- 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
8 c7 n% ~! U6 |2 M0 J1 描述
+ M5 N2 X8 b& ]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。
) R$ |4 f: J2 [8 u9 m. y: x x% B `
2 问题概括
4 d: l% D1 o& l4 a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:
* D* n$ l i% I
& c6 M( J0 M' D) U, v1.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?0 w& {3 w' ?: J. ?/ Z- x
; W$ L; z! _" z* H
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?
5 I' M O. C3 T- X! O- V# ]/ [1 |0 `# g' W$ @2 R* P
3 建模过程
/ z1 p: n' i- k4 U/ o6 F% k3.1 边界说明
" Z0 v* ^7 L% K$ f L2 p. F, n. Q9 l1.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;- i8 s3 [- [) F0 Q, E
$ K$ I9 ]' a# 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);
2 Z+ J, X( T, R0 @) i X
+ y9 e& N# I w, g- n$ e9 q3.当天工作当天完成.
$ h# z1 b/ Y$ j1 H) u* g5 n5 X( y# |* y$ _( C4 C! v: R4 M& h' y
3.2 符号约定0 l e, S# u1 p @0 K( S: N5 A% [
![]()
) S7 H; y1 B) i) r# {0 @ D8 y) a
' \# C) _& U. i0 _! {
+ a6 Q/ g# m! \9 F3.3 分析3 w \0 u$ h1 c9 }. d6 H$ A
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.
3 y, |, ~! J e2 S
! K7 H& b9 p8 q$ A% u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.: Q* v( D0 [+ G2 j
+ R; C3 @0 e1 f
3.4 模型建立
* m7 U. P1 L8 b0 g6 G" q* r. c![]()
6 y5 ^0 Q9 I5 E0 f6 z! }- K6 M6 x2 Z( i4 D1 _8 R: v+ A/ P
0 u% \% K$ e; H; x0 J5 H' I ' X. \& A* A3 Z6 \! _
4 P& H, @& B2 a# e! t+ {5 s, a$ Z
( x3 |5 g8 d" O1 [! @ - @; n" m/ Q3 h. k+ B& m8 ~# z0 y6 h
, B7 \" ^2 E' J2 k9 P+ g3.5 模型求解相关数据表格如下:
c, p; O& V6 l* Z/ K# S7 y0 d7 ^. C数学系的职称结构及工资情况 ! V& q! B5 O; ^9 ` I7 i9 E$ V- u
# t! q$ [7 r* ?' K* z4 M![]()
6 h, ^; P& Y8 `3 T, u0 v* W7 Z% ^ * @* t4 L8 g: U% T- P
- W; _6 h# A9 p' x
4 模型评价与推广9 o0 W) ?$ h$ V; v0 ^4 H! `
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 N8 h! ? M8 V
! v; s S3 M" X8 ~/ M' D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2 n f+ X8 Y- J! W$ |0 c" S
- L! `, N* k( x) N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。
! l$ |- I N1 L9 K% p3 b9 H: d6 c( |# j8 Y! A# @
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。' Q. f$ ^& f- m/ z
1 m1 l8 h! |" @7 e9 `& ~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。
* w5 G _; c1 o- z7 G4 n1 s
' _0 {* R$ c5 o, u. E5 实现代码
+ y8 q6 f4 X8 ~; \& J# O/ s/ U1 Qf=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];0 k: q8 _5 n8 Q# T' d
A=zeros(9,16);3 T1 c7 `! \7 X! Y3 |* v$ x8 o8 t
for i=1:1
. l0 M% l7 t; ?$ q, _* L( Y for j=1:16
7 J& Y+ Y; Z! b: U A(i,j)=1;
: p9 ~3 |* [' O! p end6 l/ Z# B* d# T
end! N7 q. m. }# H" ^0 D7 G7 I/ o6 v
for i=2:5
- A, r7 G/ l+ M: n( E for j=i-1:4:11+i. Y5 G- n: V1 c4 b i- C5 B
A(i,j)=1;9 t1 j5 ^& q9 j! G9 @% i
end# K9 q% Q& L$ P8 P, k& _
end- R# _$ {% i" g6 `
i0=0;
