- 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
( A/ Z" D+ K0 A+ {% `1 描述( p" l: L7 t9 q( @- }# A% t6 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。+ V1 D% s! ]8 v* f3 S" }
* d; Q- Y2 X7 v1 c8 ]2 y+ N* `2 问题概括 E l2 n! ^) v( N+ c( I4 Y' 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:
' `" `* ^. u* H3 |+ R$ N7 P. J
& }7 q3 i q6 |! a$ Q1.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?
/ t4 {! K5 i! A4 u$ e1 a6 h# j2 e* t5 \- P- C/ j
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?
3 u4 `$ g9 J, q+ D; u3 w# E* y' d; J3 U! }/ [+ f
3 建模过程+ M. r9 d( ]+ K R0 v
3.1 边界说明' L6 i K, F3 H7 ~8 s3 _; t) ?- H: ~
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 s- y5 @0 p" R8 ~7 |
% d8 F3 N2 G; F3 p2.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);9 L! G5 b5 c e' O! y
' o% V+ C/ a- F! E% X% ?4 \
3.当天工作当天完成., _7 d% H- g5 s1 s2 | K
" |- A7 a( Y. @: d0 i) Z! x
3.2 符号约定* T+ g; s2 T. L& B8 s
1 r- _6 _8 P: ^2 v4 x. B( C/ l7 t
' {0 T8 C a: P( m
5 C i- y [" N) o: o4 [& r3.3 分析9 q3 _: w' c* o1 f: P
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.
e' y" n5 Z8 C [( y/ W& V6 t2 J. ^0 z/ ~/ R0 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.
- \" A; l& X( A4 {5 W
6 c2 q" E9 g- ]* g* V; b3 Z3.4 模型建立
& z4 n7 l4 r* i6 d e, ?- o7 i 2 s$ X) n7 D+ @% m
( y& X/ ]& f y. r8 X
' C; W' N: Y- g* D' J% o3 G( j![]()
- e: [ r. y Z* \' U# Z9 G& y3 P9 v/ `) b4 H4 X. F
* B6 j, X- P' v2 }. d![]()
* G% c" f% }1 Y1 ^ t% m! W! l. D$ ^+ [
3.5 模型求解相关数据表格如下:. O4 }1 K1 |' _+ J# |
数学系的职称结构及工资情况 ![]()
( e( f$ l4 w6 h7 y. v+ W1 w+ z4 L$ ?9 c" }
![]()
I/ y$ o7 ?6 w. e* p) l7 o5 f![]()
- k- m: C1 F0 G: g9 l G9 Q' I4 D4 y. z+ G+ _) {
4 模型评价与推广
# E+ }. C+ ]: R5 o* V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
$ \! m; |* x7 C7 ^" a! n! Z; e! J: {- W3 {* T8 [
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
! k+ a' V$ c7 V/ w+ L! Z0 w7 _: n% Q# ?/ m: y- i' g( F
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。
6 {% n! |: V3 h
# @; U9 c% h7 i# i) l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% C4 ~0 F: F' B6 r* I3 q+ E; _. Y) 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。' c! m+ q! B' m/ @ o. y9 E
+ l. ~) Y7 _1 l5 @
5 实现代码
. D5 {& g! o: Q4 d* ~. ]- Rf=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];( |& p" H/ l$ P5 A r9 N0 E; Q! M0 p
A=zeros(9,16);
. N0 b, G: Y8 B$ c5 Tfor i=1:1
% o D) l5 u9 S Q, p" z. s for j=1:16
( E' |; I1 P' k9 @8 s% j, b A(i,j)=1; 1 G& w# {; t! U* Z; u
end5 N! J% F, a$ I5 n/ n! x# {
end
9 V. k9 m( ^# W/ P% cfor i=2:5
2 k, G2 O# G; x* E for j=i-1:4:11+i" a% E6 [; r9 I7 Z7 d6 F$ {. W- d: @
A(i,j)=1;
3 W: p9 m9 w- ~+ h' W end
5 G% ?7 }1 O% bend
$ t+ n+ S i! I1 @' Y; {i0=0;: r9 {: y* b4 B* }" b: `
for i=6:9
$ p" @1 ?5 r4 r$ ? for j=i0+1 i-5 )*48 G8 x) \" H h) M
