- 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
- 40300 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12801
- 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' ^% g2 U* |, [' i
1 描述, ]4 q8 \0 a6 ~0 V# J0 @
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。! F& Z. A5 r( Y: ^. E
) f+ ], ~, l7 `/ r ]5 P0 g. A) R2 问题概括
) ~" i9 W1 W5 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:
2 Y) K) k2 O1 h1 x* N) `: V& r3 `
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?$ H. i9 K; F! X) a
) W8 ?) E5 D6 ?6 D, d2.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( X4 D6 }/ c& t
. } R7 ]/ a+ y, v# c: a5 z
3 建模过程
8 ?: t& S# h9 g% @% w3.1 边界说明
8 `4 O0 z- L% f L7 w1.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;1 A4 W; i8 g Y& {2 _' I' L
# |* B2 \/ O8 }; G8 Z
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);7 m1 \( H( h/ o h: _( I/ g: a Y
) W2 E1 N X) ~' U' \7 T3.当天工作当天完成.
' c; K% i* z" }" H4 U* G, ]/ c- I; m: o7 r& {- S
3.2 符号约定
$ ]# P: v1 Y# J/ E3 R. ] & o C: X' ?3 K+ d$ G
# c9 t; Q* x2 D: C4 Q. M2 `1 M: Q8 u6 V" u
3.3 分析
$ [4 b( ~3 x0 _: `$ k5 J( _6 A9 s1 w, |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 C% y! `* j/ Z0 ?. @; T9 d2 c, F8 ?3 ~: |9 B4 E! Y9 H3 I
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., d8 ~( [+ Z& Y4 H6 u. S D5 H
: s" n6 i) C. N
3.4 模型建立 v/ a" J, q* i2 ]0 K- G$ }
![]()
; k" K/ y1 h2 Y8 A- u; _; |
. {: Y- s! Y* m P; P I
h7 {" _+ W$ F% r) o! Y![]()
, ?' G1 t; h( R
; n* a& ^; H: z8 k4 t" o4 k+ e( A
{/ j ^8 b1 N$ k; F4 {4 S7 _" j![]()
7 A9 }# w& A8 i+ K1 M# k2 u: H3 X' \9 c/ ?8 n; r
3.5 模型求解相关数据表格如下:; d& v9 i4 M9 R% a
数学系的职称结构及工资情况 ' w8 S& A& u. n4 t ?
5 g: b5 [) O& W/ g/ X2 ^$ h![]()
9 G( |; u. |% L8 L4 f) X1 c! S![]()
& b1 R9 N, k! o
2 N4 F' c4 A/ y4 模型评价与推广1 u: s# T0 t! O- |7 K7 ~1 h2 B
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$ O% u/ e5 G; a2 y
( g! @+ |# w V: s; P( d' ]2 I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" V2 H# w5 x$ L$ l
7 G7 o% ^9 v) k1 l6 q' D6 p- N7 P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。* a: j: w5 C$ ?% r# a; D5 D
( T( g3 F" w. H. t$ n) E: ~) o
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 G: H" l& [6 \- V7 G
4 D4 C4 v' @9 v
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。
. g& V0 e2 ^+ q2 @& y
6 x) m! P- N/ n7 p, A5 实现代码
5 z4 ^' x. K. L. [$ Zf=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
4 T. C& I+ m9 F' k/ g9 G9 ]A=zeros(9,16);
9 U0 K% g2 ~; m' H4 H+ Ifor i=1:18 x" y' v Q2 x, z2 B# B" z S
for j=1:16- t: k z& }3 A! r3 s
A(i,j)=1; , _8 \- b* s: l- q: E
end, x% J& z. t3 h/ e( n; R
end' @. B9 p. d: m
for i=2:5
" {5 `% e2 C6 ?+ B% y for j=i-1:4:11+i4 L- d% J3 p+ b. X
A(i,j)=1;
0 \8 ?7 j+ e Y* [; v2 f end
: d \6 o" \0 U+ r' d. F6 o1 G. Xend
$ X$ d2 g: m/ |! Ri0=0;
( c4 h# y T8 c0 Hfor i=6:9
7 h% R) m: N7 K9 A for j=i0+1 i-5 )*4; G7 x: W! f+ H0 t0 Z! }
A(i,j)=1;
. {0 ]- k+ S: z* V$ ]( Z0 A, \ end6 B+ v( e2 u& G" ^
i0=j;
: a# Q& c' Q0 }/ w1 \) n; s' @end f' p6 {: P# c( {3 g: \+ b- o0 `
b=[64;17;20;15;18;12;25;17;10];" ?1 N+ i" I6 \
Aeq=zeros(1,16);
O* u" [# {: ^$ g. Y: Q) oAeq(1,3)=1;- G3 I8 x! r6 [
beq=[2];4 G# u# o0 M' o- U1 L7 J) W+ ?
