- 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
- 40225 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12779
- 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8 x3 i! u& M) v. \) [5 W; e
1 描述9 [ D4 ^0 b# ~8 E8 a: 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。
$ b3 n/ P: c+ J6 T% {" l2 ^5 |- k8 C" h" E- x& w
2 问题概括( U# T' v$ ~- \# f: ?5 v8 v' E) W
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:7 n. Q( F/ {" q! ]
S& E% w, D' I! [5 J r) N1.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?6 n! o. [0 m$ L1 K! F
" ]& |2 d$ c0 q- `3 `, B
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?' V. e% T' g7 h* n
" [6 V: W3 I: |2 s5 K3 建模过程4 z: X9 o, v6 d7 F5 F. X
3.1 边界说明
7 A, Y4 w k" K- I+ k/ E1.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) U2 V- m$ b8 o" t4 ]
$ e P& O- N# u1 S6 w T
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);4 |& a. w& s* J- a# ^3 e" J+ I+ r
/ Z$ h9 t3 U* o3.当天工作当天完成.8 s( _2 Z6 ]) G$ ^$ I2 \8 h/ O
3 H6 }6 j4 V3 g3 D7 m4 C' u3.2 符号约定5 c- r4 d8 `$ q4 B, A
. b; a6 ]; _. ]! e: ~
A' z5 |6 S r/ X0 ]
* J; {7 { d6 g: j/ G3.3 分析
) ?: a( r5 W1 T" P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.
$ _5 O6 d) o9 C* n# h9 Q7 I& H
7 Q# |. t3 B3 {; M2 E& u' t& p# D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. {( |- K6 [
4 A9 L5 b0 a( a) B' D3.4 模型建立
4 ?8 q& \, E% V. d( f " W; I4 h3 w. e, `' H
$ J( m1 s6 @8 f% g. {4 T5 O
2 `" K5 a1 N9 |3 `% _) M5 [![]()
, a Y' X8 G( `2 y) N6 ]# X
2 u2 G W+ ~" C" n
; |4 z* H/ H; @![]()
) M1 F8 g& h5 p; [
8 J$ n' V. a5 J; k5 `: n3.5 模型求解相关数据表格如下:8 L; A; u+ J, O7 J: |
数学系的职称结构及工资情况 ' Q b0 u5 _& W' @6 `
3 A5 Q/ a* M/ q" A( N8 L1 \; Y- E 5 S: @0 U# J0 S# V. ]6 m& q; k1 V: D
. Q" b- C9 g+ J
# p+ S( W' u1 b( u+ p4 模型评价与推广6 ~/ d2 n5 v5 r& _8 W- j
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0 d) T: {3 Z. o2 [
$ m1 f) o3 r5 F& v
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
0 Q$ ]2 p) f, ?* A# b
7 T: p* H. c4 I/ E, n5 E& z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。) s Q+ [! b% u* w/ V \3 v
7 H/ s- I7 P% w7 h
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。5 k8 T5 U S- o! Q' T( {
9 g9 A5 I9 a3 X: O8 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。
* ~+ P: B7 B g" C* r8 ]/ r, J* l$ X+ A& x% v4 D1 B- I9 [6 n. N
5 实现代码, |% g- m: z3 M0 l, G4 o3 A
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];. R9 p7 V& ^3 \
A=zeros(9,16);- J" m* K' m) [2 a3 n1 c) F$ s# A
for i=1:17 ~, @0 l0 \5 q$ N# z( L& K( P$ C
for j=1:16/ U: s4 P/ L v. f1 \# C% l8 K
A(i,j)=1; 2 g7 u" E: g7 b! J
end
: }# N2 E1 G @ Z# hend7 D) _! F8 _8 f
for i=2:5
$ J+ ~6 K6 f7 Y4 l) u for j=i-1:4:11+i2 u: |' p8 u" F( b3 f
A(i,j)=1;- x; m/ s, I M& w' a, a
end* P6 S" G: N2 ?9 m6 h, q( P. [
end2 n2 U E# [ F8 F5 {
i0=0;
