- 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
- 40331 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12810
- 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' ^# R" \# D2 z; ~3 A. j8 _3 z
1 描述$ O% C0 y& E$ j: n2 _2 g6 P
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 K" `1 B, ~! o( Z o
& Y1 ^- Q! A; R n2 问题概括3 g1 H( V/ 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:
4 K. S( z% J: N) ~& v1 n- V; n. {
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?+ ]% D, g* L0 y m
) x5 W) q) V0 E! p7 d: R( f& I8 [" e
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 X; S+ A- ?* D
8 z! c# g+ j; M4 _$ ~8 ]3 建模过程
' R1 X1 l3 _- M# b1 O3.1 边界说明
" K8 O$ e1 g! `9 J/ D5 j1.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;) R/ S" k# `: o5 m+ Z
# q# b$ A, H+ @) f( U
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);
% |6 F/ x) @4 u1 @2 G" n* D
+ ~3 z' r7 A) w% S! G+ E3.当天工作当天完成., w9 f) X& u1 M% |6 e
. |) _( A, L5 `6 e. ]& U3.2 符号约定- ]% P% R/ w, I) N4 t; _6 \' M/ b
, e2 V) O3 `4 U0 l7 }
" B& Y, O% C7 j9 e
6 {3 U( y% w; T+ M9 I& E4 X/ j
3.3 分析4 p5 a# ]+ ^( c5 B* q1 T
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.
+ W4 }1 g: V8 Q% i6 Q' r$ m D9 i& y% I1 [' r5 i
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.
; p5 k9 m: j4 l4 J3 q
) c# V4 O1 H) G" n2 g3.4 模型建立
* L3 k7 x$ k3 @+ L }, n ) m* v6 u# h W5 d5 s8 y
0 y2 C- |/ p0 M6 g
9 F8 f4 p$ e& D0 c) j7 A
![]()
' R& ~ }' J7 O2 D+ X) ~
& o+ y1 O- d! v0 @0 \( {1 Y9 j
, A* `2 w1 J1 @4 R2 l![]()
/ t8 I0 u9 V. g6 o2 v9 }/ k: b5 g: q1 I' M7 {- D+ P; y3 n) m5 }
3.5 模型求解相关数据表格如下:5 j9 j+ @ A; I" _1 e- r3 D Y
数学系的职称结构及工资情况 : q/ ^9 A% q/ w$ B
* f" [* t O! M @' b9 s * ~. e* p9 U/ j9 ? \/ A3 S8 ]
7 O/ m; X- a0 m
% Y7 i) C* J# l; v W
4 模型评价与推广
' `# b6 s' y# \ u7 t/ G8 D本模型通过合理的假设,充分考虑各方面的限制条件,得出的人员安排和直接收益
2 T6 W1 V3 I. Y3 t2 v, f. m; Y" h) c- z) P$ e1 p6 l- M( P
都是本模型的最优解与最优值,对武汉大学数学系的人力资源安排有一定的指导作用。但从模型假设中,我们可以知道对数
1 \# Z( v0 g) P
m, ~5 k0 c# P) i0 C学系现有的技术力量的安排是随机的,在相同工作时段里,可能会出现部分人工作次数较多,而部分人较少的不公平情况。/ m5 W: c3 k! e" M4 ~
( u5 g' {. \) w! v; y
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。
2 k- O) d- u7 D% r8 i" m% @! p; w/ J+ h# n; `
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。; q' Y$ X' e, Y6 W9 S
4 ]1 |4 [4 U2 I. n9 L- K2 S+ s3 M5 实现代码 K# I1 I& X; j& L/ p( M
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
$ N9 D8 w S! i- W0 A: ?" q# {: T0 HA=zeros(9,16);: F# K6 }5 R) O6 a
for i=1:1
* B4 Z* n2 N+ J- m+ z( {( [ for j=1:169 r, H, R0 l0 \8 f3 P# W. r
A(i,j)=1; - ]% N9 v4 [+ z. w6 F/ H6 R5 L4 r
end
8 A! E$ L& g1 B7 y$ z* U; Zend4 d$ P8 g( r" k/ J3 P- H: f
for i=2:5: s* s+ O; x( Z, L) f6 ]- x
for j=i-1:4:11+i
4 j$ q% O% N! N) O& G A(i,j)=1;3 \) @9 v& e9 t. N( a$ t( L( O
end6 r0 q/ B1 f5 \/ T- K
