Návrh systému pro plánování personální potřeby na oddělení Repase
Loading...
Date
2025-06-16
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Diplomová práce se zabývá návrhem systému pro flexibilní a datově podložené plánování personální potřeby na repasních pracovištích společnosti Škoda Auto a.s.
Práce se zaměřuje na analýzu vlivu vstupních parametrů, konkrétně technických parametrů vozidel a časových údajů, na výstupní parametry reprezentované výskytem závad.
Na základě této analýzy jsou navrženy dva přístupy predikce: první využívá neuronové sítě k odhadu pravděpodobnosti výskytu závad, druhý přístup je založen na statistickém odhadu z historických dat.
Navazující část práce se věnuje výpočtu objemu práce a následnému určení potřebného počtu pracovníků. Funkčnost celého systému byla ověřena na vybraném repasním pracovišti.
Výsledkem je návrh prakticky využitelného systému.
The thesis focuses on the design of a system for flexible and data-driven workforce in the rework departments of Škoda Auto a.s. The work is centered on analyzing the influence of input parameters specifically technical vehicle parameters and time-related data on output parameters represented by the occurrenceof defects. Based on this analysis, two prediction approaches are proposed: the first uses neural networks to estimate the probability of defect occurrence, while the second is based on statistical estimation from historical data. The subsequent part of the thesis deals with the calculation of workload and the determination of the required number of personnel. The functionality of the entire system was verified at a selected rework workplace. The result is a practically applicable system design.
The thesis focuses on the design of a system for flexible and data-driven workforce in the rework departments of Škoda Auto a.s. The work is centered on analyzing the influence of input parameters specifically technical vehicle parameters and time-related data on output parameters represented by the occurrenceof defects. Based on this analysis, two prediction approaches are proposed: the first uses neural networks to estimate the probability of defect occurrence, while the second is based on statistical estimation from historical data. The subsequent part of the thesis deals with the calculation of workload and the determination of the required number of personnel. The functionality of the entire system was verified at a selected rework workplace. The result is a practically applicable system design.
Description
Subject(s)
systém, plánování, personál, personální potřeba, neuronové sítě, statistický
odhad, informační tok, repase