- 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: ]) `, D: P& D% }4 o2 W' m
1 描述- X# |2 X" m" C& `1 Q
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。# t8 `; h7 L5 w- r+ A0 y# o
# i& s3 v# d' t5 ?; V2 问题概括
! [, _4 z- x/ ?4 L! _; Q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:0 ]% O& U; v& u0 r9 h/ P4 Q9 Z5 M
4 p, ]( r5 C9 S- s; Y% i, c, p
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?
6 I0 Z" [0 n8 v; z2 V5 B" Q& d; V1 d
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?9 c; N3 ?4 Q" l) H1 Y1 _/ m* c- S+ u
) G5 `( X0 V& Q8 j! G# N+ y7 r
3 建模过程% s0 ~2 H3 ^9 V# }
3.1 边界说明1 H9 q* Z5 Q1 A1 Z$ J3 g
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;
# p. k _4 w3 _% n! R) j0 c
* I4 Z2 z7 k% ?5 v" x2.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);' S1 i# _7 ]( O4 J. {" O
7 j. L+ z4 t1 b3 ]7 ?5 e, g) u, z. c
3.当天工作当天完成.2 \ Y8 L( t- T* B, I7 x+ n6 e
, `4 I, ^# C& V" ?# J& E3.2 符号约定 G/ \8 A! N- T5 ^* X
![]()
) m% e+ @% f7 k7 _4 T
* n$ v; {: U, F
. h9 I2 E( F6 m! E% c# r& s Q3.3 分析
. F# t' u8 v, A/ L- N) t: c9 S& k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( d7 Y/ ]. b3 ^6 [$ B# @$ N3 _; t8 M) _, ~; a
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.! j4 g+ Q* l# A
( C* M( a2 `, u- U' T* b3.4 模型建立% ?7 b/ y$ i2 a5 J0 t$ x( S
![]()
$ f z3 {! w* U8 X9 [; U
' Z" ?2 G- V9 T) q
6 n9 H7 X4 \. O0 ]1 P* d![]()
0 K! h+ R4 A. {! m2 M) _9 M- L1 t5 C% b
9 @$ l, F+ s2 j! Z' `) H
![]()
N- x7 e: F7 o e2 t( I% `4 a% J, u* G9 z) F# i
3.5 模型求解相关数据表格如下:0 u* p5 @; [) W
数学系的职称结构及工资情况 ' K& h9 |' w1 _
' j, H" f6 v( h- V 4 y- |1 ]- D: a" s
![]()
* _7 V* P/ M. U; g8 x3 j2 N2 g# e5 k' _) W1 F
4 模型评价与推广. }3 w/ G d* [1 f) i
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; j; w8 a7 ]: b& Z. `3 M4 F
4 x, p- P! y' Z) p* I, Z
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7 z( ?. ~/ f X9 @, s! ~4 o4 P; f/ N2 P
- c8 b! S" |" z5 |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。( {; u7 Q" F/ u: S" [
/ m, U# V4 v$ H: i/ Z4 e5 X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。7 f, Y; b5 E; v) |9 K! {
! k6 o. r% h* ~/ p- w& Z) 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。6 N2 I( o3 z- M, X. ^2 ]1 n
5 A' p, D: }- D7 I/ V, y9 m0 `5 实现代码# S( u7 Q% D- T7 M
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
9 h Z" @, a, f! N. b9 ?A=zeros(9,16);
0 b7 A& s: M2 D( U# Z0 U% ~4 cfor i=1:1- b' \' B' X1 n2 V3 k
for j=1:16( J! M& @' |0 @! ~! n0 K5 e& ]7 W9 ?
