- 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
" b2 H( r5 d$ u7 y7 B0 Z6 h& |3 E1 描述
1 x* u( F- ]8 ?# D5 f; n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。, K. `+ m' i! d( ^( L+ U" D8 B$ J
2 ^6 n" H0 \6 L% y9 h# D$ S; O
2 问题概括
+ v3 c; V# E3 [1 `; q# m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:
, N3 w L2 ]! \3 H$ b% j2 W6 w- Q _% h6 o* r {1 v3 ]
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?" L& O' G, u; u. Z- M
5 O) t/ u8 a0 Y$ X; X# q2.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?3 h- x7 E+ G7 m& F- g
- `" H6 @& Y( C C8 T8 h+ M3 建模过程. f9 W- g( [2 H# O; `4 N
3.1 边界说明
7 V6 m6 h6 y6 J& F- c% r' L1.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;
: \# E/ y) C& w) w6 b
2 f O5 c+ ]" R2.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);/ J- @. c; ^8 c6 m: l
* d3 T& X$ X, t
3.当天工作当天完成.
9 T( U5 u# e7 x1 U8 v. u! p! }5 R) t
3.2 符号约定% l1 p) c. X& C2 @, Z, F, H/ Y
$ [: [! \9 h9 ]% T5 x
' n2 j1 y! L% f# N) C. ^, Y
! X4 Z3 C+ K+ V/ [" d1 s3.3 分析
9 U, D' w, ?6 A: a( R0 b @2 \8 o7 j5 ^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.9 A* \! G1 b- h" [' g- J
( {- I4 m3 E7 C0 d w9 g8 X
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.
: s6 t# n9 N* l4 C `+ |
7 J- j; [) N8 g3 `+ b; U3.4 模型建立
6 y: y: S9 g! b {" ?. o+ T# ~ + M7 _( c) r; l
8 Q& P% W" w0 z [) l; l% k
% t/ Q: L- ]: w 1 Z% E2 ]$ K3 g& V- h$ r
" v: G" t8 q x+ h$ Q0 h5 v% n/ c, X' | H) M u/ `
![]()
0 Z- G8 c. ]6 _* ] d
+ U) x- n# t0 [0 M9 D7 B2 |3.5 模型求解相关数据表格如下:
. j) E$ {1 {. g2 t- j5 w数学系的职称结构及工资情况 5 w7 P9 w/ H9 u2 A
# J0 g5 S2 E$ K; X3 n7 f
$ W T" Q$ u- c! k" v
![]()
- t4 p* u3 i5 j7 v" n: i5 `2 v1 {& ^9 x
4 模型评价与推广* \5 R& \ U! L
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
. Z$ ?0 j8 h. `% G- V# y0 p: Q. F3 r/ r( F) M) \
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, o8 e$ y( H- V0 f
% j* X# W/ T6 v) O0 H
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。/ [/ Z. \6 ~4 a3 I0 D
; T4 X0 J7 A# g7 t2 }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。; S% L% L: m' b" h- N5 E
8 T2 L1 \! C' H. g' T
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。
4 u- D: t J+ w, X8 v- O! J) l
) r' Y6 @0 w3 Y3 ]5 实现代码' K, {* k a* b
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
5 ]& }6 \/ E6 o6 }A=zeros(9,16);$ g, x$ z5 K6 Y1 C* \& S
for i=1:1
; d% M6 K7 b; ]* t0 r/ n# y& A for j=1:16
( o% j% {/ r1 n4 O1 l4 e, q A(i,j)=1; ! h% r# j$ k- b
end5 ?3 {% c$ T- D3 t2 @; }- m* }
end
* f! X) \& O' K' p' D, Z3 dfor i=2:50 ^! e$ @0 Z: @3 a! G* E K
for j=i-1:4:11+i/ j2 Y9 q0 Y# B6 S' d; i$ d3 e+ I1 O6 y8 \+ P
A(i,j)=1;
2 ]0 N6 _, C# @$ h2 ^: g- v) L end: W0 g$ j6 l$ s" T
end/ n) l0 v& H) X$ J/ Z5 y. O5 N
i0=0;
& q' x* x. V6 Q9 @% L5 g5 e' Efor i=6:9& f7 j# Z( P( m0 l* c
