaily_hours.emp_id,datedaily_hours.date)# 1. 正常工时成本daily_cost.normal_cost daily_hours.normal_hours * employee.base_hourly_rate# 2. 加班工时成本daily_cost.overtime_cost daily_hours.overtime_hours * employee.get_overtime_rate()# 3. 夜班补贴if daily_hours.night_hours 0:daily_cost.night_allowance self.night_allowance# 4. 周末工时成本(按2倍计算, 注意已包含正常工时部分)if daily_hours.weekend_hours 0:# 周末工时按2倍, 但正常工时部分已算过1倍, 需补1倍差额weekend_normal_part min(daily_hours.weekend_hours, daily_hours.normal_hours)daily_cost.weekend_cost weekend_normal_part * employee.base_hourly_rate# 5. 节假日工时成本(按3倍计算, 类似周末逻辑)if daily_hours.holiday_hours 0:holiday_normal_part min(daily_hours.holiday_hours, daily_hours.normal_hours)daily_cost.holiday_cost holiday_normal_part * employee.base_hourly_rate * 2 # 补2倍差额return daily_costdef calculate_batch_costs(self, employees: Dict[str, Employee],daily_hours_map: Dict[Tuple[str, date], DailyWorkHours]) - Dict[Tuple[str, date], DailyCost]:批量计算成本daily_costs_map {}for (emp_id, date), daily_hours in daily_hours_map.items():if emp_id in employees:employee employees[emp_id]daily_cost self.calculate_daily_cost(employee, daily_hours)daily_costs_map[(emp_id, date)] daily_costreturn daily_costs_map# ─── 批量核算器 ──────────────────────────────────────────────────────────class BatchCostCalculator:批量核算器def __init__(self, employees: Dict[str, Employee]):self.employees employeesself.hour_parser WorkHourParser()self.cost_calculator CostCalculator()def calculate_scheme_cost(self, scheme: ScheduleScheme) - SchemeCostSummary:核算单套方案成本summary SchemeCostSummary(scheme_idscheme.scheme_id,scheme_namescheme.scheme_name)# 1. 解析工时daily_hours_map self.hour_parser.parse_batch_hours(self.employees, scheme.shift_records)# 2. 计算成本daily_costs_map self.cost_calculator.calculate_batch_costs(self.employees, daily_hours_map)# 3. 汇总成本employee_costs {}for (emp_id, date), daily_cost in daily_costs_map.items():summary.total_normal_cost daily_cost.normal_costsummary.total_overtime_cost daily_cost.overtime_costsummary.total_night_allowance daily_cost.night_allowancesummary.total_weekend_cost daily_cost.weekend_costsummary.total_holiday_cost daily_cost.holiday_costsummary.total_cost daily_cost.total_costif emp_id not in employee_costs:employee_costs[emp_id] []employee_costs[emp_id].append(daily_cost)summary.employee_cost_details employee_costsreturn summarydef calculate_all_schemes(self, schemes: List[ScheduleScheme]) - List[SchemeCostSummary]:批量核算多套方案summaries []for scheme in schemes:summary self.calculate_scheme_cost(scheme)summaries.append(summary)return summaries# ─── 数据加载器 ───────────────────────────────────────────────────────────class ScheduleDataLoader:排班数据加载器staticmethoddef load_employees(csv_path: str None) - Dict[str, Employee]:加载员工基础信息employees {}if csv_path is None:return ScheduleDataLoader._load_sample_employees()with open(csv_path, r, encodingutf-8) as f:reader csv.DictReader(f)for row in reader:employees[row[emp_id]] Employee(emp_idrow[emp_id],namerow[name],skill_levelrow[skill_level],base_hourly_ratefloat(row[base_hourly_rate]),max_daily_hoursfloat(row.get(max_daily_hours, 12)),max_weekly_hoursfloat(row.get(max_weekly_hours, 60)))return employeesstaticmethoddef load_scheme(csv_path: str, scheme_id: str, scheme_name: str, description: str) - ScheduleScheme:加载单套排班方案scheme ScheduleScheme(scheme_idscheme_id,scheme_namescheme_name,descriptiondescription)try:with open(csv_path, r, encodingutf-8) as f:reader csv.DictReader(f)for row in reader:# 解析日期date_obj datetime.strptime(row[date], %Y-%m-%d).date()# 解析时间start_time datetime.strptime(row[start_time], %H:%M).time()end_time datetime.strptime(row[end_time], %H:%M).time()# 解析班次类型shift_type ShiftType(row.get(shift_type, 白班))# 解析日期类型day_type DayType(row.get(day_type, 工作日))scheme.shift_records.append(ShiftRecord(emp_idrow[emp_id],datedate_obj,shift_typeshift_type,start_timestart_time,end_timeend_time,day_typeday_type))except FileNotFoundError:利用AI解决实际问题如果你觉得这个工具好用欢迎关注长安牧笛