- 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
- 40277 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12794
- 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, `/ U5 ^, Q1 |
1 描述" ]% q! g. i- E/ s0 m$ u, D
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 @! `5 a& p |5 |& C3 X% z/ u. T
2 问题概括
$ \6 B0 _0 @, j% r9 b8 V" l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:
. ]/ t, m9 k1 m* Z2 ? |- K9 p- u6 a/ F+ H4 i
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?
' S0 [* ~$ W) c4 u, X# M8 N
7 u; d% a5 H6 F* T$ A$ o* y2.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?
/ X0 ~9 h% N: g5 F8 P3 s |* n/ x
8 F$ g* M2 a$ `6 l( m4 z3 建模过程8 x. v" G5 `. k+ Y1 {
3.1 边界说明, Z( r& \- Y. _; \
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: ]% D! y1 o) D3 }9 ? E" R" f3 k* Q& X8 w) f8 \
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);3 L$ B J: h; a. z% M
: [9 H" h) i, D# J4 h' C) ~3.当天工作当天完成.; C& B& L( @' _% z9 Z; o1 \
% x1 Z( A9 G) p1 f: {$ ]8 t3.2 符号约定
9 |7 A* d3 Z, i h' I2 J![]()
; g) p; V6 |$ Z9 [4 H. c" a0 u2 _. e+ g
4 z0 G6 v9 Y+ l# I0 S3.3 分析0 o- W( u0 p, ~4 {0 b% N! [9 i
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.
' p6 x" J/ n. I2 [% Y, Z3 M- F U2 W
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.
" d6 B2 X; n6 n
8 ]3 j9 k, I$ k G$ U3.4 模型建立
' R0 i, p( U4 e$ W- i & T, b8 ?2 b0 Q: X' t0 `2 N
5 R7 h4 k* D+ ~9 h. ?- ]
7 b% e" N1 ~9 e: A2 J& r+ K
4 h( F, ?8 P4 p5 `
: a9 |- |- J! Q% [
( e" b8 n B# i; E0 j 6 W% u U8 c) g, ^- R
# E) i4 ?, t4 }
3.5 模型求解相关数据表格如下:
% D. [- @! \4 c6 z2 A数学系的职称结构及工资情况 6 Y# W+ j- [ ^* Z4 L- ~8 m
8 ^$ a3 R, g" c/ e8 M. S
![]()
" h7 m& k; f; r6 a: z {' j6 h![]()
! v* \! K7 O0 k8 J1 [) k
+ ]) c. H" _. N5 R4 模型评价与推广$ K; q. I; V( L: d9 j
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5 a0 N* e. X8 V6 S+ @
( H- S( D$ e5 L4 r' l
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
" j {- Z' Q# P7 Z0 k5 R+ Y4 e; v$ y9 i9 F6 F5 v
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。$ ]' `6 `% R! c6 U, @" p
, w, A. J! R1 p( Y Y) L
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。
1 q7 P( G; c7 u9 I* s
; J/ u/ \' `/ M/ n" W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。5 G3 k! o1 B' X5 s
& \+ u) k1 N$ X8 C' B/ n8 K5 实现代码3 h5 W$ R& d9 _, r4 }
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];
! F$ h9 ^0 Z" N: a- ~; o: ^+ \; D9 hA=zeros(9,16);
1 v7 l# K$ }! v2 E4 P* G. Cfor i=1:1
* c) y) N4 A" K5 z7 ?0 S6 j- S for j=1:16- R3 U/ [; T* ^3 `! w- G
A(i,j)=1;
/ J& `/ W1 g* G: D1 F! [) W end
! u( I' w* A- e+ C/ G9 qend
2 q0 _1 v* h! x5 Rfor i=2:5$ b( T: I' z; i9 h( }4 W- c
for j=i-1:4:11+i
0 {1 K. _4 a: b$ G& t A(i,j)=1;& ^ g. [# {& ^8 I
end1 y, V$ s5 |/ S
end" e# g) u+ I L% J/ n* q
i0=0;
1 U, G/ A( M. j8 zfor i=6:9
7 D L! Q# `) {3 U for j=i0+1 i-5 )*4
4 P6 i. k" A' u g: I A(i,j)=1;
7 a2 h( h) a( g0 } end0 B8 X' M- c' B% J, z& F
i0=j;3 f( ^' ~$ v$ F+ A
end5 Z/ k' B* p$ F4 y" r
b=[64;17;20;15;18;12;25;17;10];! ~: P4 ~* f! j, r
Aeq=zeros(1,16);
9 L5 a% y! S# QAeq(1,3)=1;: c2 R1 M S6 K# E* _8 \4 E
beq=[2];
% A- H. s; u# M( V% }6 VLB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];- d! w' W4 h' k I- X* v* |2 t' ?
