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 40330 点 威望 0 点 阅读权限 255 积分 12810 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 2 `! ^, D; y8 J
1 描述
! ]9 l+ I. J& l4 |# H e" a, l. D, r 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。6 C* P: j" N. ~! F& u% C O
6 z; I. ?: l" |; k 2 问题概括
% F8 |" G4 L( w4 J 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:
2 R1 R/ A" H5 [0 J
, L. o9 D$ |1 d& i 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?
* \. s# F* W* N1 K1 W : Y0 \+ `( E5 x1 B' 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?
. K1 B$ r6 M. D8 ]3 g6 I7 r' ` , K& X( [$ g5 X+ X2 t/ S1 Z: r6 `
3 建模过程 J% X% t5 m% A, s G
3.1 边界说明
; R+ s2 ^2 g8 i- z/ A 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;
* y7 b: |' a6 ]0 J7 Y5 f
& ^& C3 d) i" X' i% G& E% ?3 x 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);$ b4 s* s: D" ? M& U; [
+ T. j" N# I# M5 L
3.当天工作当天完成.9 k l4 ?4 C% c+ }' {* r j' {3 @
7 o9 V1 Y. Q/ ]" i/ ^ 3.2 符号约定, v9 p0 z6 X# P9 c/ p# k
/ P g: v p4 q) ~ ! W3 D5 U, f0 @& r: X F B
S6 t( s7 ]! m 3.3 分析
3 Z0 N7 O7 a3 ~$ [; F9 `2 O- l 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.1 }& s: \* H: f h8 j, L$ A3 T; d
- G5 M- M+ N! V
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.% b+ Y8 N g6 w1 X" `3 ~% X" ]$ g
! `# w: k2 N- J* o5 \9 |! |7 S
3.4 模型建立
- u) }8 R, e6 J; f; \3 r- Y ) ?% i! Z7 O2 X+ v4 _3 }
* } N, `5 E- V5 O+ g
0 C, l$ P# E5 n$ F( {
$ u: J3 @+ V) ]7 {2 p# U6 l
! |& a' j* v, P/ E
( l. h8 ?1 F6 D) ?1 f 4 n9 F7 X* ^. E J) o# J: k# q6 c4 T
8 k4 ~* l9 f1 h8 ]1 N, C
3.5 模型求解 相关数据表格如下:' o; m% B) e5 m2 m+ I/ @
数学系的职称结构及工资情况
+ k0 N3 V& j) Y
2 x5 |# m7 ^' Y, O, }8 J8 w8 z8 w3 Q
& {# g: x: U! O. F$ ?2 d
* U' _8 `' X$ K9 G
! h8 `; E2 r2 W0 D4 _1 |! G/ a/ u 4 模型评价与推广+ @6 u W; k m! x' E9 u$ e
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! c, s1 h T% s9 l8 G1 N- V
% N/ A: z/ j! a. \9 S 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- e. _5 G# O6 D- O+ ~) s
! I4 g, P `0 Q! Q. a" ?& Y, l" 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。# p7 s" n: O; i$ S u5 b" J
6 |! G/ e6 u5 ?. U4 N 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。
) \2 b' c; F( J8 W
) F, N, D2 n( ?' | 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) b1 R* X/ E, \0 r. ?, h7 E
1 C" u% D7 k1 X8 T1 u( v 5 实现代码& y) U; L! X: Q
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
0 ]/ V/ D& k0 v7 t A=zeros(9,16);
! q1 d i5 F+ Y- g: m% _' x1 }" n for i=1:1
; C2 N. K3 E; b/ j% k2 N9 m for j=1:16
% s9 b6 }' Y: T5 N7 R7 X9 E A(i,j)=1;
9 @9 R. a/ Q f end
" h$ g; _7 L2 u' ~2 q+ X3 S5 R end' z P+ f+ \) y# C$ P+ J
for i=2:5
/ l; O0 ~ l/ h* E; W for j=i-1:4:11+i1 |! {' [. x8 M X, i
A(i,j)=1;8 u9 i9 _# C7 N( Z3 E8 L' U! a8 o
end6 K% N3 P8 A1 `1 `7 b4 J. E' O6 O
end4 F/ v7 l6 S+ z5 t! k3 Q
