邮件集散中心是整个邮政实物传递网上的关键环节，是邮政企业对公众交寄的实物进行分拣处理的生产作业场所，在整个邮政工业链中占有重要地位。随着社会经济的不断发展，邮件集散中心的基础设施建设不断趋于完善，在工序安排和设备利用率逐渐稳定的情况下，人力资源的合理配置成为了集散中心提高提高企业效率所关注的要点。本文在对邮件集散中心复杂的人员组织关系和邮件处理业务流程分析的基础上，抽象并建立了数学模型，研究了启发式算法对其进行求解，最终实现了人力资源调度管理系统的开发。主要的工作内容如下：
　　首先，调研和分析了邮件集散中心的业务流程规则和内部组织机构关系，并根据员工的工作特点和集散中心的战略管理方案，将复杂的实际问题逐步转化为单技能和多技能的人力资源调度问题，在此基础上建立了完整的数学模型。
　　接着，对单技能人力资源调度问题进行了研究，在基本的蚁群算法上采用基于优先级的置换编码方式以提高算法的计算速度，并增加了改进2-opt算法以提高算法的局部搜索能力。使用改进蚁群算法在PSPLIB数据集上进行求解，与数据集的已知最优解和基本蚁群算法的求解效果进行对比，结果表明，改进后的算法收敛速度更快、寻优能力更强。改进蚁群算法在邮件集散中心实际数据上的求解结果也表明该算法是求解单技能人力资源调度问题的有效方法。
　　然后，对多技能人力资源调度问题进行了研究，在基本的遗传算法上融入基于群体共享的小生境选择，并在精英保留策略的指导下，分别在染色体交叉和变异的过程中增加修复和验证机制，提升算法性能。使用改进遗传算法在 iMOPSE数据集上进行求解，并与基本遗传算法和混合蚁群算法的求解效果进行对比，结果表明，改进后的算法搜索速度更快、寻优能力更强，具有更好的鲁棒性和稳定性。改进遗传算法在处理邮件集散中心的实际数据时也能快速给出优于原始方案的调度结果，体现了算法在处理此问题上的有效性。
　　最后，结合系统需求，本文设计并实现了邮件集散中心人力资源调度管理系统的Web端和Android端，在六层软件架构的基础上，将两种改进算法融入其中，以甘特图的形式清晰明了地展示调度方案，以消息推送的方式提高企业信息公示的效率，并在前后端分别增加缓存机制加快数据处理的速度，提升系统性能。