- 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
) f/ O' r" d$ J9 p1 描述
7 Q7 u% g- U9 N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。. j" P+ n5 e8 T% ` `
: z5 O- h" |, ?/ F8 ~; t* X
2 问题概括
9 g* Z5 b2 d S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:
; k2 f- a7 W) z1 |. Y0 A. x! j5 ^5 ~2 J
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?
; M. f3 s$ T! V4 G% @
r6 r$ O2 P+ I; _7 Q# h* x- t3 |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?
* ]/ t. ?9 x( I% @8 G2 X' u7 S: h! T. V+ R: U' ?6 u+ t8 b
3 建模过程5 i7 V6 H( ?& ]6 {& b: A: M
3.1 边界说明: Z+ s7 h" P, L. m7 M
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;. k8 j/ E2 Y5 j5 z# o! w
! h% x! [, f8 y. i2.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);. e( q5 ?: e9 u8 P# ?
5 i& h" W2 i4 u% p7 ?# O
3.当天工作当天完成.
9 U7 m5 m: B# F- x3 R+ p" ^
$ L: s0 O0 d" i3.2 符号约定% x+ g2 X" r- h5 w
+ g/ g1 Q. M, D- j
% w& y8 O5 {. U p, H
8 @; x+ s8 u1 l H3.3 分析7 P2 n2 [/ H. @
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., S. @0 S% b2 H% o( K: J7 D
, W- w3 [0 v/ x4 }7 l# U; ]3 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.: P! T& ]& z: C. _$ ?& |9 D
; r; @5 K2 p0 `3.4 模型建立! p9 T K- o2 I$ v6 @
0 h3 G+ I; {2 i
4 |) k6 j: h4 l1 I! W% ?5 I
* `6 w* h* V' l( n 4 J$ Z1 X0 Z% j
* Z) Q1 P1 \$ Z" \8 e! u6 |
1 T* Y: T! E z. y3 z) V: k3 J 2 d. c4 O% A' c; f/ e9 T: g! _
% Y& z& w# j& p7 c3.5 模型求解相关数据表格如下:/ L( H- ]( A8 N
数学系的职称结构及工资情况 ; m2 {- }( C1 i a7 C9 ]& ]
% v% U! a0 c, i- N. f ) q* s' u4 l" n
![]()
3 p+ j6 |. P* T- z( S Q/ T, ]0 F# V* s# i% X# h+ A
4 模型评价与推广/ M0 W' J7 \" R( z# N3 C
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# z" w1 H: |- U' x& b' F. N2 N# p% D( `7 `
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
2 F% g6 `' a+ X4 O" f& h3 H: U
9 r( }% B+ z0 d2 c; R+ h$ Q3 x0 m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。
8 F* H) L; q- e
" S) }0 `" q6 u* }3 j# v* W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。
" c( ^3 ~' D( Q0 d7 l/ _ a9 I! O8 B* q& P
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。; b! l) T4 k) q' J( b" z
" D2 k# z( B4 I' J! Z7 n6 c/ q5 实现代码1 A# I& M) ^4 m' q
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
% g9 y) L$ X1 T# Y& pA=zeros(9,16);' G! V1 @: {# k; s4 G" i s
for i=1:1
* f1 A$ j) S% H" b$ D# Z for j=1:165 E1 w: i O3 h1 H
A(i,j)=1; ) B' m* e4 q g) { g
end* O" x2 Y: c( Z$ ?' O( o+ n3 H) ~
end( u# W* [9 F0 N5 J @) K* d
for i=2:58 I. k) E( A+ n, w! d
for j=i-1:4:11+i
3 `4 T0 q8 N, ]4 { A(i,j)=1;3 b) E4 a$ \3 V4 K# a, {
end$ Z1 R/ D' E1 P& o" J
end
- y9 }7 Y! y8 hi0=0;
' ?; W4 x2 ~' m O# u3 X; N$ Vfor i=6:9
# R6 d7 e3 ?3 Q9 P6 t for j=i0+1 i-5 )*4
, q) ?1 A. J9 K5 z& g+ A A(i,j)=1;5 | D, I9 l# e$ G6 r
end; c o* `: }: R4 q
i0=j;
! @& c# I/ X: N& I' h: U; Bend
/ ^7 m9 T8 D7 U1 k z; U" L, N" l0 Rb=[64;17;20;15;18;12;25;17;10];
9 Y Y1 b' ~4 s- iAeq=zeros(1,16);
! t2 n; ]+ r+ e$ R/ u" DAeq(1,3)=1;, e* w# Y# N% x" D* y
beq=[2];
: F, _) K1 ^ P* n. h) G" `LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];
" y+ `( ]/ i7 T# C: b' wUB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
8 n! O8 Y4 n( q9 E% N- F[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB) `9 ?0 |" t2 G7 B* g6 n. m" ~
6 L" B9 o* T4 O% \2 t! }/ g! O
; h3 R3 S+ I6 _0 ]4 H; z
& H% k$ w+ l4 o( n( a
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];
7 K& F' e, E6 X4 C& J) n+ @' wA=zeros(60,112);
" L: Y, K+ \7 W2 \for i=1;1
2 o' P8 j; w) U# _1 g, z for j=1:1120 n* w/ p+ f, x5 r9 _& e3 l' M
A(i,j)=1;
. K9 O6 J5 ?) _! i) Y2 A end m! M6 L& O3 s) r( z
end
, Y" e5 N$ E+ F, @% ~( b, o/ v$ r# ]2 Fi0=0;+ C; Z9 v( K$ h3 t
for i=2:4; X; D# H& G; K: ?
