- 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; o4 f( q8 g( \( k
1 描述$ b- S: o! O) ~$ ^+ m
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。
% B3 P2 i) T* o8 @ X, x) ]6 b, j2 R2 U; a( \& Y4 E
2 问题概括
+ H) m- M: m# {+ \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 c3 O) J8 `3 M3 l9 ?
7 v5 T' `, l& u% n5 R- v, S; B' Z1.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?
3 |' k5 C3 X& Q+ p: x6 _/ `+ Q* o: s6 ]. y) c+ ]6 b/ 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?
^% d* Y8 [: S
* M7 R x% z* _7 w; t3 建模过程7 Q- n8 c. S( A* ]
3.1 边界说明
" h1 k. O, Y$ Y r7 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;
t4 y; q, ^. `1 t, \5 o- r6 o: P* L: B
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);1 }) k) h6 C+ W/ \. e0 s1 _; \
% J+ |) T( Z/ e% ^" J' v( O3.当天工作当天完成.# V9 J2 B7 X* p9 e
' C; \+ g0 u! R8 M3.2 符号约定
4 D1 f9 a$ w7 T2 [, K: O4 h![]()
- `" v: x, w) a& j
i) Q) e. ~9 u4 T; E1 `- h$ o* V& n1 M: |% @
3.3 分析
! |& a' C" b# A+ U6 C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.4 a7 f: Z: ?8 q' Q6 ^6 S
* V/ h0 e' q% B/ b m$ Q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.
5 E+ V; v9 q4 e( a: m
3 q6 M2 A( [" z1 _' L% ~) K4 W3.4 模型建立
+ \! q8 Z8 U8 r $ s7 N5 i |$ J- k; P. e
/ R5 S! f/ L4 ]& Z. B+ k( }
5 {% s- m+ O6 Z& n& T . ~! W2 W) q* F: k0 l
+ K. p7 L I$ v0 I; s0 f4 S# j6 X4 e8 ~5 |4 q# V& B% E" Q
![]()
; u9 x7 }8 b' l7 Y% T1 K7 N
' ] w, H: l, z4 S; ]3.5 模型求解相关数据表格如下:+ Y2 l2 T% z+ C; y% {
数学系的职称结构及工资情况 7 t. e0 X: \, T; }' k
1 G# `2 V( K) q/ S( j![]()
O+ I3 v. L, f. d. H , P6 ^" e! x/ Y1 x+ p
' `5 ] t! {; R% Z4 模型评价与推广! l3 n: c* ^' `3 C- r4 ?
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" v" R4 r k ?/ r
& j' ?1 E' a2 o, I3 ?1 ~8 N2 w
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6 v$ m: d, n: @1 w0 n; ~
6 I8 @. y' M9 Z- e
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。- p+ }# k8 X' \1 [+ E2 b4 j; ?8 ]
4 w" f% |8 D# K [/ m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。8 m9 Q; c+ q7 `5 T; v$ R' x1 K
* r5 o( A* U- b2 A V6 E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。
' I. l& _, q. T- d+ F
7 E! k3 [5 Q: V% n5 实现代码
! d5 t- e: P5 n, qf=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
7 ^4 d+ J' Z4 y% GA=zeros(9,16);
. h0 t5 u; T! q& ?- W+ qfor i=1:1
' K! P6 B" r% p; h/ Q for j=1:16
% t8 O, i7 K3 E f4 b: | A(i,j)=1; " E) F- A$ K9 T
end
* R- I( M7 a' q! N- G$ M6 Jend/ j( g* p2 H/ O* Z
for i=2:5. ~* Q! `& A* d) _6 E: L ? R
for j=i-1:4:11+i& K* G/ ~3 c p0 N% }* ?
