- 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
- 40223 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12778
- 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
$ V4 L9 R8 y6 k N1 描述( `4 l; W# ]: X2 t) E) {
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。! y$ `9 {9 g* E( y
$ b0 c. L o7 e: [. v3 y8 R6 I
2 问题概括( f5 e d7 C1 T. F8 V& i' ?
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:
# n) R* `/ M5 p% A$ G: K- p
" z8 }, H c4 @& w$ G7 V+ j3 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?
}3 B7 O3 S& f3 z8 s5 @" b
) E* P" k6 m3 z! P- f- n2.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?
4 Z$ p1 o2 x9 W2 k! K8 ]$ J9 b# I6 l3 d) G" F7 {5 K
3 建模过程, V% A1 @6 l' l, z/ p9 W' b
3.1 边界说明# a/ }& X a b$ Q6 W+ D% H4 }
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;
6 E x4 C) C: o% e- Y: v' x
; J, Q4 V9 H2 N2.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);( a% C1 N! X9 [ Y- T
# ?/ J9 y. \$ D" Z6 {9 J
3.当天工作当天完成.
9 w* W' D7 J+ o- j0 Z4 m
& `/ Z+ }2 o1 L: G: a3.2 符号约定7 p( |% c) @3 L$ Q
/ X( O- H& I; _
4 G, w2 h- u4 ?3 f$ [% D: ^2 P
9 x. N+ Y9 d# i3.3 分析
: `% I0 g: `/ l1 `! P; o9 u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.
( Q' D e$ ~, i( O4 m( j' j! x! p1 D, T& t* U* j" C; y
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.
5 [. H: N! `$ G$ p- G
$ f- T% u% v8 H5 C9 u% y3.4 模型建立
o# p9 I, y# `![]()
/ G) }# O1 f# c+ L* n
& G& P5 W, }6 |% S# r- |
$ m, x- n& e8 \5 L 6 O2 u P5 u* l
# i8 t' K8 V" C
* Z- S+ H' z- W8 {+ g' Q5 U
![]()
! C7 S8 n! ]1 n" V0 u& ]# t& n6 j, w5 D( L. Q! K
3.5 模型求解相关数据表格如下:! @ h" h# g* e B9 \- O, `' R
数学系的职称结构及工资情况 : S2 [$ m( L2 `' s
& m6 \0 y8 F2 N" w& o
! k$ ]9 @0 t' |" d+ ~. h, O
6 Y& C+ M; u+ T
/ ]# r5 N' N- |6 x4 模型评价与推广8 a& Z2 j: E: c4 n6 l! H
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: R$ Q" `7 s9 i! R/ B& f# }/ e
! w4 y9 w+ M, E+ Q: H0 T
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
1 k d, o! v& [+ D! |0 f# @; n2 Z
; \& B+ K1 {$ r% I5 f- B, Q2 }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。
3 v7 y' Z7 S; i! w& H {$ a2 Z
1 E) r4 e5 z! l* j$ s- J6 I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 n5 U8 t; n' A
1 b0 m" c6 u$ {
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。
- l2 e' U3 I9 b, I0 b& H8 a: t' a, H: R9 e5 L' C
5 实现代码/ O' y9 e8 O0 H9 w! e+ }
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];6 `& y' N" K' Z6 Q0 f6 U
A=zeros(9,16);
6 `3 r0 A3 P+ C& X6 Q9 @for i=1:1
6 P' N3 L7 D; q for j=1:16
' p& h: {/ U1 s2 j A(i,j)=1;
5 {- V( p. _2 L( t8 b7 B/ C) h+ P end" E$ o" I5 e/ o- i" E; ?
end$ t6 b+ O, P+ f$ C+ A
for i=2:5
2 _9 l4 e" D- t5 j for j=i-1:4:11+i& X0 ]/ a# e4 F: m h
A(i,j)=1;
2 m9 z) B9 j( v6 |. w$ k/ _ end
$ |% i4 @0 t* n. K6 D2 Y% }end+ i$ ]5 [5 _0 R- H2 p
i0=0;# P' h8 i: ^0 z. q, B# q) n4 ]
for i=6:97 m1 ^1 I3 k: S3 N& \/ }
for j=i0+1 i-5 )*4
* \3 l$ d& ~" L( {. D3 @. x$ }6 p( l A(i,j)=1;
4 ^* g& v7 Y$ k% k$ h3 } end, o" i0 B, r7 X- ?: T8 r. \6 X: A
i0=j;
8 S* R$ p! D7 q- R; D' G% A# rend
* ]1 ? M5 F2 v( P* yb=[64;17;20;15;18;12;25;17;10];
$ D2 _. A. ?2 V5 P2 @" oAeq=zeros(1,16);* s3 X9 E* u; x3 I; {, a
Aeq(1,3)=1;8 Z7 q8 Q1 ]5 k. I, s
beq=[2];1 ?1 t7 K$ V9 C: w
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];
* V8 y* S$ z" c4 B/ o$ LUB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
8 n/ M( ^: q+ b) X% ? d. g, ]6 y[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)+ @" K3 V* X S. f m, h u
+ q% K1 A$ b" N! d3 ?