) n) c. K; n; L! t# [$ pfor i=6:9
0 }2 Y @; }. q6 W0 C% C& U3 { for j=i0+1 i-5 )*4
- H% v7 c9 g) J% \6 P! x A(i,j)=1;
V+ f4 ?2 s9 Z- g" D end
/ N" f4 q/ ?) X3 O* j; W% h i0=j;
" O( u7 z( G+ Dend* l, {1 F8 O! z# A8 e2 T
b=[64;17;20;15;18;12;25;17;10];! Y, x+ H( u* F+ X+ G/ U) o" ?7 n
Aeq=zeros(1,16);
2 s3 i `/ y4 Y% H8 o" I+ X' r# vAeq(1,3)=1;- N* Z3 _2 J% Q) ]1 r1 k
beq=[2];, w* n2 {; C- m
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];" @ x- Q. J6 ?7 c: r
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];8 m- s' Q0 t7 w! _: O
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
$ Q! A% `' a6 A
+ n0 J2 i% |' j; e: l' L7 f2 w# O* j/ j
5 X$ X( m( S( N* l8 H% p; ]
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];
$ A! s$ T4 g; X6 G+ mA=zeros(60,112);
3 g. o4 g9 A6 |, ]4 Gfor i=1;1( Y, Z' V! Q! [
for j=1:112
3 e l$ b. I# ?: B$ z, s A(i,j)=1;7 U, n- d, ]2 S
end $ {' B4 J* @2 d1 w7 }9 e7 T( ~
end! v" k% B1 u. O! g: f; z b
i0=0;
( s5 G; g2 i4 dfor i=2:48 j; Z3 e7 E9 |9 Z9 Y: a7 ^( p
for j=i0+1 i-1)*28
. Y+ {4 e5 j0 m9 m5 u' y9 N0 ? A(i,j)=1;
) @( ~0 `6 T+ d end
& {& d: i \2 u/ m i0=j; V5 ~6 p u8 }& s( h# d
end
, x! D& [6 a$ m; K1 O; F2 Q/ @for i=5:32
, i9 _6 A* Q# n) v( W2 A6 B for j=(i-4):28:80+i" @/ h/ g& ~1 v
A(i,j)=1;
$ z7 Z V* Y7 @2 q2 D) s end
$ L8 q0 C7 w3 v1 zend
1 O$ [! K+ Y1 t: W s8 Qfor i=33:39
6 C: c1 H( T$ I4 B for j= i-32:7 i-11)
* |( H @5 L( c8 a; \" a A(i,j)=1;
/ ]8 ?/ e) ]6 P4 A0 p% q end, w2 t7 b+ z# Z4 T5 f
end; ?- ~6 x8 y* ]* e
j0=j;% x, ]9 w, C& @# G. J3 ?
for i=40:46
/ x. z9 ]5 ]" a: ]2 S for j=j0+(i-39):7 i-18)+j0
, p# j X4 j- I8 |3 K" s) A A(i,j)=1;5 L0 }/ u. ?) ` L
end0 @7 B4 h8 R9 ?0 W: R% G/ n
end
3 w9 o/ t* S9 q0 R2 L9 ]( C, y$ xj0=j;
" k. u' P8 B' l" Vfor i=47:53; G. w; s. f7 i6 [- m2 I5 _
for j=j0+(i-46):7:j0+(i-25)6 Z# V) m; U0 W9 @6 W
A(i,j)=1;; z/ T6 p# b) ~5 i3 M1 B2 g o
end
; q- r& A( H3 J* T/ Bend7 o* M2 ~- a. A! V
j0=j;/ V% i$ ?% y, A
for i=54:60
$ \! V+ s9 H. ?8 F for j=j0+(i-53):7:j0+(i-32)3 m( S5 v2 f7 a) g9 q5 g
A(i,j)=1;
6 W l7 x% N1 c/ z8 E end: Q9 v( V4 b2 Y$ n' q
end
. m/ K! |4 j( N7 ab=[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];
" A- w' N+ J: A+ @: {" k" [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];
$ F0 I' ^: z% R1 d4 e+ m1 QLB=[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];
' }3 v" a9 w! q6 o% }Aeq=zeros(7,112);6 S! S9 u, [. \2 i7 ]' S5 V1 `
for i=1:7+ k) G/ D# M$ n7 q: H7 W! m" [
Aeq(i,i+14)=1;9 c0 G+ s" ]+ V7 a! } {
end
8 @: c4 A) ^0 a) b' vbeq=[2;2;2;2;2;2;2];
" W' w2 t) N3 Z0 ~[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
/ k3 `0 p; e2 x5 s$ Z0 C- ^) h
4 _) ^% ~; J$ A7 W6 N0 B8 f8 T" b1 O5 C: K2 B: R) @! _1 }: k
% V$ N i3 }6 H+ n% n
7 z) l- I9 ~! r |
zan
|