- 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
- 40304 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12802
- 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
# i' W; _, |0 P U/ Z2 B; C1 描述
* Y9 V( S1 z( J7 W: h! g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。
% Y1 u X& R9 L. M* R- n4 o9 j
4 _; u. s' H% L' e- J2 问题概括5 ]1 t8 P# ]: n' [
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:5 o! c! f1 {+ Z7 Z+ r/ b' _
. _& E. R: y# l1.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?9 E1 g- B2 K( W
4 I* `5 V3 E. u# C2.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?
& o6 K' J, _0 S5 i% a- b! t E1 m; T5 d! H' b& }6 Q: u) E
3 建模过程1 ^& F$ l; P5 ?7 Y3 {1 {
3.1 边界说明$ p3 I& _. y4 p
1.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;
- y, s3 g$ E; L0 O5 i
$ V2 _8 D' D/ x3 q h! _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 ^$ V* A1 q Q: E) y$ ~: }- ^" ~
" M, E$ t* j* y7 H* F
3.当天工作当天完成.9 D3 p5 H+ O/ r) L' d/ B$ i
% ]7 L' u8 t% m- d
3.2 符号约定* S/ p" ?) ^, ~) @( i- c& ]
" N" B! C0 L0 q" n
4 u: O2 {" X; N$ v4 I8 |9 s# x2 Q$ @5 `; X; Q- F/ F7 X, P+ R
3.3 分析, s: ]4 d; W- R! v" \# @
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.8 T; V0 c" M4 G
, _8 t2 b5 m* H; Z( K
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.+ U8 ?, q0 G! e4 V0 D, M' `
$ k- D" c+ l) N& D% W$ E6 G2 t3.4 模型建立0 \6 \/ L" J, e$ ]( q9 c8 i* e* k
: y% c$ R+ X) L- ~+ U" B3 I; V
2 k# H- y+ q( l+ ^
8 K8 L5 }2 R- l ( ?& Q0 l: X* s9 x) \9 U" h* N
. A* Z; P/ Z: g( f
& f' L6 ?, a) w9 W + M+ }1 F- N1 v E# o1 }4 a
( E' a6 z `) q
3.5 模型求解相关数据表格如下:% c* U- X, A3 S3 O5 d) q# D( W& m
数学系的职称结构及工资情况 2 c& t* X3 ~2 u5 P8 ~% c9 |, v
' H5 Z+ w; ~& C7 q' ?4 o![]()
0 k( Z9 l6 m5 z5 { 4 u& O5 K! V* V; B9 x. J
$ x# I. j. ^8 j ~6 t! [
4 模型评价与推广, e! e* T& r- ?2 x
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
! M I- @5 n* O4 ~1 {
& n2 e1 x- a+ E9 @7 q( K# ^* ?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 w( u0 ~% ^6 a+ F
/ u" C5 h" ^3 f/ q% g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。9 g: K$ ?% F b$ M8 R
% e4 k6 w) y; M# i/ |3 \9 {
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。8 [9 S) L, m) m5 Q! w% Y- x6 O6 V
1 A3 j4 h1 U/ M6 l! t7 _ L8 d
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。; ]5 E! H9 u- T; f$ F: W4 W* h7 ] m
/ T4 s/ @, v2 t0 J* y$ X% I
5 实现代码* L+ V/ d/ c; t
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];3 v" Q# u5 B3 g- v* w% `
A=zeros(9,16);
0 ] T y# M4 ~0 T; ~: k6 Ffor i=1:1
\; i: ]: j# ]! p for j=1:16
2 W- o/ B. Y( d3 J" N0 E' ? A(i,j)=1; $ Q0 r7 b1 }. O
end$ m& `- Z2 h( C2 y% k/ R
end
5 {8 U5 c9 L8 V% Qfor i=2:5
. L9 b, A# E, \+ @# q% \6 \' c# S for j=i-1:4:11+i
2 @% v# h- ]* [ A(i,j)=1;
! P1 s+ a' o! U end0 G4 N( N% a/ W! z* ^- d