A(i,j)=1;
: N4 Z2 _, O' Y- c' q end
, d& Q, j5 b* P/ Z1 Y( p, o. b i0=j;4 p7 O3 m/ N+ c4 z! X- T3 r" Q8 [; [; z
end
3 j7 L. i" l" e! r6 ]b=[64;17;20;15;18;12;25;17;10];+ v7 P. N$ ^* k3 I( R0 G1 S7 q
Aeq=zeros(1,16);' w }( j; @. G _# v6 w$ t2 G* G9 \
Aeq(1,3)=1;/ v( \0 {1 p* `5 T4 D: N9 F% u
beq=[2];) ^* o9 A7 K. }' W5 v6 Q
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];) K6 [$ T8 S' d/ c& z6 L
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
' J+ F6 Y# ^, H# H+ y- F[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)2 D+ v/ G/ H* X8 ?- c& g$ L3 h; T
! J" }7 `* x* Y# c4 G& ]. x( k7 O, j' @: _* ^/ D# G; L. r
2 \# h+ C, A |9 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];- z% c/ J4 S; v# y4 U0 n( U
A=zeros(60,112);- A" A3 O6 U$ X
for i=1;1
( u1 w' n9 q9 {3 j& Q' e% i for j=1:112. e- a) i% x) G8 Y0 G: P
A(i,j)=1;
, U8 K/ ^5 ?) h! v1 H1 d1 I- z- _% s end 8 P" K" c6 e& y* Z I7 c i
end
N3 I: \% G# p- ^! V$ qi0=0;; L& x" o7 M# B' V
for i=2:4
, u0 A* U, D0 j5 n for j=i0+1 i-1)*28' ?5 r- `, G/ G- ?& ~! {. G5 z
A(i,j)=1;
+ T# H* L: f# S, |1 J" _ end
# ]; t% {; k+ y0 i i0=j;, X" ]* O L$ e+ ^. ?- F5 S
end3 Y4 M) ]! C0 v: `" x8 K
for i=5:32
e7 ]9 r; F& i4 {/ D4 U for j=(i-4):28:80+i
9 x D, J" F+ _% o( X; d" o A(i,j)=1;$ Q( ?3 {2 B# s$ X& G2 n
end
6 {) _- S4 ~; @4 \; E9 Wend
6 }8 u% g0 t5 ?( q. Qfor i=33:39
6 W; k( K: N) U+ E* a for j= i-32:7 i-11)" |6 h& Y3 Q0 h/ Q, x1 A
A(i,j)=1;; E* u0 x# [2 q1 x% T4 s5 d7 e
end
4 ?; v* ?# r" }$ T! \) V# aend3 K5 Z5 J, E8 Q# w7 E( n3 J. k
j0=j;, R8 e/ c6 |+ j1 a% n! n# E# K
for i=40:46
$ R9 ^+ _6 Z6 p* Y! I for j=j0+(i-39):7 i-18)+j0
L3 M! r$ [, @' W6 L A(i,j)=1;3 I* \9 Q* Q+ K. i) @/ ]/ n. W/ [
end
! V( j* P) s7 h8 ~! K# a }8 xend& g1 u7 A" X8 y# Q2 U6 \- {
j0=j;
, o7 S- ] h4 D5 R( T% z; a* Yfor i=47:53! f' e1 g2 U4 Y2 B! O+ w
for j=j0+(i-46):7:j0+(i-25)
+ w# }0 Y9 l) A/ L) ]5 e7 M A(i,j)=1;# V9 C" i- b8 y7 W& }- i
end
6 s: q3 V1 h+ Qend6 K( L& Q+ k( x% R
j0=j;
- F8 z9 b- O& _! b7 c3 Z% efor i=54:60
5 [% x3 |# k# Q3 E( k for j=j0+(i-53):7:j0+(i-32)
$ ~1 U N1 g5 I A(i,j)=1;
3 {7 x7 o0 p0 y! H5 a8 O end
3 f, O8 E7 x6 G% j: }2 E+ Iend
# U1 i2 [& M8 j# ]8 `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];; K- T* U; N% 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];* G$ T% U( Y* Z: V/ c8 \( K4 _
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];
e8 `; C+ w# ?# n3 NAeq=zeros(7,112);8 F! g1 K) C# f/ H: N! c: a# _
for i=1:7
1 i8 w; X: _! t, S Aeq(i,i+14)=1;
- N0 u8 w V M* P2 t% @end) ~1 r) U: |3 N: o
beq=[2;2;2;2;2;2;2];
- L) w' r4 q1 i) t[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
/ X# z, E. R! n$ n/ G. |& }! A ]1 |( r3 m2 y. C9 a3 n6 q o# o
6 ]; M, ^5 S' b, h0 D
/ U; G& M* a8 A& A7 U& q4 a
3 U4 e+ e2 b+ ~$ m |
zan
|