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];! E8 q [# H9 K3 N( S$ a8 v: d
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB); f5 g! m$ ~3 w2 e- B2 X* r
. T/ L3 P2 U$ s7 z* W3 i R
# }! W) C8 w7 a- \/ e1 J
5 h1 s$ R2 ~6 yf=[-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];
/ I: a* g+ Z8 ^5 B0 i5 AA=zeros(60,112);2 t# l. Y0 X8 g/ A( d; I
for i=1;12 Y2 z0 R7 d4 t$ m, N
for j=1:112
- n# N& U0 u+ V* H A(i,j)=1;
1 r# l! N& ~' j# O7 U end 1 }% `1 t, q% g; a) a; {2 I
end
$ G$ v: [4 P4 O+ qi0=0;
- b6 o+ u- j, @: S5 mfor i=2:4 g# g; _/ h6 e; ?
for j=i0+1 i-1)*28# ]9 _" v. d3 i+ w* f
A(i,j)=1;
j( K4 Z% ~! C3 d end7 A' w( M! \- R$ h Q! s
i0=j;2 K0 u. Y, F3 j, m( o
end
' M; Z: t# z$ ^9 w8 G8 efor i=5:32
1 n3 `, o0 E3 b- j; u+ D for j=(i-4):28:80+i" U2 j- T% V0 b' {( _5 ^; W, C
A(i,j)=1;
7 G/ f5 K0 Q' K3 T7 b end8 t2 ~# K# X% R' v# k% V
end" z; w# F6 P2 M/ U
for i=33:399 H3 e# H" X% [1 T9 L
for j= i-32:7 i-11)2 [. h7 u6 l/ N) G* N5 S# d
A(i,j)=1;& B- r. k' O. q9 K5 B. T. `
end, u* P% Y8 J* _
end6 {+ R$ I& C) M% z
j0=j;
/ ?7 o+ }1 b f/ t5 ?8 gfor i=40:46
, T. N$ T1 ]2 k+ d0 l i for j=j0+(i-39):7 i-18)+j0; Y8 O: l+ U' G5 Y5 ~ T: v; C
A(i,j)=1;
$ K/ R7 \2 p) o0 O- g8 o/ _ end
& ?; A2 M6 _7 `end
/ [& k" K# W* N0 _. B) g2 Kj0=j;% Z! p6 n5 R7 a
for i=47:53
9 _' O/ g! } v+ ~ t for j=j0+(i-46):7:j0+(i-25)
. f Y0 S# z, q+ N A(i,j)=1;* f3 x3 G2 ^+ r$ O( g- B) r
end! H8 e& `. K/ A. e' v1 c# O* U+ x
end' ~. X6 V; @' j+ L0 v
j0=j;8 O( C% W8 r# r
for i=54:60. ]/ g( d7 p$ a8 h& S5 a
for j=j0+(i-53):7:j0+(i-32)
' p6 i+ V" z+ t/ k8 x# S# Z5 Z A(i,j)=1;
( p" l9 ?7 r, d) x! }. v end" e! g! x) X( E# u- Q8 ]: j2 T2 c
end7 l- c [& u( U3 x- ?# h* n" Z
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];
2 q0 J% n/ ~) JUB=[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];
: C5 I$ c; I$ s) l- @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];& G6 X3 {3 A- d0 c' |! {7 V% E2 R) G
Aeq=zeros(7,112);
8 H0 ]" ?. ~! p: Z( ^for i=1:70 D" c1 Y- R$ A
Aeq(i,i+14)=1;2 M9 W; x9 T b" x% ~
end' H0 F' C9 ^. L5 c+ ? ^
beq=[2;2;2;2;2;2;2];
+ \/ h3 h! s1 y- u[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)! g, n: u% R( z2 d
2 R; R3 n$ ]/ N6 P5 n) h
5 I6 V2 h3 u2 e$ j' |
: T) ?* W% ]4 x
3 y3 Y+ x1 j: i( }8 y( D+ b0 ?: ~- a |
zan
|