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];7 U- P8 G8 O1 M+ X- M4 J" P
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
! D" \ V' l' f' j: M[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
# a p5 K5 y5 U$ t% F( M* `7 H, S$ W) j% @
& W' T. r# j9 A% V1 V
4 K! x3 V, E* d" \5 l5 Kf=[-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];
8 I6 P- w, w- [& p3 O- j2 jA=zeros(60,112);
3 ~9 Q- R8 j. |* Z- {! Kfor i=1;1
2 J* j+ b+ U7 Y6 k$ K& ^8 ? for j=1:112- c9 ?/ \+ h% Z! I) Y0 \
A(i,j)=1;6 t" W. ]8 ?$ o5 P9 R
end , s7 Z( Q* X8 l' w8 ]1 S: s5 I
end# d( ~' F- y* ?" w$ o7 |1 I u7 j
i0=0;
( y/ o B1 O5 e t" ?( V: N- gfor i=2:4
, k- z1 u% X" R5 f7 X for j=i0+1 i-1)*28
/ Z" B P D3 \: I4 T ] A(i,j)=1;7 |/ z) o/ D- g% P8 |- M
end
) ^+ _7 Z/ T6 g4 C4 C) M h i0=j; z/ r0 L0 Q2 k
end4 V6 _& O ~0 K7 ?" a
for i=5:32
$ C1 \1 S3 O5 }, G for j=(i-4):28:80+i
( I# u& d! R9 M9 ^7 e3 P; g$ O A(i,j)=1;
4 t Z( w# V+ @' {/ d( O' _. Q1 L end' j7 x% O4 q( n
end! ^' ~0 P% ^! {, v
for i=33:39
U5 U7 v" m+ i. ~/ [/ t for j= i-32:7 i-11)
* u# ^4 E% {5 _& u6 r, P% P A(i,j)=1;
* F3 E( L. u3 b1 a end* z( P8 n% w. c. T: r; w
end
" o+ u& l) V: N5 J, h7 i$ s8 g( O# Jj0=j;4 f% j% v! U( F% r
for i=40:46
, C0 y5 a. P5 { for j=j0+(i-39):7 i-18)+j0/ ^) i( `0 T. I. n
A(i,j)=1;- c* w8 Y# y! H* F @+ T
end
+ i, x. |3 I8 {) Q$ W) Uend
+ b0 G4 `/ i. ^: R8 Z0 B1 b6 W' Vj0=j;
* \# ?8 C5 Q& E* d4 sfor i=47:53! Z+ Y2 u6 `# G8 D" ]- p% j) h0 s
for j=j0+(i-46):7:j0+(i-25)
, P' r5 u7 X( j' o! N( c# c A(i,j)=1;
+ Q) E* x3 u/ U9 s end+ K1 h( y% A8 c
end
% W) ?# t; K/ R9 Vj0=j;
+ r: |1 K4 X& X7 bfor i=54:60* o( e @ E( P- \+ m. c4 l
for j=j0+(i-53):7:j0+(i-32)/ T+ j% V! I% D. ?5 d
A(i,j)=1;5 Q8 `& A( ?& l: I+ P% e% l
end/ b9 Y' x8 ? F/ G Z( y
end
* g4 j+ R; W! G5 ^4 f4 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];
: X; x: @. P! h. YUB=[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 [+ t& Q9 W* pLB=[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];- P( {2 m& ~3 a" r- c& {
Aeq=zeros(7,112);
. z- l3 g& |1 ?7 ~* } T. I6 j" kfor i=1:7* c/ u' ^: J0 {4 w5 N
Aeq(i,i+14)=1;' ^) ^, ~ c- G1 r* R1 V0 E
end
- o* j; l! D- y% a% Zbeq=[2;2;2;2;2;2;2];4 {0 f+ q1 a* N6 ]; h7 P
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
& P" m5 f4 r" l; r* X( z# f8 C' J, ^
5 M& O9 J' X+ L. ]2 P% E& C
5 e* s% p3 \; j) D. c$ E
/ y9 {/ M2 ^ ]6 {( Y
|
zan
|