- 在线时间
- 514 小时
- 最后登录
- 2023-12-1
- 注册时间
- 2018-7-17
- 听众数
- 15
- 收听数
- 0
- 能力
- 0 分
- 体力
- 40243 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12784
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1419
- 主题
- 1178
- 精华
- 0
- 分享
- 0
- 好友
- 15
TA的每日心情 | 开心 2023-7-31 10:17 |
|---|
签到天数: 198 天 [LV.7]常住居民III
- 自我介绍
- 数学中国浅夏
 |
人力资源安排的最优化模型( d( u% L1 V( v3 `" K, Y+ D! W
1 描述
4 [" y3 @" R; o( q: p. m3 M* H% d某大学数学系人力资源安排问题是一个整数规划的最优化问题,通过具体分析数学系现有的技术力量和各方面的约束条件,在问题一的求解中,可以列出一天最大直接收益的整数规划,求得最大的直接收益是42860元;而在问题二的求解中,由于教授一个星期只能工作四天,副教授一个星期只能工作五天,在这样的约束条件下,列出一个星期里最大直接收益的整数规划模型,求得其最大直接收益是198720元。
* _& c2 w) d$ m1 r/ e6 N8 ?9 ^: }: s* s1 n9 I: w( {
2 问题概括
6 k- I0 ^- R4 F n0 ~7 v数学系的教师资源有限,现有四个项目来源于四个不同的客户,工作的难易程度不一,各项目对有关技术人员的报酬不同。所以:
/ q# x$ v$ C' D1 N6 r/ A4 i* ~$ v4 B1 G8 t; ?( t8 j% t1 o) m
1.在满足工作要求的情况下,如何分配数学系现有的技术力量,使得其一天的直接收益最大?
+ b4 @; L& [/ N4 S. Y/ C4 N! M& p- U. [: \
2.在教授与副教授工作时间受到约束的条件下,如何分配数学系现有的技术力量,使得其在一个星期里的直接收益最大?, ]2 k. g$ B2 {, T
; }+ q( W9 q, L; T3 建模过程
- q8 x$ h2 W# y3 Q; k! M- {3.1 边界说明
" B/ t% q/ a( l2 Y: C" y5 h1.不同技术力量的人每天被安排工作的几率是相等的,且相同职称的个人去什么地方工作是随机的;
* s% w9 [ ?8 u8 B* F3 }7 u! j- A# J1 _$ |
2.客户除了支付规定的工资额外,在工作期间里,还要支付所有相关的花费(如餐费,车费等);9 S7 K$ ^' l) b0 U5 T
" x0 K7 Z9 p/ u$ w; `3.当天工作当天完成.7 d+ z4 b( L- ]8 b& \$ q9 M
0 q( s4 _$ X" |
3.2 符号约定
0 y( Q* H, H, ?![]()
. Y$ ~" d3 p+ _) _- s+ n" B; V0 J, o" c( G- t/ `! j
4 M/ s }* s w, h- j
3.3 分析; b1 Z* ^) O |
由题意可知各项目对不同职称人员人数都有不同的限制和要求.对客户来说质量保证是关键,而教授相对稀缺,因此各项目对教授的配备有不能少于一定数目的限制.其中由于项目技术要求较高,助教不能参加.而两项目主要工作是在办公室完成,所以每人每天有50元的管理费开支.