end; V/ y8 t+ P* p+ M; k# N3 d
i0=0;' w& a& `, p6 P% y
for i=6:9$ w9 `! a- v }& Q. p( f6 d
for j=i0+1 i-5 )*4
1 \# i; N8 ^) l% y* s A(i,j)=1;
1 d T, n# L! M5 u8 H end: y# W4 V9 M4 J. r f+ H
i0=j;
, a5 n: e. N" j* T( @5 p5 jend+ N4 ^7 H+ V4 r" h- `. `4 w
b=[64;17;20;15;18;12;25;17;10];
4 w, A% }1 e! D& F# xAeq=zeros(1,16);
1 W% Y' y0 e! w8 v# B' e* DAeq(1,3)=1;
7 ]0 E9 I% l) q2 Dbeq=[2];
w! E' @( X" MLB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];
* f5 b8 K$ o5 U8 v+ {UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
( ]1 T0 P1 ?+ B# I- a. D[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
% X i: ?0 [; o' w- i+ w8 c, ` i4 Y: W6 I/ D: O
5 k. g" } R8 [, d/ \# r: y9 A' D5 q2 E
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];" t0 v$ i0 {- ~! l! H7 K
A=zeros(60,112);
( E. }& `( q; K, |- Mfor i=1;1$ f' G4 o! b E( p9 ^$ L
for j=1:112
( z! E* _2 R1 k' i H2 W1 v$ s A(i,j)=1;9 ^" e+ k. p: O9 e$ W
end - L" x0 C7 q( X% d/ P/ x8 E, ^" z
end
4 q- d) j- G" C( Bi0=0;6 f7 g0 W1 c1 u J5 F$ }
for i=2:4
3 b' c/ o% |8 N# K" [( f W for j=i0+1 i-1)*28+ c1 Y' D' o$ Z& r; B8 \
A(i,j)=1;( H6 }* }& ^. y% j# N* k
end- }/ v* V2 b; C& [, U$ s
i0=j;0 h% l! o, {8 d4 Y/ J7 e. E/ f0 b
end
# k- \! r. b" h8 e# P) efor i=5:32
: Q& L: a$ l3 G$ h9 ~- K for j=(i-4):28:80+i
9 X( m5 ?% G# b6 U# [' R' K% u5 @" M A(i,j)=1;
q$ z6 x# y; t end
1 b# `; G( x( `. u s9 B4 Jend
7 S$ q8 Y6 \) vfor i=33:39. e9 L7 e2 g9 n; ^+ B3 J
for j= i-32:7 i-11)
3 n2 @7 q# S0 J- T A(i,j)=1;
. V( u, D, t r/ b! J end
- s+ h( w6 h% i, N8 `$ J, o' rend
+ Z% V ]% g( u( L; x' cj0=j;
M0 C4 }* m. L5 {( k& V) _for i=40:46
! n" D$ p5 Z& m, F1 m for j=j0+(i-39):7 i-18)+j0
* w; w9 ^+ Y; c& P8 R+ m A(i,j)=1;
5 k. ~ e' q W: p end
: f9 S/ G# f3 s% ^! Iend: ]# c. C2 U, m7 P/ |8 N
j0=j;- q4 K/ n* o: d9 V& t/ r& q
for i=47:53- t/ m# h5 Z/ G3 F& G$ ~
for j=j0+(i-46):7:j0+(i-25)
. ?) J3 l2 f n A(i,j)=1;
( h8 V% m: A' N# {6 x* g" t end6 O* U3 k5 T7 i& L* {
end, y8 ?. |6 f3 G5 X/ e- ^ w
j0=j;8 q8 p; B# N2 Z( V4 \) l
for i=54:60
* }7 C/ I8 S3 V for j=j0+(i-53):7:j0+(i-32)/ K2 O% \" Y- `2 Y2 ~+ c- y" Q
A(i,j)=1;
# ^1 c7 @" P" V) B3 K1 [( d9 U( E end
' e, `2 O, N$ }! H4 yend% M8 O) E3 X/ o6 n. Q* s7 R
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];/ o# j3 {: L9 ~& _5 r
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, i2 T! I- U( ? S3 f& d+ g" JLB=[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];- E( \2 e' R% J
Aeq=zeros(7,112);: D+ s: S4 D) h* P7 K/ i
for i=1:72 q; P, g# ?# R
Aeq(i,i+14)=1;
3 A& Y6 W8 q% @8 oend
, O! v% c8 i0 _beq=[2;2;2;2;2;2;2];& ~5 _9 f7 n: O
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
; ]* R# ?+ Y; b" S( I( [! ^5 ~3 v! F8 H+ W
7 P) S' E$ @: s7 N
, Q0 d9 @9 x% e- K" [
& b7 w0 {" T { |
zan
|