- 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
- 40322 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12808
- 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 Q; S+ V, b. z# E. j' D
1 描述1 t" j( C0 F) q8 T
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。- ~! d$ J; T! p" `
5 S# _' ~4 u. x& G9 [4 f
2 问题概括, d) |; T) U( G, r/ ?
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:
0 Y! f% H& @$ X9 X }" F# N/ i3 n6 X1 G* r3 }% n4 Y* y
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?* Z" H: {7 H/ n8 w* ^0 v
; j& C4 a: x9 Z7 u1 e9 F
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?) z( Z6 P! b k6 W6 @5 D( O
; Q/ Y- ]9 t/ M' c+ J K7 ]
3 建模过程
7 I6 y' a2 ^. C o# N; ~3.1 边界说明
9 H& x! \3 c; u- E+ I0 j1.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;7 k: ~" e% L& G& g
* e8 e g4 I, s: h% N" G6 w3 U
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);
R. | ?7 |* g6 U1 F7 m Q; ]! z* p* c: [% X2 s
3.当天工作当天完成.
0 b( E* k4 N: |+ h6 |' ~
4 P+ A( A: C" B7 U* g3.2 符号约定
/ S% F5 V) J- U4 O& O, h/ v L![]()
' G) v. H! ]/ ^! b3 A) g; ?) R$ w* C+ `2 m$ T* g6 c
) o1 Y% k6 t/ b3 t, l( ?( R% S5 g3.3 分析# O$ p8 v( g5 X
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.
* ^* C$ k; t# d: ~4 m
! q8 n! I4 ?# r; L- h9 `, U6 {: g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.# W" S; h, }5 j) |: w2 a1 X2 K
/ Y- g2 m: {& a$ U2 j) i3.4 模型建立
' C* H" B/ p9 T7 s! U" q![]()
6 v7 q; E, ]% Z3 c, A
_) l9 }! [. W7 J3 [( L* @' _4 f/ p; W. H7 j4 A
![]()
; M l5 I% d! S. M# T2 D6 j* d5 h* Y5 f. |! b/ m4 w7 h; _
2 i" P3 x4 m& s 3 m b) U& x8 V" }6 T$ u2 e* Z
; Z# g# C: Y! S7 N N- W% {3.5 模型求解相关数据表格如下:
: p; g! u( l3 d! z; _数学系的职称结构及工资情况 2 T; }. a s' z' {! N/ }7 T
1 ^& F9 Y3 x0 V- O* \# v: [ 9 t! R/ f2 A* d+ S
- s9 b- N% b7 R9 S
. o, |6 H: M# [/ V/ F8 |, f
4 模型评价与推广3 ?5 H* Z$ `+ J" \% ^3 b, G
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
" F! w) @4 @* j9 T8 m/ @& L6 e
6 Q5 k& A$ j1 l& {) ~" e, D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/ \' j& o. }# V2 Q% l
7 a* L0 F" F+ j {5 c
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。: W/ z. e8 \- \+ M% j4 J
+ K! d! A& {* B. t% r
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。% p2 f% {6 J: w) U. j2 q; R# d# f9 u
' p1 D' q& F: H8 r+ ^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。6 R5 V" C2 i; k
1 J U2 G i! p, I
5 实现代码7 L- W* Q% w5 r+ r+ A1 @
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450]; `' v, c8 I+ M v; `5 R( @) y8 L
A=zeros(9,16);9 x1 K) u* y2 A8 b( |* Q
for i=1:1
2 w& L6 C0 T4 {% a for j=1:165 T- n: |* n1 {! z
A(i,j)=1; # M% G+ i. }5 c$ ] c9 [& P/ O# T |1 k
end
5 T: r7 m6 M; C3 I; E: Q& H3 Fend5 j7 o9 z$ {! l6 f1 J2 N
for i=2:5
9 `5 r2 r1 \6 K0 v/ e8 j( g for j=i-1:4:11+i; x) A+ K& Q. Q: [! i9 [ [' U
A(i,j)=1;# _- ^5 Z( @1 A( J8 t$ o- R X
end" k* n9 [' g$ g' q" q0 X
end