i0=0;) h$ s+ _0 ^! u1 h1 P
for i=6:9
0 j7 C0 F8 z: N1 ]2 R. ` for j=i0+1 i-5 )*41 ?0 {8 _# Y# @% C+ x
A(i,j)=1;: Z( C7 S5 A' [ X/ y
end
0 T0 f& L- W5 A" r- c i0=j;) g/ d! z6 I6 z9 Z: V% J
end8 [+ I- F& J8 q& @1 }
b=[64;17;20;15;18;12;25;17;10];
4 c" B6 S6 X: A; W* q& r Aeq=zeros(1,16);
9 [6 m5 w: n. f- P' j1 a Aeq(1,3)=1;
: }" ]! ]4 ^# j9 c( d' q) a! @ beq=[2];, \$ n) z& {2 s$ P) H& U8 A* n, u+ V
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];' o- u! T' d, w5 t9 C( L" g
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
# o2 |( F/ k& ]& I- L [x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)" r, s5 y, h1 o c8 {
* E! y8 |6 G, E7 I5 T9 X4 m
% o5 b5 H8 y+ z1 h6 v1 Q9 i
P9 G2 C( d* @9 [ 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];
# J9 B& v, p8 k& ]- y" _0 Z) d A=zeros(60,112);; ~" `% k( w( _% \. O$ h
for i=1;1
& z7 Q$ a) R, U8 d" s0 S for j=1:112
* W- d3 O2 n6 M6 l( n: ]: W A(i,j)=1;9 S9 y9 C! B5 M( P
end
, Q1 s- x/ {6 k end, S5 Q3 O' I: U1 J$ m+ E1 q
i0=0;
' H6 ~, l' D# @0 T0 }2 v for i=2:4/ P" W3 M9 D& O/ k: F
for j=i0+1 i-1)*28! `# I X+ ~+ r0 A1 H* e+ r
A(i,j)=1;6 Y: ?% k9 _( l/ ~ e' w
end3 {- G2 c! g& P6 H/ E0 E
i0=j;
$ U [2 H: V! l- ~# i end
! I% V) n3 a2 y" C( u h- U# s for i=5:324 D. r0 x. F' w' a: b1 Z
for j=(i-4):28:80+i( O7 b: g, M; G; {) t: k- A$ C
A(i,j)=1;. m% b2 t7 l; l7 W0 g. h
end- J! m/ N0 t. Z1 n: k
end
( @- I8 ~9 w b# H" M for i=33:39$ }6 o; {9 R4 C
for j= i-32:7 i-11) h$ B1 P2 U% u" G; U3 t: P
A(i,j)=1;
# E; M4 y2 r) H; @ end% j) l$ }! d" w9 T0 E3 S
end
5 k4 r& J; D( e7 K3 }/ f j0=j;6 A; d: [$ z- f/ N/ }# s' t
for i=40:46' R, h, s2 _2 Q* x5 b6 l( \# _
for j=j0+(i-39):7 i-18)+j0! B2 f* ], R7 m' l, r0 L
A(i,j)=1;
2 N. N5 y1 V( W) `; Z+ ` end
" @ `; S% v. U4 _ end) ?0 b% |% W3 K
j0=j;1 q" A% P4 H4 [+ r9 X1 [' K4 I- ~
for i=47:53
& M1 X2 ?6 a$ M# {* i4 s for j=j0+(i-46):7:j0+(i-25)
/ ]1 t- I7 C% Q5 O4 i0 B) h A(i,j)=1;
- p) ^4 d6 P! V {& c end
- p* J4 s+ l8 \7 m end
9 Y9 U! t" T2 G8 ~ v$ O; e j0=j;6 `7 f) i8 L6 K: R9 r7 [) r5 ~: c
for i=54:60
" ?1 K8 K& W5 F- t for j=j0+(i-53):7:j0+(i-32), W5 t8 V, u: y6 A# e; n( b. y) q
A(i,j)=1;$ }: N4 B$ e& M4 z" D
end+ f- r5 y$ `& Y; a- T4 ]
end
/ U5 D$ P! j, ~3 l 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];: u* d8 m" `+ @# t1 H' f2 n
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];
, d. S$ e+ j0 z: _( 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];
& ~% ]8 B/ q& _ Aeq=zeros(7,112);
. }- I1 u* z4 g" k# a, E for i=1:71 y" \2 X4 i# Y+ O+ s7 @
Aeq(i,i+14)=1;; z4 A. k. M; e! I; ~. R4 W! @
end
, K$ _6 q; ~ [4 v beq=[2;2;2;2;2;2;2];' n' l' S( t: a; R0 G" l3 ]& P
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)* A' p; S; Z7 _; ?; h) i, X2 [* h' W# f
5 `, `, p0 q1 j' {" @
, e! B" H$ @. @1 V
, e7 O; q& X x * f t! N( u4 k \- P, }
zan