- 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. e5 ?+ f: m3 i4 H& ` f
1 描述
, n" a, k# |! s, J% k% g1 {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。
3 I8 @ z% |" k9 ^5 h! ?; C/ }& i8 _7 m
2 问题概括
5 Y2 D) B$ j# `8 P8 \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:
/ V4 p" H. N0 J% S
! n5 j G; G6 b( f8 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?$ w$ l1 O0 I9 ]2 {
" W* ~" l9 R" Y
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?
- y0 j1 M& U3 P6 I$ z2 f" K3 f2 X" p
3 建模过程
* R* H9 j, x' z* |3.1 边界说明% i I) A3 _* F7 q. I
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;
; \3 V+ {$ m4 Q- z7 k7 c: g, C2 [% H4 f+ k
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);
, P( a% H$ ?% y5 O/ q" r$ b( p* ^6 s1 h
3.当天工作当天完成.$ {9 H8 j& d) O/ h
. J4 H+ B# N! X/ B3.2 符号约定1 y7 c9 O0 p7 k2 C- \. c) H! Z& \
![]()
0 j3 f1 ^. r. G' w* s/ S Y' W2 O h+ `, a7 O( H
3 [3 ^) E4 M, b/ t' b- f3.3 分析
0 q( E6 O! n6 f, L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.
$ L% Q2 n& c7 k8 l/ X5 }% i
) K; [- G8 H u0 P6 ?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.
9 ]0 V* X, K0 f9 m$ @1 b
5 N2 k: _6 g2 s* D; O7 K7 L3 @4 M3.4 模型建立
0 V* n3 k) ^/ [, t8 t![]()
0 g: r7 G x2 r+ T, p) I* p+ n) f$ t6 q+ w' a% k( B- M6 G' }
4 g2 d6 I$ d# x3 ?) d7 V![]()
) e9 x4 c4 V! m; _/ `# _& B
9 s, A' g& l; W8 ], H/ O
' o" M$ N! S V+ J ' e( I; Q9 r( a8 e2 G' E1 S+ i
3 ^4 }0 E: C* ?( Q% D
3.5 模型求解相关数据表格如下:
. u6 Y9 K7 `2 t3 k* t数学系的职称结构及工资情况 ![]()
, P0 `8 }. R; O' b3 N% v! V' b* u$ W5 c4 O
4 J, z; x' j' p8 I
3 ]' R$ X5 |. |
8 v# ]4 m% N V
4 模型评价与推广
- ~% K$ }2 |' ~% \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
" ~! a9 S! `& e# j# {" E
# q- h2 ?; u' |) w X0 V' t v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 h2 i) R, v) e2 U* H0 A
W. |# |2 g& m' h" R9 B
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。
' e& B9 B2 k; D- D5 ?
* p4 D5 m: i) v7 s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。. X, k D" _& b. S: D3 N( i# t# U2 |
0 `4 {5 E( Z2 D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。
( z% ?2 q2 M& {: X/ u9 T, J5 A- r! E) H4 v8 S' g
5 实现代码
" t: T' b% ?* M: M) Kf=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
; i, P8 D: J; E1 \3 JA=zeros(9,16);
& A/ i. e# q' `# n( M& _for i=1:1/ t, `8 L. U% h5 w* X6 S0 u$ M
for j=1:16) i+ e H; I, {1 T D; T5 q6 O, v
A(i,j)=1;
! A9 |3 T8 ^8 Y' O0 s end6 Z8 y _6 N& E& F6 a
end
0 j$ `+ C# ^" W" |% h" l3 L4 m8 xfor i=2:5
. P) o2 w0 h: F4 e for j=i-1:4:11+i: | N' d, `% I$ z: Z0 ]* s+ h
A(i,j)=1;
+ e% S% R; c ]) }" W end, y) \( ` g- B- J: [
end6 U8 ]/ s7 T2 Q# o
i0=0;4 Z: Y. ]' @- \ H6 _( [; f
for i=6:9
/ `; U; c D9 f* O& Y# H for j=i0+1 i-5 )*4
3 E* L! Q* I7 g' Z A(i,j)=1;
