- 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
- 40330 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2 F0 d1 {: O3 u+ v
1 描述5 C6 {$ { L- m( d" A8 @
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 N# H) }4 A; C1 T/ x5 [
5 l1 I- X; W( ~9 B8 v, _+ ]) p2 u2 问题概括5 Y P5 ?7 s; e. M0 A, 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:' ], m$ m$ C1 f* M3 |- d
: v- I* `, K* q) b0 g$ \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?
! o4 M* i2 F* D+ T8 g* S8 a# N3 S5 ?8 ^$ h) ^0 z+ r% F
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?
+ Z- `7 t9 ?- {! `. W! u& w% M# z) M! B. S! g; J. d
3 建模过程) @2 C* V3 h% g6 v
3.1 边界说明
3 D0 R: l2 x# ?$ c2 M) H! j! y1.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;
1 h& v$ z2 x1 L# o: m; B$ {4 x1 y( ^) f- a
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);
, D: l3 v2 s' r1 c& L0 o3 {
3 S: Y A1 i( _# f3.当天工作当天完成.
" D; Y+ ^ t: O
) u5 X+ z" w* Q* P0 g% g: k" n. L3.2 符号约定
3 C2 C1 j* R: }$ H' q 1 Z/ M" _; X0 S% N, O' h
# X8 C7 q: d7 G8 A* X9 Z& T
+ r, @- n' X+ ?/ T' R; Y
3.3 分析: u! D: Z& d6 w
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.
! M3 V$ m/ Q* T
% W( l, l# T% K# @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.
8 ]2 z0 d6 o& S8 Q/ x Y6 d) m7 y h& `* m) k
3.4 模型建立 P3 C9 s( q- Q, _! V; p0 V
. d5 G, Z/ n, e2 d1 T9 u) j
N# z7 I. g! `
! ^4 O E( u; [7 X; b1 R9 K @
, x) D8 h5 w& ?" L6 b$ r j
$ {. X7 ^( C) C7 M' X8 H
, N7 [+ f7 p9 q![]()
' i2 b, \: w5 q4 S0 V/ ^# d
' N( R5 d$ ]3 {+ c8 F+ B* u* x3.5 模型求解相关数据表格如下:
% r7 ?& Y# w' _) e; |6 [ T数学系的职称结构及工资情况 ![]()
2 U# o; Z0 @2 @ s" _5 ~0 C4 j. B% i" q8 z$ u8 d4 i3 q
6 [7 b P4 M6 x: |7 K; u
: C! c/ m2 Z8 W: I
~9 ?% q9 X$ `( f4 模型评价与推广
6 D0 u: P( g y+ @4 h: K: g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& S- m+ M5 T/ Z/ C2 `5 Z5 a
: F6 U& w+ l( [5 T/ a! y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5 ?3 e8 E- Q2 z1 m9 p- l4 r! k) r
4 _0 p( y) }( X5 n- c |7 W" i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。2 b5 e5 b" s1 _% t2 d6 }
& d0 @7 V4 v8 I& Q+ b$ 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。" s- d! i7 r( ?, Z
. i- ?% t* ]! S1 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。1 T. `3 l; `( ^
* ]: t8 v; ^- B5 F: R: ]" [
5 实现代码: K6 `- b% N2 a' l
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
" I9 x/ {2 I" j+ u0 N: m9 B7 xA=zeros(9,16);$ _% p6 H/ ^0 S, ~" m* ~+ {$ \
for i=1:1
* _# {- ?' T! x) P- |" J9 S for j=1:162 e0 Q+ I4 e# M0 \. o1 D1 \: r2 y3 q
A(i,j)=1;
& A- e0 o5 q, r( l2 d3 s end
9 f% {2 h y1 m8 [3 i6 tend' f8 l L4 I7 x2 Y
for i=2:5* u9 f" ^' U3 Q; z1 y+ h
for j=i-1:4:11+i
" W8 ^; H7 }! ]% J" r3 a A(i,j)=1;6 X" |! u# B Q
end
; F' H8 W# c" m! B1 U0 kend. C" P* @' k# u; b# g) X( Z
i0=0;( K a, B2 h8 s: x* t
for i=6:9) T, w m4 Y; p K! N3 p& Y! f