for j=i0+1 i-1)*28' f0 c) ]% f- ^, l! r( r4 v
A(i,j)=1; v; x- J2 x( w$ x4 s- h
end
) R3 ^3 f1 a$ H8 f i0=j;) }8 f* T. q1 Z: X
end
) w6 B- L) k$ w' l( gfor i=5:32
4 z% s1 H# R. q$ A4 M7 \0 ` for j=(i-4):28:80+i
- z0 s1 r# c+ ` A(i,j)=1;% r$ E. s5 ~6 b) L1 {$ z+ T
end4 P0 e8 t) {4 {9 }$ S0 H+ ^8 s
end
g. V5 W9 g! ]0 {for i=33:397 j3 |9 u0 o" X6 e
for j= i-32:7 i-11)7 f; t0 J/ d$ e- _
A(i,j)=1;# q# ^; h3 g2 S+ b1 v. h5 a
end# \. k1 ~8 T: E/ L
end
8 v& ?) K' Q' A/ r2 Yj0=j;
0 k4 B: a8 ]. ]. [. j6 Qfor i=40:46
. C3 N$ ]; e* L8 a m/ J1 ]3 }/ w for j=j0+(i-39):7 i-18)+j0
; J2 E& ?( r6 V) w8 d A(i,j)=1;
* {* @- s* n# E4 R) _; h end
}( `0 N- t( Q$ T' c( Tend: a. P+ K& z+ o9 K& {1 t" P8 F
j0=j;
* O5 k7 x8 C- G9 q6 i3 Rfor i=47:53
# ?: Q# j1 o9 ~1 ~0 x: d4 |# V8 U6 e for j=j0+(i-46):7:j0+(i-25)& a( t; p4 J1 }5 n. g1 w- ~
A(i,j)=1;9 v5 p/ ^: E' f+ f; j( i
end
* k. t7 V" n# Q. jend
# Y4 }9 @% j$ B3 cj0=j;, a6 D" V+ D M
for i=54:60
3 F2 a/ g- z+ m# z/ `% X: N6 ` for j=j0+(i-53):7:j0+(i-32) t O! Y" P* p1 `" p" Q
A(i,j)=1;. p" {: @7 p/ n
end
5 k& V3 W" g$ G9 u* ]3 xend) o' L& P' R$ j r* p0 C) [
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];5 S& G) m9 V3 P; E _5 a
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];& f* p8 `1 g* o- l/ e; H6 a9 Z0 O
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];* N# C, N C8 t
Aeq=zeros(7,112);) q) o" l- f) C5 N- k- q8 T! X
for i=1:7
& ~6 ^9 k% i* ^7 d5 m! _ Aeq(i,i+14)=1;1 I; a8 `% V3 U. c H. y2 g$ d/ i
end
' T# L2 x! e+ t, g. L' t7 zbeq=[2;2;2;2;2;2;2];) Q- U2 i- j+ G8 c% z2 E& u$ S
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB), z9 p* B; v3 K
# y/ j$ A! o' e B1 e
; R1 i2 n, Q! L9 T4 y- r
' ^+ o: Z. T4 a: P7 d6 K) i4 {, z3 j8 ~1 W- C' ?& P0 o
|
zan
|