1 U% L3 V5 [) O# M- q2 | end
1 O6 D- g4 H" v' D" o7 ? i0=j;
% B: T3 O3 g! c5 ~: yend; Y3 Q/ g3 O- {4 V- H$ H5 g
b=[64;17;20;15;18;12;25;17;10];$ O/ ~2 s0 @! q4 x0 _! X$ h1 V4 \
Aeq=zeros(1,16);; t' B5 M$ V: T6 m, F
Aeq(1,3)=1;
* Q9 o( \$ e: B& j5 ^beq=[2];. K b$ a, \) s$ C6 |
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];0 D9 b& S% G: C0 G( _. _* t6 z7 \
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
& z" d( R$ r+ {6 q5 y5 J4 V[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)# m! ?2 ]( j! @: h; U8 g: z
; J3 F+ g$ ]. r, h" ?/ [4 }9 V% V2 r: `2 Y/ V" p
/ G) Q9 f' t& S9 F! z. H" Lf=[-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];+ p0 I& F/ H( W1 P* [
A=zeros(60,112);% y+ |, |1 X6 c2 \& M
for i=1;13 D9 Y' ?% H' d% @8 @" B. ^1 @! F
for j=1:112: V: f5 J! J- ^6 t9 H
A(i,j)=1;" M! ~( p5 T8 Z! y' H2 o7 F: Q
end ( \$ L& j; `2 k- F( v" L% \
end- J& n+ m3 p; J8 O
i0=0;9 b1 S$ d/ b: X& n: [( z! I# o* u8 y
for i=2:4
4 V6 f6 ^$ t) G7 H( R' f for j=i0+1 i-1)*28" f7 X# J- r& K) ~( K
A(i,j)=1;7 I# q9 Q* N$ i: Y$ V
end
4 @6 }- L8 ?7 K! e& l i0=j;
3 k3 F$ l$ P) rend g3 ]. o! j$ b: k6 t( C
for i=5:32' ]& c: z" M/ a6 \
for j=(i-4):28:80+i
0 P! X6 n9 e% J! s# R, T A(i,j)=1;
7 y- N9 H, d1 `$ i7 h end
/ m3 q" b+ t" j, i/ O5 Eend' V- k0 C3 e) _! v8 n
for i=33:394 R* ~: A$ x$ Z8 ~* J( a4 d
for j= i-32:7 i-11)
9 I4 c! \) Z- R" H A(i,j)=1;: K& E* ]- Q/ T: f! {: \+ N
end& k$ }6 S. r& v3 N& k+ r2 t
end
5 v2 j& P: {4 t; I7 ~; pj0=j;
V7 E2 P- e Q& p! S5 Z1 dfor i=40:46
0 ^3 V8 E. e# j: H for j=j0+(i-39):7 i-18)+j0 N* o2 f4 X: x! K5 J# j8 c
A(i,j)=1;
: j! f0 w j9 |& N9 I# O end% K1 n( F3 ?. M4 b7 P3 x- e
end
+ S* I/ g. f2 h% Uj0=j;+ @% R% f* o! ^6 X5 K) J
for i=47:53& p; I$ o5 w) y# C+ _, h- X3 `; m
for j=j0+(i-46):7:j0+(i-25)
5 D( @9 ^( g' v! J4 Y A(i,j)=1;
9 q0 y6 s# i4 `- f+ _9 c- V4 }: A( c4 p end
% T. h; P& h1 s2 v! R# \end
2 m- `5 H o1 r4 N3 l' {7 yj0=j;
. p* p4 U7 Y: d& Wfor i=54:60
1 I7 Q8 i& }& H& {+ t6 X1 \ for j=j0+(i-53):7:j0+(i-32)6 N, A+ p0 {( T. h2 e. \
A(i,j)=1;
; W1 m, f( U1 _, v" D end
: z2 F; A4 D( }3 X: Send4 [; b: V* g- U1 p }6 T
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];" c# e G X- y) g/ Q5 l& Z
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];
$ a9 s$ W, r3 `/ X( ~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];
0 [% K$ x& A& I7 o, PAeq=zeros(7,112);* U' ?; ^: E2 I/ p
for i=1:7 C! \! B0 h, ^- \9 O/ T
Aeq(i,i+14)=1;
7 r- S, @: B6 y% ?7 i8 w+ @" E2 @end
! x: {" O6 c0 @' W/ S0 Vbeq=[2;2;2;2;2;2;2];5 h* W& h" P& G7 H, U
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
$ H2 f! ]7 \+ z" r# c( s7 K
( m p: l- T6 Z2 G) s4 S; @) [
; l. I4 C/ l$ H$ T
, j" G9 V+ N1 W9 l" ^
3 j$ r5 `( _' ^ |
zan
|