- 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
- 40343 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12814
- 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# f; [' `. f7 r6 ~* c
1 描述
/ C$ E- {2 C8 b7 O$ y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。" s# o, u4 r5 V* W: \
3 p2 x9 Y0 p( z' }. V# Q
2 问题概括* r" f8 c( J, x3 }5 Z# r. u
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:
3 Y# t3 n" D( J6 B& n+ W, l, l- s( S6 h3 `5 {) }# X
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?
- E7 Y3 D% ^, I3 h5 W, a7 e7 g5 c6 Q* ~/ A
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?1 P/ P. r' r1 C& r
# r0 z6 r* z$ b5 y3 建模过程 F0 C" R8 G2 n* v$ Z
3.1 边界说明
) c. s- l& q J- v& t, v7 c# z1.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;1 w2 E# A/ c' i3 d- Y" f3 n: L m
+ Y; W) W9 k7 }1 G7 j2.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);, l5 L1 W" o- G. n
9 _% Z+ C2 O! B" t" f
3.当天工作当天完成.9 t4 r- u! j7 u+ R/ y5 i \5 s/ K
( s2 u. B+ T9 f/ O9 h3 `3.2 符号约定
5 L) Y) N$ |3 _+ p7 V 1 L/ `5 j7 i6 |" O2 ^4 `
; w7 x" P& n$ O1 r
& P( j+ T" n% R. i, B3.3 分析
/ E; P# p% @) [2 I7 ?; }7 g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.4 z9 U; X- j. o1 B
6 R1 j7 @- Y* J2 e& Y! S$ P
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.: G" l( b: q+ [: p8 k
9 c1 a9 E$ P4 Z5 K# z/ v3.4 模型建立
% x/ O% U* i6 z& Q+ U , x! O/ I& d$ Q$ U! Y# _8 u; I
- U8 U( _- t1 `$ T, M1 `+ t9 `
: V/ r' R; |. y% @/ }
$ z1 u) E5 x) t. Z$ D6 z/ S* \
5 X0 K4 S6 j' D$ ]; I6 ~& t! }
: O) N* [4 [/ e5 l; v' L5 O3 b1 [% O 1 c: N% V- P$ n
! k$ u6 }1 @9 ^3 s1 T1 x" }( ~$ G3.5 模型求解相关数据表格如下:& g; J9 a. P* ^. {( s. [; F3 z
数学系的职称结构及工资情况 $ W. u/ k# F3 R- o1 `
+ S. q6 k' i( s5 ]# p" c0 H4 c; _- W
: b7 n& o) j3 N
![]()
( p; U$ D2 g# B: X |; U2 N5 {9 J7 A5 ]' f2 J1 z, X( n
4 模型评价与推广
. @. W" S5 U8 O/ O( C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
: ^, J/ h& e* M: |* l. G/ k* ^1 c s: B8 D7 {8 G
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
y% `0 |) {- n, D+ @$ E1 j' j. u. m6 w7 L. ~! |9 B+ t6 N% I
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。! ~8 ^4 _5 F6 m# A
( D) m' f6 H! t. q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。
3 e0 N( X# I5 \# M+ X$ ~4 G( m' Q+ y7 ~1 o. F0 W0 F0 o
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。: `! j5 O# a/ j# f, q) q% g* z
6 t7 Q6 j0 b8 C* |% O5 实现代码/ m8 _$ Y/ `! k8 }3 @
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
- |& |; s" o `A=zeros(9,16);
2 j3 z; Y1 ]# Y$ q" K$ sfor i=1:1- ]4 A# F7 x, N% z
for j=1:16
b4 l2 [% ^- D# I: W# a4 V5 @ X A(i,j)=1;
0 P# Z7 I- T. Q5 L6 T6 } end2 a8 r7 e% h. a
end: w7 C" P6 S4 d6 S9 l
for i=2:5# Y& G7 ^7 v8 p' D
for j=i-1:4:11+i- s3 r5 u8 M4 H1 |" b' C8 s7 d( J; s: J
A(i,j)=1;
1 n) C; o3 E7 ^- D end$ w [: B3 v1 b8 [6 }- F, k7 `3 A, S
end0 N! V9 o+ Q8 _) s9 _
i0=0;2 u1 B" ?3 ^2 _' W$ j4 ?& M
for i=6:9
+ b8 ]$ f# j1 n/ g* \ for j=i0+1 i-5 )*4
$ Z- A' W' d* k! ? A(i,j)=1;
; x. N4 X' B# O0 Q end! c A# `2 i$ d' v$ ^5 M1 Q& v
i0=j;% d# I. O% K5 j+ h
end
0 d" v& P- j3 u- tb=[64;17;20;15;18;12;25;17;10];2 L% X7 G- }5 H8 p
Aeq=zeros(1,16);" o% [! u* e5 n5 w
Aeq(1,3)=1;$ \) N9 t) j1 _" t' j1 n& P
beq=[2];, V* D& u1 U& x9 U! u
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];! Y1 P$ s# P) N. [! @
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];3 V2 J( x5 m2 H/ }8 J( |
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)' I% Q& j+ ~3 @- h0 ]0 {
+ g! y4 w' c. f: C; \4 O+ ~
0 a5 T2 I; N8 ]: s* B
! g* M( d i. O! |0 d1 V4 I7 kf=[-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];
/ q+ h( x0 Q9 h; I* CA=zeros(60,112);
$ H, C: ?* U# S0 B6 r: h$ Ufor i=1;12 r( b4 Y. W/ f/ @0 s$ z7 ~: O
for j=1:112
. Y! q' W% B, K$ T) g/ t A(i,j)=1;7 G/ Z) F1 r" \. P8 y! s, H ?
