提供排班基准数据集
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Scheduling Benchmarks 是一个面向员工排班优化问题的基准测试数据集网站。正文明确指出，员工排班广泛存在于航空、机场、军队、呼叫中心、应急服务、工厂、医疗、酒店、零售、安保和交通等行业，并且属于计算复杂度很高的 NP-Hard 问题。该站点的核心目标不是提供 SaaS 排班产品，而是为研究人员和开发者提供可用于测试、开发和比较排班算法的挑战性实例。
网站提供的主要数据集包括 Nurse rostering、Multi-activity multi-day，以及其他 employee scheduling problems。数据来源包括工业合作方和科学出版物，说明其面向真实或近真实约束场景，而非单纯玩具样例。实例和解使用 Staff Roster Solutions 的 XML based modelling format 建模，这种格式被描述为灵活，能够处理不同工作场所中的规则和需求。数据文件还可由 Staff Roster Solutions 的 RosterViewer 读取，后者是一个图形界面工具，可用于查看和验证新解。
正文未提及收费、注册、订阅、商业授权或支付方式，因此只能判断其以公开基准资源形式展示，不能确认许可证。也未看到 API、SDK、包管理器或云端服务能力。生态集成方面，唯一明确的信息是与 RosterViewer 兼容，这对于人工检查排班方案有帮助，但对自动化实验流水线、CI集成或多语言开发支持的描述不足。
优点是定位清晰，直接服务于排班算法研究；数据集覆盖护士排班、多活动多日排班等典型难题，并且来源多样，适合做论文复现、算法调参和解质量对比。XML建模格式也有利于结构化处理。缺点是网站正文信息较少，缺乏明确许可证、数据版本、字段规范、示例代码、下载说明和维护状态；对于开发者来说，需要自行解析格式或依赖 RosterViewer，工程化便利性有限。
它适合运筹优化、约束规划、启发式算法、员工排班系统研发团队，以及需要排班基准实例的学术研究者。不太适合希望直接购买排班系统的企业用户。中国访问情况正文无信息，需实测；支付方面也无信息。若需要替代资源，可关注 OR-Library、Google OR-Tools 示例、INRC 护士排班竞赛数据集或 Kaggle 上的排班数据。
本测评基于公开资料整理,不构成购买建议,请以 schedulingbenchmarks.org 官网实际信息为准。
适合做排班优化、算法研究数据源。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。