for j=i0+1 i-5 )*4
. d9 E! p. I! `0 k2 ]# j( r A(i,j)=1;
8 o' [ D. W8 h) ?! a4 b& | end$ V% s( r/ ]" G9 ?' v
i0=j;. g& M. c( B1 I" U1 x# @0 E' @/ K# x$ l
end' a. T2 `/ y1 z8 D2 e$ \: T- d
b=[64;17;20;15;18;12;25;17;10];
; F' |1 V( n/ w" n9 k, AAeq=zeros(1,16);+ B6 t/ f( g2 t8 d
Aeq(1,3)=1;
( \; l9 j# a2 B/ T5 Y( m2 sbeq=[2];
$ {9 _* S( A, x5 d: C1 mLB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];
/ `6 v/ n: R9 g9 _2 e/ |) XUB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];7 P* T) e7 O" s& A9 s, p
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
. |/ x! A2 p: X3 }; B. I/ p7 s, k, ^% }! M* Y" g' J: u
" @' k. U3 ?1 z- R0 Z+ w5 q c2 w
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];3 i, U ~' F3 q3 r2 Y
A=zeros(60,112);
+ ^4 w% n9 c+ g' _4 n9 Rfor i=1;1! d& q; Z+ l6 S4 v. P: k: c) I1 h
for j=1:112
p+ Q* f+ I$ P& T! t7 c+ L; \: n A(i,j)=1;# Z; s( x# I2 M* W3 r
end
! e1 l4 D9 F6 z1 m. K' Nend
- U& _4 i" {' c! H0 T; xi0=0;
5 E- C: ^' y8 m6 l' k) H5 U! nfor i=2:4( A) I0 E- M+ J4 M0 ~
for j=i0+1 i-1)*28
9 z# }0 {5 d) O( T( A5 b9 p A(i,j)=1;! `8 I3 r- @; ?( F
end9 L+ H7 T( R# [1 j& a$ o" J! {
i0=j;2 c0 B% r' O4 B, s
end
# D+ K; b8 j/ B( U/ d' Hfor i=5:32% |4 s2 r3 d0 p$ F4 o, H# u( g
for j=(i-4):28:80+i
+ l9 l( G# ]! t/ c' d* v0 }7 Q A(i,j)=1;
- n' B& R$ ~2 \ u/ g end5 Y8 W! N, L$ {8 g7 z4 F
end4 n1 c9 k, R. Y: |
for i=33:395 b' H' |* e, U5 U o6 [
for j= i-32:7 i-11)
7 @8 C( N' e+ ~3 \% B A(i,j)=1;4 ~2 E! m3 c2 n4 N) T9 ]( h5 c
end
o" k# k9 _; f9 e1 H# A# q) I7 tend; c: M; s0 @7 v6 _9 Y% H4 f1 {
j0=j;
8 V# u$ @4 @6 T/ A- @+ ~for i=40:46, A* N9 p* i* X9 Z. n* I
for j=j0+(i-39):7 i-18)+j03 ]( D0 v0 q3 R+ n k8 F7 O+ y, I$ j/ z- Z
A(i,j)=1;$ a: g, B( M0 H& {
end5 | b* m4 P1 u' r
end) k! R" T, T$ B* s: u* w
j0=j;$ O9 u/ _- T+ U- u3 l/ H( s
for i=47:53
+ `0 e1 s$ q/ o* h9 R& r3 f for j=j0+(i-46):7:j0+(i-25)
; r! y3 O7 U6 ^: k4 f. x A(i,j)=1;
+ @4 [3 h: w, B; ?' W5 y' x( E end4 g9 N, i; B( j0 F8 ]
end
5 ~/ i, p/ F) b' sj0=j;
2 X, M. T8 {1 w A' W* c, r/ `+ O7 ?for i=54:608 N! y \+ _4 V1 S$ Z
for j=j0+(i-53):7:j0+(i-32)
1 Z! e9 Y7 c A2 t- y0 {" E A(i,j)=1;7 L* [0 p; P0 H; N! X6 K
end7 J9 c, ~0 W4 j! E4 S2 k
end- `0 \& S; i4 b1 m
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];$ e8 F# R. r: k# U7 F
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];- Q4 |2 r3 Q& a9 O) t1 O
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 ]- A: X$ ~3 o, j M
Aeq=zeros(7,112);# N6 i, w3 h+ n& V: T
for i=1:7% Y& ?: _/ r3 I4 P# T
Aeq(i,i+14)=1;" o. k* O- K3 `* G E+ V- x
end% f s* a# w/ V
beq=[2;2;2;2;2;2;2];1 K7 o! F3 `* w6 N0 @
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
, t2 \+ k. T6 {9 H8 F
) V* H3 k2 F, M' d" `$ ^. v- g* T3 f; U
" K7 ~! x, @( u6 o; R/ z2 r
6 D, }. b$ D, e3 T, H3 z4 N |
zan
|