for j=i0+1 i-5 )*48 V( L$ R, J# t, ^5 \9 R
A(i,j)=1;9 C# _2 |9 o: s6 A* H0 }
end. r, B K. P- n& t, v
i0=j; Q# O2 Y( u: |
end* N, p" Q% A% @4 q( X
b=[64;17;20;15;18;12;25;17;10];. c3 T2 V3 F0 y( k2 T4 N. W0 ^
Aeq=zeros(1,16);
8 H, [$ F4 ]" [Aeq(1,3)=1;7 E! [9 y4 J3 _; D4 I" q0 R
beq=[2];
6 D8 `# h9 h' _9 d) w; t d& J* z8 BLB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];+ V* U- J4 e; c6 @
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
4 D- z& M. U" r& u/ o0 [" @3 j- e[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
$ V3 b, r `! M9 Z! I& p/ S! `4 i3 e* i& T0 k8 F$ {/ B' E
. z* z" f" A- x. O% K: Y8 K; g8 i" G# D7 O! j2 \* m
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];
# w* t$ i' a* b2 vA=zeros(60,112);' Q c$ B8 l1 ~: j) y9 b3 X2 u) @
for i=1;1" g& R0 M r* c+ C: K1 N% X$ ~7 j( b
for j=1:112
* R% p8 f! T' z9 R+ B. T2 z/ c6 X A(i,j)=1;, k. e8 K- i' C4 m7 m# m' H# x
end 4 i d# i2 c6 C2 r& T5 t
end
4 R" T$ D% P, l5 M+ e) ]i0=0;3 w* z8 l- w F6 I1 A# H
for i=2:4* r8 n7 @+ G$ T: b0 L
for j=i0+1 i-1)*28* }% i' y1 f/ S- o, g9 O
A(i,j)=1;
( q( g( Q) x% i! B2 f+ U end! s& |/ L# |8 H$ d8 h7 {
i0=j;
: {% |* [ L d! ?/ {end0 {* |8 z: E- |! O
for i=5:32 [" [* E. \" K* r1 a: w2 W
for j=(i-4):28:80+i: ]+ g) E3 g2 B4 W( S
A(i,j)=1;( q- ?" o; K0 T" P( ~; }
end, k0 o3 N* S: Y0 B$ a$ f$ M# w
end$ g1 U1 X. I$ u5 u% r
for i=33:39
9 [1 `* P. X- c7 C for j= i-32:7 i-11)+ I! L$ f0 J0 U: h* f
A(i,j)=1;
/ [1 p) Z) X. u* w$ ^3 G end5 v8 D6 D" h% A% j5 c) J
end+ q# t- y" \+ J* r5 W- u
j0=j;) P9 x+ m) n+ u+ h
for i=40:46
1 `( X1 c0 x9 t D+ _ for j=j0+(i-39):7 i-18)+j0
$ s$ G9 L" e( a' q A(i,j)=1;/ G$ @! y5 ?! l& {4 R
end
0 i A- t) D1 J) E" x: C! \; oend
9 G! {5 n- q& u$ u: t/ w( Lj0=j;
# t8 _8 B& h, Y# k% Hfor i=47:535 F) V5 }! V5 b4 F Q
for j=j0+(i-46):7:j0+(i-25)
+ R" i( g7 a, e: } A(i,j)=1;
5 e1 e( _* S6 C end8 ~- `4 B9 x; E: K1 J
end4 N8 Z" D% O. O' f
j0=j;
! P8 e$ a. p0 e8 Gfor i=54:60: |' b a+ x# o# I! J9 L6 m
for j=j0+(i-53):7:j0+(i-32): D8 T% l- n G$ M ]2 L7 `
A(i,j)=1;1 G1 P, @ v" B. H* I8 G
end) `5 }; c5 S2 X. Y [
end/ f2 `, _5 e/ g7 S4 T/ E$ `
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];# V4 E9 J+ H8 h1 u. X
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];
! M8 L: ?. g8 K* u8 G" tLB=[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" L' i0 U" Q/ ~+ V. {Aeq=zeros(7,112);. F8 p: N- F6 O3 a4 p
for i=1:72 l& ~/ b7 ~7 `4 c6 W- ?7 x
Aeq(i,i+14)=1;
, P( M4 @- y2 c. n! zend" J: X: t' P; k* L/ V
beq=[2;2;2;2;2;2;2];% q2 K4 @* K& f' n) q6 f- v$ I7 R
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)$ [5 _4 u) ~1 ^4 t/ W5 h
7 |" m* Q: O" G0 M6 `' m( v5 R! j9 o) X
9 z E" r5 M; f. s
! N6 B. ^# I- N0 w1 l
|
zan
|