- 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
- 40255 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12788
- 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
# u0 D5 Q: U( z( y/ t5 a4 u: w1 描述' a+ E5 `: ~: i; F! k
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。
! U% n; [7 t+ A- ]9 D: J
6 g% b2 [' r# C2 r4 P2 问题概括
: C/ z& B2 J u" b; Z( r% ^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:+ K, C- G* m) z
" p; l( k% }$ w* m& N+ s1.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?; f. E$ {. E/ u9 o1 ?
3 b7 s* [; g( n" @! m
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?
1 t, q, P0 c8 g/ v" K! V$ m& a W z" J
3 建模过程
0 e& n. _. W/ H; S# z4 h _8 }) J3.1 边界说明2 T/ g+ ?! T! e
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;
- j* J6 P' r! e( n2 U! P+ Y$ Z8 a# u1 G6 e2 O1 \# Q
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);' Y. l7 {* }+ f2 l1 u" y
) f$ {) [, Y W3 \- V3.当天工作当天完成.
! M6 f7 b& @+ r; i! G I0 M# j$ O. I/ W. ^2 c, s9 t
3.2 符号约定
- F2 g8 o4 t+ ~6 N + Q- x+ y/ B4 G: k7 v- E2 e
6 l: F' e/ s, |
+ V' X' b! V. Y
3.3 分析4 a$ R7 ~/ k3 G" c( y: f$ \! f" ]
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.
' s1 R O! d- l& J# `
- |8 V' |' N; r! |4 b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.4 c3 c& \& r& i. e Y
$ l; U, k% t( t( G
3.4 模型建立
8 K/ V" e, w# b9 @+ Q![]()
: C" i$ \2 j4 f w
7 w+ W7 Z, v* M, O. m0 v
% o8 @# g! r1 a* C! z: w3 V& N![]()
3 Z0 S9 i: v- g/ U3 x6 n+ X) j& L5 v. Z+ ?3 B' y& X
7 n# G. X+ N( p0 z0 a: {
![]()
2 H& P. [& C3 d7 e$ n) x z* { u1 m( J: i$ c
3.5 模型求解相关数据表格如下:2 c$ [' L6 o q% g) A7 N
数学系的职称结构及工资情况 ~/ P2 W5 z1 G1 i) h
8 K, S5 A% A5 n
![]()
7 {7 l% ~7 u- l J( [' j4 J; o![]()
2 f- L) h( J* \0 W9 r9 t: q* h& {, q
" F* w8 r& i6 Y$ P1 r& K, f$ T4 模型评价与推广, l5 j! d6 J/ ~, }+ R6 [
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
8 n @/ T a9 }4 ]
, [' d6 ~, `- v" s/ 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
3 }2 W0 Q. _4 [& |; E
$ R* U8 g% u9 B# y6 `2 U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。
% p4 Y1 W' A- W8 t$ C0 d* G; {7 p. Q2 b" i9 b% c7 y/ M" ~
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。+ Y# C" u/ t- Q/ G) C
9 U: Q6 k) h1 U$ G* _4 O7 x( l
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 {" g8 Z; B [, f, y6 z/ [! A/ H- }1 C7 J' g) G
5 实现代码# V0 c0 f9 G4 z9 ?) F& T, M! [
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];# K5 \, e' r/ N6 O' y4 N6 G# R
A=zeros(9,16);4 Y+ W9 T( \/ Z$ F# ~. D1 L5 l( f9 c! P
for i=1:1" ?; R, }* P1 V7 Q8 V
for j=1:164 G, w: M, ?3 M: ?' U! }1 F; u
A(i,j)=1; : e+ x% e0 |" Q; x* d! Q/ f" E
end
$ b( W, G/ b1 O" ^! E4 _2 wend
8 ~0 x+ o, u, l3 }, W8 r) Ffor i=2:5
, d. X" Q0 B/ U: V& N for j=i-1:4:11+i! g8 N, O" E! U. X3 @- i
A(i,j)=1;; J2 ?! k3 z+ I' k& [; f
end& }1 e5 y, O! i5 z$ ]& `
end+ F! _8 G! c) A1 x% g
i0=0;
/ W8 g9 ]6 V1 @4 `+ b. p; ]& o7 _# ]6 gfor i=6:9$ D& y8 R# `9 x
for j=i0+1 i-5 )*4
s% I' F! t6 g1 y8 p A(i,j)=1;) G1 A# y5 m" a3 r, j" u: v
end
8 y- ?) r" \. ~' y i0=j;, h6 m6 q& f% S& u: j
end
' ^! k$ P% |8 F. nb=[64;17;20;15;18;12;25;17;10];
" l, {' ?! y5 H# z QAeq=zeros(1,16);: g9 q, E+ N; o, s7 Z6 E+ Q, w& Y) `
Aeq(1,3)=1;$ Y& ]( W0 {5 ^2 b# }( @& c0 o
beq=[2];4 P) |9 B7 i: i4 k
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];
6 N. T' r" m5 G" U! |UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];& C. g" o U$ e5 S# ]; B
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB); [, r8 P" G8 w L5 T! Y
7 y! Z1 D2 O9 A" v9 [8 q
1 u, Y" _4 h+ b! f; i- S9 ?