A(i,j)=1;# Q% ?/ M o5 L9 M; z: O s$ r n
end# P; ]2 u8 J7 X. E* [; |
end' q7 X. H5 A% l* ]
i0=0;
5 R# t' ~: b3 k+ t$ ofor i=6:9
9 d8 E% S; Z8 l for j=i0+1 i-5 )*40 n! z+ O3 i6 N& _3 E
A(i,j)=1;5 }: i/ n- P7 M
end
k$ M* b% t3 p4 f i0=j;% u2 A# z7 _% B! F
end
% w3 b! X! k" |b=[64;17;20;15;18;12;25;17;10];
' K& Q) _! G: z9 A. HAeq=zeros(1,16);
9 r! j/ F: t1 y r) n; E4 @Aeq(1,3)=1;
1 `7 M1 _: ^8 ~! }9 F8 a9 ubeq=[2];
/ W: ?+ J8 C0 C' o+ @) k. LLB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];
- v& j4 c. a: h% ?; AUB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];
/ x/ z/ T5 s# B9 {[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)' W5 ^5 e, z& z+ U* d
5 }1 Y% Q: n! @# w
, w# |% Z) y `' j" F* @" n3 s' z6 X. V3 d! @' H4 ]
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];2 M$ a/ b E$ n9 B6 S# W
A=zeros(60,112);
) ?' @# Y0 C( \- H; l7 {* Q4 yfor i=1;1
9 {; e$ H9 y, Z for j=1:112
6 N' S4 E/ `9 }1 {- w3 I A(i,j)=1;8 T0 Y6 S s# d! c m
end
: V1 o4 m+ g' O' oend
/ `! F4 y& x3 ]: _- P4 S) Zi0=0;
, ]* ^6 @$ k; {: @. ?for i=2:4$ S$ J6 G; ?7 |. ^& {( p9 T P
for j=i0+1 i-1)*28
% I; ? y9 J2 R! j A(i,j)=1;
: N- F4 _$ A: H6 F9 E; [ end0 s& ]9 T! x% s
i0=j;- ]: g! _. Z$ ]4 h7 q
end. I; A+ D* S' s9 J
for i=5:32! V: G) M* k8 U" b/ B
for j=(i-4):28:80+i
9 q9 Q" H- }" j6 c) V+ m A(i,j)=1;
! f ?" H# Y. Y- F; P end4 z9 P/ T& M/ X* F7 b6 @. Y$ d
end/ v. }: n* R* F, v7 w. ]( W3 C
for i=33:396 ], r; w1 @' S: v* Y. y5 L
for j= i-32:7 i-11): w7 e% k) {% M5 w) J
A(i,j)=1;3 P2 j8 D3 V( c/ I
end
9 L/ b- W) u! `7 o8 F8 {1 Z2 uend
. k, l$ D; `$ G! d5 U/ R, d- oj0=j;
) i2 v5 h+ w' L; @ A* o! jfor i=40:46$ O0 H# d5 V- C- z
for j=j0+(i-39):7 i-18)+j0' f8 ^* h+ j$ R+ f" R5 a" G8 \( ]; W
A(i,j)=1;+ r; |1 V, [- g/ x
end1 X0 x' T5 K. Z1 o. X( q q( }8 P
end
" T- T/ [& u0 Sj0=j;8 |2 N/ |3 q! {+ s! A
for i=47:533 c1 A- L- D/ b: [6 P
for j=j0+(i-46):7:j0+(i-25) ?$ N% G: v6 Z
A(i,j)=1;# U# Z; q6 X9 z/ y
end
) _. I o z0 a9 i6 I3 D( dend% t: U0 t1 E, t$ C- U
j0=j;- w: H- C m9 |2 G$ l& b3 n
for i=54:60
E: E3 G, M5 q% v J for j=j0+(i-53):7:j0+(i-32): }1 r( D' r; O& b
A(i,j)=1;% [+ T# W9 I, X; Q% _
end
- A, O3 _8 d% `# p1 z, z' |) S# fend
2 X. ~; R' Z: k( mb=[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];6 h5 C% ~% h4 |
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];1 P4 k0 c7 V$ s* Z% J4 Z
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];% z8 Z; N- u z- c+ L# E, t
Aeq=zeros(7,112);# [3 w7 W S+ i: T Y: a' w9 k
for i=1:7/ u2 `% |6 j. T, o% A P& ?$ D
Aeq(i,i+14)=1;& ~. r1 t- h# L; A+ Q3 g$ a
end8 \9 J0 F: `$ H; h. U- ?
beq=[2;2;2;2;2;2;2];
' g* D0 v! p1 ^1 I6 m- W: }' \[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
/ I! Q0 J! E/ S2 h- Q2 [# L' d; d: R* ]6 `9 j
* S. M3 g0 d9 _1 [$ u8 Q/ i- [" s
8 `3 J) l- W% }- [4 w$ }9 {
1 ?0 E% N7 H3 |( A% f0 o2 Z
|
zan
|