8 c) J/ C6 D& H! T0 m2 Ufor i=6:99 z# @2 z* b0 Y+ W) _
for j=i0+1 i-5 )*4- J1 H1 g; P4 t0 T; J) ]. t) [
A(i,j)=1;
! A$ e1 s( |, z3 N4 Q7 r% @ end5 W5 T9 L, Q6 ?+ B& w
i0=j;+ K. X; p7 V4 F& x8 b( I
end
. `' D5 F; ~$ J& A8 P: rb=[64;17;20;15;18;12;25;17;10];
, @8 W2 N- c \" {6 I% kAeq=zeros(1,16);
) ^+ y7 m: c" t3 E" dAeq(1,3)=1;
! W9 q9 O% n( h' A6 Obeq=[2];* u8 G3 r! q1 r$ H1 n) z1 A/ y* U
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];0 y, L/ a5 p& m; G! X
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
* D6 D* U; l! e* a[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)7 x9 D5 I. b& t' Y6 J
- b& q" p0 g/ y! I: U
8 y& @/ F3 k) f8 b$ b' @) f M( S2 m9 l. K
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];) M- c1 Y) o0 O. B
A=zeros(60,112);
# P$ O4 x {4 K& v& |: ?: z6 ?for i=1;1
$ o, l- _7 [) V: D6 l! T' x for j=1:112
+ o" P+ D& L; W+ g A(i,j)=1;
8 g, r4 L' L* L6 q p& G% o end ' D, n/ l8 G1 p) M3 ]# f6 a
end8 J- r) A2 f1 R3 ]) s) Z
i0=0;) T2 \: o7 O( ^1 c0 E, O0 t, P
for i=2:4
: K) i) J" ^, C/ P8 o9 } for j=i0+1 i-1)*28/ T" x2 Q0 K) Z, J1 T* R4 u- Z
A(i,j)=1;7 V# k( Q T9 B6 `5 m% x
end
9 M1 c0 V& B8 Q9 U9 P i0=j; u2 I: S. ~/ h! b! x# {! l
end4 b1 [/ u0 m4 n8 T2 b4 ?! _, b- E
for i=5:32* X: t) N' A5 r0 w' f+ q
for j=(i-4):28:80+i3 }, K( P p7 f" d3 O6 d3 f. V
A(i,j)=1;* \# z( }4 n& S+ s* C
end
* E8 x. c7 W( I6 {+ Bend0 v6 X; H1 T+ o1 e2 i4 W/ i
for i=33:39
- A$ [) D; l3 y for j= i-32:7 i-11)7 [" U1 D, z6 @0 M4 C* m: v# C. l
A(i,j)=1;
! H1 N8 w( t8 P0 Z* a D end. @( q9 T7 L+ y! _; o- w
end3 u P0 b9 ^4 K' k% a( _2 J
j0=j; \( u `2 ^; [6 |7 a
for i=40:46. w8 z9 \ Y0 ^# P, Q; x5 x
for j=j0+(i-39):7 i-18)+j0
1 O0 `8 R( M3 E( @ {6 n% X A(i,j)=1;
" ~( X) k2 M" {% i* g end- H/ o4 R0 P. Y
end4 _2 v/ {/ G1 t, _
j0=j;
8 q% t) M! u" V& P. ^for i=47:530 F% ]9 W' {4 }" |" ^, o3 p
for j=j0+(i-46):7:j0+(i-25)
& k) u) t. Z" p+ {# c8 b$ c- _' I" f; H R A(i,j)=1;# ~6 F) U( c# W7 ^0 c+ R
end3 k3 M/ i! J3 z: z* x1 n
end1 t) y* K) m! s) S: |
j0=j;0 t u: u* ~" Y2 }2 j9 |/ {6 }
for i=54:60
4 S& H' [6 g8 y* c: D% r! F; s* \ for j=j0+(i-53):7:j0+(i-32)
- q3 i% \4 z6 q& h0 b A(i,j)=1;
1 K& t' |( M) r end
: B/ M& G5 M1 C' Oend
4 a1 x7 k( s8 `' ^* x, P; Lb=[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];6 @- X3 M: a9 I- t1 t
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];
! v9 F4 i, C; p1 v% @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];
9 N4 o- k5 ^6 O& bAeq=zeros(7,112);
- e$ ~5 K4 C g1 Nfor i=1:7
2 @1 }" [! _" L Aeq(i,i+14)=1;/ a0 ]( Q8 |* y! @, M& w
end4 D* V5 n8 ]$ \& L/ @. i) Q
beq=[2;2;2;2;2;2;2];/ X4 V; C) R+ M, s7 f
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
+ W1 i: }- S" X- H0 t% C0 }8 R H) u7 k
& N' m, k4 i/ S+ t- @
! q4 L0 F8 @$ z" }& L8 o2 U6 |
8 G6 C; k, `2 B |
zan
|