( a3 g# e. i1 \, h* `1 _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];
& o8 m3 u, f6 x6 A9 `: M/ B$ j% G2 ~A=zeros(60,112);
4 N% w% U G, T, S' Hfor i=1;1+ L0 q7 ?" A; I [3 {
for j=1:112( Y; ~2 U7 J$ I9 a) r! Q2 ~# ^4 c5 c2 s
A(i,j)=1;% B& K* G+ S( p/ D4 e0 g) u
end
( e" v$ A0 M0 h; _9 |' t3 wend
9 ]8 W# H& d* N, h# Ri0=0;6 \5 F- \) M$ t! J
for i=2:47 E: | R/ U1 l% ~
for j=i0+1 i-1)*28
! Y- |& D' y* [) H A(i,j)=1;. `' h9 ^* s6 Z
end! M0 S: T! ] o/ C1 {: l
i0=j;0 x7 p6 f$ F) O
end9 I$ ^% z0 `" t1 u" F
for i=5:32
- w8 e5 I* H4 N2 |2 E2 P& q0 x for j=(i-4):28:80+i6 v U. O8 t. ^! \' ~- |. m
A(i,j)=1;
$ _' S9 |0 @5 e8 N! ^$ n& } end8 r# ^3 o o" }4 C, ^* Y
end& h8 I, F% N6 O; t$ r' V
for i=33:39
- K# C1 W$ }2 T; Y$ T. A for j= i-32:7 i-11); v$ J. Z3 x9 G( b0 z6 t# P
A(i,j)=1;
0 g% k5 x. c6 a' j0 p! V4 e end
8 b1 ^9 v0 Q' `+ V( y! Iend. V' q6 Z- L" D7 c) R. k
j0=j;
5 N$ h5 K# h2 P5 j |4 I$ \" cfor i=40:46: g+ A# e$ H/ f( @; C( q! \. ~5 J
for j=j0+(i-39):7 i-18)+j0( R5 G* q1 |7 P4 L2 ]9 Z
A(i,j)=1;# [; i/ K- K6 v1 {
end, \5 B" n8 I: B# U4 e- l! N6 j
end
! v2 c- B& i, }. w9 ~9 r+ s0 wj0=j;; T3 q5 ]* J! b2 _
for i=47:53
- M# h7 v Q& j0 l# p for j=j0+(i-46):7:j0+(i-25)
3 ?2 _- U' \/ S% ?. X2 u A(i,j)=1; C& a" w; r' ~ x
end. }8 w0 Z& A+ F4 F1 ]( U' S
end
5 e! M! S# I6 S' q, x% I! rj0=j;
- c$ K0 G! G& L5 Ofor i=54:60
$ N* B X5 x" b7 W& Y4 |* W0 s for j=j0+(i-53):7:j0+(i-32)
; h/ V2 n7 s8 @7 e) S6 }( x A(i,j)=1;# A, A# |) c" ]5 Z+ { m
end, @/ \, @5 G/ s/ n$ f& t
end
; L6 v6 N3 y5 ub=[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];
8 o- W0 K( Q0 C8 w1 a- \3 SUB=[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];% G: |2 F- ] r6 ^6 k/ Z
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];' z! a8 ?4 @4 n5 ^5 a0 k ~: P
Aeq=zeros(7,112);
7 N: C/ A9 h0 W, o3 h wfor i=1:7: u. `7 T$ R& o( i
Aeq(i,i+14)=1;4 Y; Y6 I+ G5 P& }
end: B% d9 X. |3 q& Y! u! {
beq=[2;2;2;2;2;2;2];
/ {$ n0 t/ m9 ]4 l3 B: d[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)( G0 ^& Z% x, a% Q+ Q# e9 a
, F* i! @0 t7 z
# ~* Q- G, [+ t$ V& V& V1 r3 H$ h$ b, m) O7 O6 B: W5 `: o+ W) U0 k8 N2 [
c4 n4 V% I7 G( @. M6 s
|
zan
|