1 `+ a9 i* C- D" ^ [) Fi0=0;1 O8 ~( l' H' H2 m( n
for i=6:9: y" A9 v5 b0 f, w1 L
for j=i0+1 i-5 )*4
5 ?) _2 e% B' I, e, H A(i,j)=1;
# d- H, d6 F$ s$ n& R- n end" O0 ~) S: m! F+ F: _
i0=j;
+ ^5 H. |1 H" _/ O( C8 Dend- ]8 A5 T7 d6 R9 R; j+ g6 e$ R
b=[64;17;20;15;18;12;25;17;10];( N5 _7 `) I! f2 z
Aeq=zeros(1,16);
% R! Q w& o2 B( z# aAeq(1,3)=1;( d# {8 L' l! T4 o( @/ S; e
beq=[2];5 f0 Y2 H8 }4 L4 |% ?) V- F
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];: Q9 y s d0 M
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];# P( L5 m' m2 q* x$ X
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)/ H+ ?9 n/ y0 @3 }! F5 s6 `1 k4 |: }
/ ~% l/ \- p" a3 a
9 k( n7 H7 H. E, w
4 U* ~4 v, W3 u+ p0 K6 `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];! j3 f, }1 g1 v. ^$ N9 N2 }8 b
A=zeros(60,112);5 H& t" V: C+ {; |
for i=1;1& F% j- F2 X* F& K8 }/ N
for j=1:112) B# ?0 m/ ?; F
A(i,j)=1;
/ X4 X5 S, P+ i2 @( a# C2 }4 x2 j' U end 1 W5 |5 m7 @. J; m
end
4 n$ U2 Z5 w% c5 W8 y; ri0=0;2 f9 h8 B0 t+ B9 X3 Z
for i=2:4% S7 s$ S7 Y3 p: u
for j=i0+1 i-1)*28
: ], l$ y# ~; h) b% v3 s A(i,j)=1;! p9 P5 I% A6 e$ ]* F; K. S6 |1 b
end
/ z" m9 l7 N( b, Y& n4 m4 A, q i0=j;
8 l N/ B8 u) l$ u# Qend
* i' }. d0 R4 u- rfor i=5:32
7 k* T N3 W( X for j=(i-4):28:80+i7 C1 {" X$ [& U! l
A(i,j)=1;
2 s) H t% R. m/ M) b- r+ F end
, T6 p' X, {5 ^0 ?7 o8 H6 Hend0 j9 W- p' l! ]+ i4 \2 B
for i=33:392 F) h. Z4 s6 V8 E4 ~
for j= i-32:7 i-11)' e4 k [6 ~" d/ h6 g
A(i,j)=1;" q- m/ }2 H! u5 W8 N% P: ~- ?
end
5 Y4 d' X2 A" |' zend1 S5 ]) z5 P3 F" z5 }5 } |
j0=j;* Z9 R* s# j- t4 k2 Y( C D
for i=40:46
) O; `. [4 S1 I& t0 i- O9 H/ _/ E for j=j0+(i-39):7 i-18)+j0' e9 a* P0 k" P$ [8 K
A(i,j)=1;# x# W* O9 i. J2 c+ f" W% i3 ~5 ~
end5 o: e: }* P Z4 V6 k* E
end$ E5 `9 h) M- d# k$ a
j0=j;" b& C j' k4 x/ m
for i=47:533 N* q" ` J+ R8 R) X) [
for j=j0+(i-46):7:j0+(i-25)
8 Q5 w4 [7 I* l) \1 C$ M! u A(i,j)=1;" o7 a, p Z% U/ b0 W* }( a/ b
end; y- u6 w+ |1 c2 c0 t# e/ l' q7 R3 c
end: L- n+ P8 r; h2 ^" u
j0=j;
% V3 W: l: v* i$ Efor i=54:60$ |/ T9 h# H) w: S0 {: @( t4 {% u5 R
for j=j0+(i-53):7:j0+(i-32)" ]7 i0 |4 H7 U$ E$ s& o/ k
A(i,j)=1;- n% ^5 d& o$ L& B) P9 @( n
end4 q, |* v5 {+ |3 y# z* V; a
end. T% z2 @/ {6 _4 m
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];) r! v+ d! n/ |/ B) y0 m
UB=[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];9 x$ ?, H o" v! c- A
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];' w, t% p" ?9 ?1 E8 `
Aeq=zeros(7,112);
# @0 n6 ^( s7 Y; l0 f" x3 Dfor i=1:7& g2 d( t4 C$ R6 g9 h
Aeq(i,i+14)=1;
9 h( u* B+ p0 X2 x$ ?3 e. I0 T, y. D2 _end
7 x& _9 L( |$ T" v3 M5 ~% X; sbeq=[2;2;2;2;2;2;2];
8 f$ a8 a$ B7 q* S/ Q% L[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
/ W/ O8 I6 y6 l' q$ t' G9 n; G- t& D* Y+ w
9 G& p1 {! r! N3 {% j# s
/ k, m" L. p$ \3 |+ k' m
9 f4 X0 [% Y: v U1 k' g! i$ l: [8 L |
zan
|