$ d1 I" v/ ]8 a3 k$ T$ \* \: e
, ~. f4 k9 C$ |7 N由以上分析可得:最大直接收益=总收益-技术人员工资-、两地保管费.: K- }% j$ Z( ?: y
+ M- V; M3 H9 f5 n
3.4 模型建立0 O: @4 y) n0 b/ @
![]()
/ z4 L7 c" `+ p) Y2 P% d0 P' x/ r5 S
, r t* W$ P2 M5 f3 d![]()
/ A4 v3 N. k8 F4 _( _/ D9 \- I* O4 M2 J/ S1 N
# F: ^$ \* P9 H' O
![]()
6 y) N. d, \9 c% _5 M' G" o% k* ^0 z# o( v) i9 Q( k
3.5 模型求解相关数据表格如下:
4 t& u: j% A+ B* {( R. M. l/ ^数学系的职称结构及工资情况 J( @ }/ r, R4 [6 f
8 a1 v1 T' S! F: P( N+ |* M $ v; p( R/ _, E4 o' E. B. ]& x
![]()
. @' K! K5 [! I2 j' P
% M1 H6 Y1 w1 e4 J4 模型评价与推广8 m; N: K- L3 s f: m) u" M0 k
本模型通过合理的假设,充分考虑各方面的限制条件,得出的人员安排和直接收益) e: g' N8 y, g' O6 t2 N( L
* T1 c. P2 N& ^* }! V! S/ @( }都是本模型的最优解与最优值,对武汉大学数学系的人力资源安排有一定的指导作用。但从模型假设中,我们可以知道对数4 ^$ p- Z& N ]1 E* a" l0 W
9 d8 I; t! ]8 X- U学系现有的技术力量的安排是随机的,在相同工作时段里,可能会出现部分人工作次数较多,而部分人较少的不公平情况。( \4 q) J: r& ^: I3 Y
. ?8 Q. y$ v4 C. {, q7 F
所以在满足工作需求的情况下,分配工作时应该要人为地尽量使得每个人的工作次数不要相差太远,或者相等。0 _' m7 J: ]0 [# z
* v" B p; N9 `/ }, g此模型通过对人力资源的调配,从量化的角度得出数学系的最大直接收益。利用此模型的方法可以求出所有类似本模型的线性规划模型。但是,本模型只是单目标的规划,可以在此基础上,增加目标要求。如在数学系的直接收益尽可能大的基础上,使得客户所花费的资金最少,等等。从而建立多目标规划模型。解决更为复杂的实际问题。
+ A, w0 V; l5 H& ^% O/ Z5 g( h G( M5 \0 J
5 实现代码
. A7 f8 X+ X, R+ g' Ff=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
4 O' e) {6 {, b1 f) d# [5 oA=zeros(9,16);
% f% X6 S4 k3 Q7 qfor i=1:19 |3 O/ _" x" X
for j=1:16
# |8 u" w/ a; x* c A(i,j)=1;
4 O1 j* \' r* _- G4 d end
5 l( s7 _: R7 M& W+ e* jend
( U* K/ Y" k% c" F" o: Ofor i=2:5
; A3 u( i+ }7 L! N$ D% l for j=i-1:4:11+i
% v9 W) N4 ^& {/ ^7 Z/ b6 f A(i,j)=1;* Q" g$ H; y1 O3 S
end* Y6 |+ g- ^- j
end, i/ P4 W- W, J, V' O2 \
i0=0;
% b& |' B9 s; g$ M8 _for i=6:9) ~5 i4 ^3 v3 W
for j=i0+1 i-5 )*4
* k% E% Z7 e7 L: G# i! _" U A(i,j)=1;! F5 @; B6 Y6 r- T# k
end; g! m8 h0 Q* Q$ N; m
i0=j;2 }2 Q! d% b/ |7 ^- r* {/ i
end& ^+ V0 i0 X0 ~# B: y
b=[64;17;20;15;18;12;25;17;10];9 F1 i) N8 q. m; r
Aeq=zeros(1,16);6 [+ f& p4 d3 r/ |( l( A
Aeq(1,3)=1;
7 c* E8 f2 s; p% X' g' B# w1 @0 |/ `beq=[2];
9 G1 D; c7 _! ~% Z/ [LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];
) n% n% K6 q# j0 dUB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
/ Z b" U, f9 A0 u3 V[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
5 K2 h( o, H8 K4 G6 m9 M0 }8 I
; }* S" |5 Z) g7 Q) g6 @2 q. S! \! @2 _: q% {* K2 A3 W# h* F
5 T- K0 X! G0 C) n6 e
f=[-1000;-1000;-1000;-1000;-1000;-1000;-1000;-1500;-1500;-1500;-1500;-1500;-1500;-1500;-1250;-1250;-1250;-1250;-1250;-1250;-1250;-950;-950;-950;-950;-950;-950;-950;-800;-800;-800;-800;-800;-800;-800;-800;-800;-800;-800;-800;-800;-800;-850;-850;-850;-850;-850;-850;-850;-750;-750;-750;-750;-750;-750;-750;-600;-600;-600;-600;-600;-600;-600;-700;-700;-700;-700;-700;-700;-700;-650;-650;-650;-650;-650;-650;-650;-650;-650;-650;-650;-650;-650;-650;-500;-500;-500;-500;-500;-500;-500;-600;-600;-600;-600;-600;-600;-600;-350;-350;-350;-350;-350;-350;-350;-450;-450;-450;-450;-450;-450;-450];; L# ~2 ^0 t" g0 E0 ?2 h