end
. k* S9 w$ }6 M: ii0=0;3 o0 t) m) G- J
for i=6:9
- p' N: g+ }: M' v$ u for j=i0+1 i-5 )*47 v- R" R3 E$ ~. X P. h3 M
A(i,j)=1;
# O* V* `: {: E( }4 B1 q end% c( Y' R( D/ p N$ b! D+ e
i0=j;
. y5 R) W( b- E2 pend0 F8 Q) U; r0 h* P6 A* l6 P
b=[64;17;20;15;18;12;25;17;10];9 {7 V' E+ J# p- p& B5 m4 `
Aeq=zeros(1,16);; _ L: g9 j; I; w( y8 n
Aeq(1,3)=1;
; w! j+ W& b( Y7 E0 z2 qbeq=[2];% R& p3 |7 I- a+ h# ]6 e
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];( x) N5 \ N# Y: P. P* |% D1 J# E
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];/ E% l6 k/ @- `" {( X* N
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)- p0 S" U! }0 C" t, C. S
, O( b2 g! B+ i
6 d! G1 K3 `: J3 K- m. E. P a" L* l$ o! `" }2 a j
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];7 F9 P+ F% C/ C9 ~
A=zeros(60,112);4 M1 m, O2 w7 o
for i=1;1
9 e0 q: k7 c% ~- g for j=1:1129 N9 R/ n! E$ L9 u# ] \* A
A(i,j)=1;
4 I2 P+ o. ~/ w end
, C" X8 ~, J0 p* uend
; j: J5 `3 l/ d8 Ii0=0;7 Y4 ^4 q' p. P) a* u
for i=2:4
* H3 a# c% [/ c3 T4 b; Y% W for j=i0+1 i-1)*28
6 h2 c1 P; G6 r A(i,j)=1;
5 D* @: R m) J end
6 Z# Y& I, n' c4 r! D' y' j0 v i0=j;" G, D5 X5 j9 O+ P' R8 U, c9 H" |
end
3 x& }- M) |8 K/ P4 K8 pfor i=5:32
' | u8 \8 V, J/ b+ ~, M for j=(i-4):28:80+i+ F- B9 R0 t# @
A(i,j)=1;6 Y/ C7 [$ b( t. u+ h
end
7 ^, m* i F! |end) U! F v* o/ L) q* I1 X
for i=33:394 G" O1 u, K# O6 ]. S G( R$ n9 {
for j= i-32:7 i-11)
/ F+ ~1 X8 v. J6 e; k3 K A(i,j)=1;6 C! l: f* \+ O$ Y% }
end
+ E% p* ?2 |6 P0 f3 s. Qend
7 r) `( C6 k# ? X: ^j0=j;: R8 q0 S! m. p) e9 e9 W
for i=40:46/ _0 ]& k T$ Y( T7 q/ [. O
for j=j0+(i-39):7 i-18)+j0
) q8 x* q6 F( x2 J' g4 C A(i,j)=1;
3 I6 }! G9 ] U) n2 E: x end; f' g+ {( `& ^9 I: d& s, s1 e
end: x" h% v+ @$ Q- d0 [5 G$ `
j0=j;
" W$ _, _3 _- m3 u' Q7 u8 Zfor i=47:53
: v- p4 @) ~* w* R for j=j0+(i-46):7:j0+(i-25)' D! `) C4 f0 R5 x7 j/ ?; u; F: ?
A(i,j)=1;
' v4 c5 B8 a& t1 Q end* `6 Q4 ]4 V; J/ W# B
end5 n) K/ U% @# s: W" K% t- O1 l/ A
j0=j;5 i# c1 [+ O: _2 k" c+ V" F# o
for i=54:60
. c5 N* ~; F$ l0 D. p9 z- M for j=j0+(i-53):7:j0+(i-32): S* j, q' l4 m9 h, e
A(i,j)=1;& Z9 i1 L7 [ ?( u+ s
end
" o; k6 F3 H' lend6 T/ C4 z7 o0 x/ K6 T
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];
- z" g0 n6 \) n- Z V$ 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];* n9 u$ h/ H9 f8 S
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];
( C) x1 k& h; G3 ^$ v6 wAeq=zeros(7,112);
t: g$ r1 [: V, Dfor i=1:75 z1 a- c5 J# T7 \% S
Aeq(i,i+14)=1;
3 _5 s/ M% t0 J2 y* Iend
0 {6 F' p7 {/ o; r- W& `4 H/ wbeq=[2;2;2;2;2;2;2];5 f# L/ N# _9 ~( D
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB). Y& j) Q# O0 I9 d, h- j1 _% n
5 B! b% q7 ~7 ?/ @ z8 n- O$ w) J! `
& T, j* G1 [. p* ~& ^9 B/ K" ?
. E' ~0 G: e3 \% ~4 c |
zan
|