A(i,j)=1;
: e% |0 w5 _$ k+ Z: Z end
# x- i# d G9 Z! Gend* U+ P1 M, }7 ?4 F/ w/ P* U$ ~2 T
for i=2:5 [2 p3 { {) ~, F- g1 ]
for j=i-1:4:11+i! e) P) ]( U# ]* Q$ _4 q
A(i,j)=1;
6 j) A* X% G- d" c! X8 R, k end: v% Q5 ^* H3 ]! q
end
7 v/ x) y0 Y) B% ]0 v1 J0 bi0=0;4 Q+ D9 s/ {" u- v7 s
for i=6:9
% P4 {6 P, G3 v& \ for j=i0+1 i-5 )*44 ^) O. T$ K8 ^+ |7 d
A(i,j)=1;+ C9 Z4 q6 s y; @
end( [9 C; g0 l- K, R0 ^
i0=j;
% v& s0 x- e6 A8 ?( I; ?2 xend' W# o5 N8 R8 h; u5 F3 P' A
b=[64;17;20;15;18;12;25;17;10];; R4 {( E7 s% a
Aeq=zeros(1,16);
2 S; ~' c( H/ I2 WAeq(1,3)=1;+ q+ a% a- b1 T) ]3 f& B3 P3 S% E
beq=[2];- k* C9 R6 ~: ?. v: }% I- [* {
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];) I4 h% a( P9 |7 B* s( v" ^
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];8 a6 d( y5 D' h" \6 C
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
/ S3 j0 H9 p% K* W
4 h2 ?# n) f: c+ ?6 c- F$ {4 P( A- W) n- q
. l. j* t( H5 G; o" M
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];
$ s' G6 r0 L5 T0 n! B8 ]6 l3 {9 dA=zeros(60,112);, W( d2 Y, \0 G9 E3 k5 w- _4 }
for i=1;1
, X! F7 H" P9 [) U. x8 ~/ m for j=1:112
8 V% h7 x4 P0 A( F! M A(i,j)=1;
s- o% x( q; R1 Y2 w: W end
5 Z& e+ y& V" E# kend! o! U7 X$ ~4 i2 h& g
i0=0;
" {/ M! O0 p1 e, s: q6 @for i=2:4
4 S* V9 X% ]# i6 Q/ p for j=i0+1 i-1)*286 ^4 V2 e& x' D4 f& ~
A(i,j)=1;
6 b2 A |" w, ~9 W) s end
) Q$ E. d/ O" F i0=j;
6 Z% D, X8 d/ \/ d( o" k+ Qend2 {# c+ P5 c* k' |
for i=5:32
1 G: z5 m- ^/ v: n- N for j=(i-4):28:80+i0 }2 w; ~) ?$ G. O- M3 d
A(i,j)=1;
! L2 c0 l# U, {% Z' x end% C/ A' I1 O( V8 Q8 x, \2 I2 s
end& e2 b6 {0 F8 r+ B* t& P) V
for i=33:39# i% d1 y% t) ^( @
for j= i-32:7 i-11)% F J) n: [' k# D i
A(i,j)=1;5 v3 Z# a5 Z: I0 x8 F- Z
end1 B4 F8 \& W4 y, b
end& w- D$ J0 ] I
j0=j;5 [2 H. R; e2 h. o: Y9 J
for i=40:46, V: \& }0 ? l; p+ q( Z& ?7 X. m
for j=j0+(i-39):7 i-18)+j0
( q8 X2 L$ _" p; D A(i,j)=1;
7 o1 h9 L5 @' d9 }* K- D end& g5 ?) x; b3 w# H. L, P5 B" P
end
2 E/ C6 m9 n) Tj0=j;1 g- B5 |- k! ^9 k7 x. q+ @
for i=47:53
% s8 P0 A6 s. `/ c) ]' G for j=j0+(i-46):7:j0+(i-25)) n: k3 {, `9 h' ]) B* n
A(i,j)=1;
; v2 p9 p6 W( i! E* y! h r end( B$ }2 @; l* k7 w$ @" K! ~" q
end& }6 H2 U" P6 p4 w' W/ y
j0=j;
. q! \* \ t8 mfor i=54:60
: }# v# ?/ A5 \3 Y* s for j=j0+(i-53):7:j0+(i-32)
9 \; q+ v& {9 d' P A(i,j)=1;$ w) F$ d) g( q
end
: v9 P9 Z6 }$ Q) m O* q1 t' Tend
( d0 D# q# z8 ` W; {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];1 R- `7 N1 X% H# L- T, H
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 a& G9 T2 q2 |8 i) zLB=[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];# h' H" k, _. ?
Aeq=zeros(7,112);
$ f, D3 Z$ `! k' V& N5 D3 Sfor i=1:7
/ A' J0 t9 h( c Aeq(i,i+14)=1;( |! H; _, v) g `1 K, x
end; \) I4 b+ t; T; t. X. b
beq=[2;2;2;2;2;2;2];
$ c) [( e$ N' w/ u5 ^8 ?/ r[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
. I& ^0 C3 Z! w6 A- _. f# x! n; q8 {# B
: ]6 z) ^. n7 q# {, Q2 q' S$ v/ m4 @/ }2 V
1 s- r9 D/ z) N' L; j% m
|
zan
|