end 8 s1 }! z& G3 O! m/ a& N$ b
end
k$ \# w1 N1 e5 T- K5 D% `i0=0;
1 D6 o/ Y& A/ _ Cfor i=2:4
; \' _- h1 B' [2 g% t; H! R4 ` for j=i0+1 i-1)*28
, K+ T; b+ r) B& j3 V2 K6 U A(i,j)=1;
: l0 P& y/ V1 P0 ]% V' { end
/ m; w7 U" L: l: _ i0=j;- k. `. I( }6 l
end
+ a* H8 |2 @; `" |for i=5:32
3 t/ _/ \3 [0 E1 p+ D7 B for j=(i-4):28:80+i, x' }+ L) R% `2 P! c2 u0 E
A(i,j)=1;9 I5 Q: L" P4 y0 l9 M F
end
1 C: r% _; W# l7 c8 K5 H: k) E+ aend
, I. L0 a2 w6 q* _! O2 mfor i=33:393 T+ Q7 N9 R. c N( L
for j= i-32:7 i-11)8 n1 F# k& a! m: [ B; ]. H
A(i,j)=1; \4 Q/ ?. }/ i% ?# m5 q
end
+ V% R4 V7 {- gend
6 I/ k! f3 ], C' n% i: ]j0=j;/ {) ^4 g" w% L2 X
for i=40:46
+ i% \4 `9 p; P" e* i, M for j=j0+(i-39):7 i-18)+j0
; h3 P2 a+ p) I+ N. ?) H7 C A(i,j)=1;
% k5 G" X# V: }- E) u end
( i0 J( i6 H. u! e P/ T$ s$ b# |end& f; b! F1 H1 ~1 z
j0=j;
0 `, G* e9 G7 [3 p' K# Ffor i=47:53% x$ b7 [; ]: i5 ]) g/ P
for j=j0+(i-46):7:j0+(i-25)0 f+ t4 \7 P5 s
A(i,j)=1;9 |$ O' ? ?6 \
end3 H! J) O& x8 s" h* N
end
D6 A* |7 f6 ?. m7 |. u. {' ej0=j;. m. L. q1 Z ~ S1 C( A" g X
for i=54:60
6 m, q6 P8 G) a3 r+ d' f for j=j0+(i-53):7:j0+(i-32)- y8 y v: i9 C
A(i,j)=1;
" g1 I' B9 |0 M, J0 X end: V( }0 z S7 ?1 V; Z8 p* r/ f( @
end# G8 @" S, B# l/ Q% u8 }- X# `! V- s
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];
9 c+ W3 ?2 A: a2 j& hUB=[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];- @4 |4 Y- Q$ T8 K- [
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];) g& }" J+ ~+ _% G. `
Aeq=zeros(7,112);) Q I8 j! J3 f! Z7 P
for i=1:77 o! `1 c" r5 @. b: h" e
Aeq(i,i+14)=1;
* D( a E P0 o" m6 uend* S9 H# w3 t& y
beq=[2;2;2;2;2;2;2];
: y1 g w8 W) r' P4 Z4 h[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
2 j& T1 K" P7 T a8 k3 M$ A2 k; s* [1 S, T U, T; t5 b
' Y! J# H! g7 q: M% W4 K, x
$ \' n% g9 F$ y. ?" Q! u, ^8 T( l
+ l! F% `, ~" x+ N3 ? |
zan
|