+ \% A. Q; R# G& q4 O, R
6 I* S) _1 S) ]: M ]- w: v1 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];/ R$ A2 T B! x- \! L, G
A=zeros(60,112);
" C8 H8 a% ?+ z# y1 S6 T* w2 Dfor i=1;1- g# c6 T I- c1 g6 V
for j=1:112
$ q# U* P n1 B" h, Z: E A(i,j)=1;3 d1 V3 G/ B; [ \4 G3 v t4 ?
end . O" C2 Z# e- G" m) e7 Y' X
end
8 h; ?6 g. S! e) n! r+ ?i0=0;# s, L# ?/ Z& `% r$ ~* K& N
for i=2:4
! g* x, b1 Q& D2 x" A0 ? for j=i0+1 i-1)*28' y; ?7 r$ a, b4 B& R) P# Q
A(i,j)=1;1 G/ r+ P, i x8 o
end& L. g9 n: s+ g& E2 b e0 e$ w. w
i0=j;* p4 H" q6 m) Y- y" f, ?
end6 D8 d9 O% ^2 B/ `
for i=5:32
' p: T+ j) k0 Y" ? for j=(i-4):28:80+i
5 a2 b: I3 ?$ T7 i n) c A(i,j)=1;! w1 p- v _6 X& {- {" n; b% A
end0 D$ h% L/ U: j+ p/ s
end' f% ^( |- e* q) x- h" y& l# `
for i=33:39; m6 A- A6 p6 v9 S+ u5 R. @
for j= i-32:7 i-11)
$ H2 U# V; e1 c; z! I0 H A(i,j)=1;
: n. y5 q# [' T! x$ } A end
6 a0 v8 Z3 M- |end1 G1 [2 G1 _8 H5 c: N4 K# w4 z; N
j0=j;
! _; v9 ]& G! h9 u9 u4 v4 ofor i=40:46
! R3 d# P9 h/ v/ R. |/ m/ C for j=j0+(i-39):7 i-18)+j0
0 I+ \( \1 o g# c( z+ |: a A(i,j)=1;
5 p' i( @. C- A' c m end/ t6 |5 k9 m; E" \$ ^$ f2 {
end
- A6 f0 T3 e, |) h* Pj0=j;/ e, U p( T% A/ i
for i=47:53
' U1 e7 r* @+ f for j=j0+(i-46):7:j0+(i-25)
, q8 f+ h; E+ Z& v2 A A(i,j)=1;
5 Z, k# e3 I8 ]& m4 y end/ s1 E8 g+ C) \4 k3 A) `
end0 Z& d: D8 p/ g3 ?
j0=j;
7 N1 `5 F k. U0 D" M6 y$ e2 d3 yfor i=54:60 V% F' C! G4 D' L: ]- D- \, e. f
for j=j0+(i-53):7:j0+(i-32), S; N! I6 x, ?# K+ \& ~
A(i,j)=1;) ]9 w+ t$ b+ Z5 z5 W3 `$ l
end/ L2 Z) w5 r2 A* e- ?6 [1 J! f
end
& e z) P2 f8 E" ob=[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];* R# N* m w2 G, Q
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];2 b5 n/ x9 r6 @. A1 D5 M
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];5 ?7 e9 `( s! @9 U C8 d' w' O
Aeq=zeros(7,112);0 [/ a, L5 V, h- a) o
for i=1:7# S( r0 k5 h3 o# T
Aeq(i,i+14)=1;
$ m I* W* n+ L9 C* S2 U u2 k. @end
# X- D! I5 @! }9 kbeq=[2;2;2;2;2;2;2]; t7 j! U& r5 ^; B& j
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
6 T( {) B0 H$ v/ {9 q6 J: s$ Q6 |, t3 f$ y5 R
+ P4 p2 m! D1 x8 X1 X- f: C2 q
2 j$ H ?( u' H/ T2 _$ y& E- {& B7 F5 @' `7 s4 G
|
zan
|