A=zeros(60,112);
3 Z* u" v5 F' P+ ufor i=1;1
' C% s" i% {5 I" L' ^# _ for j=1:1127 n: u9 j6 i* o& h' g( ]4 r- b
A(i,j)=1;6 u0 Y8 ^$ S! \ e6 m2 j4 U4 b* J
end & R9 T _$ B$ I* i" W: z' Q
end
7 t+ K) }/ a+ f4 `, p: |0 Fi0=0;/ K. l( ]7 j6 i$ z. ]
for i=2:4, Z4 z, W$ P) J- J! H. Y
for j=i0+1 i-1)*28
- B2 H( V6 m1 ]& H A(i,j)=1;8 C) E0 R. X ]; ~
end5 a/ X' C2 b1 L' e6 t6 U
i0=j;8 w! L# ~# H9 K3 q. L
end7 m: x5 Z2 G: Z: c* r
for i=5:323 [3 b6 c0 A/ \! h' k
for j=(i-4):28:80+i) N( U/ \" E% ~+ T( v+ W
A(i,j)=1;2 P7 [9 d3 O( E1 I
end
; ?7 a; Y- S) |( U2 S; xend
3 y. n4 y" z0 c( Qfor i=33:39% V, l3 b! a3 q2 D, r
for j= i-32:7 i-11)2 Z) T9 P% t; j7 b
A(i,j)=1;) x# j8 G& d# J% v# |$ Z
end8 V4 N a- r2 _- C
end3 I; i2 G! H+ J9 M2 r+ }
j0=j;% p. Y2 }1 M8 O; d0 P
for i=40:46
S2 V/ z0 @, q8 g0 B for j=j0+(i-39):7 i-18)+j0
2 t: `% h* o+ P; u A(i,j)=1;( z6 V/ P. V# e: ^$ J' |" a
end4 k: K. n* p- |+ p' {% H0 H6 c
end
3 M& h) H# ^: ?j0=j;
" d& m) S! z/ K* \5 p% K0 ufor i=47:53
9 L( S; h+ i* u2 m s9 P: R, ` for j=j0+(i-46):7:j0+(i-25) i" o4 A. x1 L" b" s" }
A(i,j)=1;; l+ g4 D1 Z w
end
$ e; p; j" @) i) c+ g% E1 i& Lend
v% s8 S) j# M4 Hj0=j;; y$ e/ ~2 E, g, N6 a o4 X
for i=54:60+ y/ J$ G# j' t" G& o
for j=j0+(i-53):7:j0+(i-32)( V" c% Y9 k+ b1 f
A(i,j)=1;" a1 j2 B3 ?) x* L! u9 ]
end
- d2 M9 I: n( w+ V& gend: Y; l6 E% C4 d" u+ y# P2 H) f
b=[362;48;125;119;17;17;17;17;17;17;17;20;20;20;20;20;20;20;15;15;15;15;15;15;15;18;18;18;18;18;18;18;12;12;12;12;12;12;12;25;25;25;25;25;25;25;17;17;17;17;17;17;17;10;10;10;10;10;10;10];
- t* b3 v! v0 W" q( uUB=[3;3;3;3;3;3;3;5;5;5;5;5;5;5;3;3;3;3;3;3;3;2;2;2;2;2;2;2;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;8;8;8;8;8;8;8;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;0;0;0;0;0;0;0];
. _7 y8 c( T8 Q+ l5 t8 t! }LB=[1;1;1;1;1;1;1;2;2;2;2;2;2;2;1;1;1;1;1;1;1;1;1;1;1;1;1;1;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;1;1;1;1;1;1;1;1;1;1;1;1;1;1;3;3;3;3;3;3;3;1;1;1;1;1;1;1;0;0;0;0;0;0;0];" E" v& J `0 d3 O3 ^
Aeq=zeros(7,112);# ^, h2 D; I" _3 V: Y# V9 v7 l
for i=1:7
3 l* W' e' j- W( k. S) ?6 V Aeq(i,i+14)=1;1 n/ P, A D- `/ g. i# G% l
end$ u' W" D* T# I" ~1 D2 Y$ g
beq=[2;2;2;2;2;2;2];# H# n% F0 _8 l( D/ }
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB): L. _, ^: g5 X2 H$ g& P1 R( _
+ P1 v' C: ]) K7 t: x5 e! f; D1 U
^/ h( D! ?& f3 D% g" { ^1 K
; ?- K% g6 T0 Z8 k% e K
1 n/ _1 ~0 q- ~* M5 s/ v |
zan
|