- 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
- 40200 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12771
- 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( |% Y5 d% L: P
1 描述
( |; t) ]; I# v( K/ l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。# P; c% o2 ~- S' ~; C$ [2 h
7 r1 q) B# E1 w5 _. o) f* l
2 问题概括
5 L# _& ?3 i! l6 N" B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:
9 J3 _% V: r/ ?1 l7 S J+ i% {8 X5 w8 l
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?
4 X) P- z1 _, |/ r3 |/ B9 o( {4 x( i" W6 ?1 ?$ I% X
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?; z3 Y* e2 ~! o9 V! Y
" ?- F6 j0 i U
3 建模过程! o Q% j7 u, f {# O- V
3.1 边界说明" p* n2 ]' f) t: w- f/ u6 H
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;8 l7 V% [7 b, q- q% V! a5 j
H2 f- f& ~0 W0 f; J: Z4 C9 D2.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);' l4 i0 H4 @4 q8 w- J
& s6 r' G5 m2 F0 O/ m3.当天工作当天完成.- _) o! n" x+ `
3 e& R" l/ E6 \& K3.2 符号约定1 ]2 l" M5 c7 h; U- V# Z9 s
" W7 |' f) E9 f, U9 ?
0 e5 ~+ y6 v# a! I/ n F
5 U) x2 m& i8 S p2 ~: n% T; B3.3 分析( E, K. ?* H. n+ F; h5 s; V
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.# G2 x6 f4 e! R, {# v
+ B+ b9 w0 O/ F+ P& p V
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.
1 w" W& |$ S, r4 t; u& P: {4 Q
$ ^4 |" D/ q7 i0 H: `3.4 模型建立
. |3 g/ O. V2 E# y1 n![]()
4 w/ V) `) ^: R% P) ]4 I' R: O& n3 z+ L, t# q+ [
g" I8 ~$ {" `, {. |
![]()
+ ^& s0 f- ^$ b* w. |; j X! K% U M: }
: A* T& M7 ^* \( r; R% y0 J
- D. w5 j. p% C
`5 z' O4 X: m6 O7 I4 M3.5 模型求解相关数据表格如下:
3 A P0 Q5 Z8 Y( g+ R- h! x数学系的职称结构及工资情况 $ E1 l& h/ ]: P5 X: Z
) Z& S3 H* N7 R: B5 e( h7 M ' U* Q2 q( I8 i
![]()
! N4 g. \1 b8 ?# k4 b! B/ h/ _- r) ?: ^& \! [! _! l
4 模型评价与推广
$ p5 W7 I: g& `" h& c3 w, s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 K$ @# v: Y R. e' L# T
2 v- M& ^3 k! I: i$ D8 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( @& z( U) l: \" o& v, @" I
/ A8 m! i* Q7 L" N1 S8 l) d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- t6 `4 a. F5 F7 [
! S8 y U( F. p" u! {
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。
4 q5 E0 y$ t6 J6 I! h9 p9 @4 ?
" K$ r2 M6 M' X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。
7 a$ h: @0 r6 g) c( ]8 z( K I3 E7 h) ~/ V: M* Z6 G9 N
5 实现代码- b4 n% ^! l, N: h3 W( l! v! P
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];+ O, v; b0 y: b, _ t
A=zeros(9,16);
/ b" k' Y" { Kfor i=1:1$ [ R. v8 o/ k! T6 y2 l( Z# g
for j=1:16# P5 f+ K, S& a8 Q( G/ P& }$ p
A(i,j)=1; : l8 F5 J* ]3 m T
end8 M& d9 F; }( E, H5 c+ G
end
$ I4 ` K$ d# M @" Dfor i=2:5
/ [/ y( l8 g/ T$ E& [+ X2 q+ U for j=i-1:4:11+i
* s+ m) ^, o5 A2 H0 ]9 ~' i A(i,j)=1;9 |" }. D9 E; T
end
+ U6 F+ u% ]$ a4 B& E1 ~) ]end8 F/ a8 f1 p! ^1 X! z7 s% }* E
i0=0;
% j9 z% b& ], R# O: w) C8 `; Ffor i=6:9
2 ~3 p# z% Y J- W! n. x. Q# p( g- | for j=i0+1 i-5 )*4
- P) q5 V1 b- i- V4 O9 D A(i,j)=1;) E0 m2 M3 T7 }- l8 p
end
. D# F+ }6 j) d) c( D) e i0=j;
5 \# `2 j h( kend
4 Q+ {2 P5 K! A+ ab=[64;17;20;15;18;12;25;17;10];7 g. Z, `- u) B! V# e
Aeq=zeros(1,16);
# f2 ]$ U9 }. e; k3 V! V# N1 B- JAeq(1,3)=1;
+ S2 G4 N; C! f; c% rbeq=[2];( Q. o5 _. N3 W4 l4 v( w
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];% q/ I& y1 [& F
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];( Q3 g( p9 K6 L! `; F8 @
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
% I8 i* o# O" {; r- y+ [+ i9 i8 m
( j# g& z; \" s, N2 p
* H' R6 C/ E: m
* T0 Q( C- y) L' p8 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];' x9 ~, ?- R! z' o$ |; k
A=zeros(60,112);
4 i. o* m% O. L8 Y. cfor i=1;1! c, I% |( K. g4 A5 Q8 K& `# q/ l
for j=1:112+ H# @3 \! L C- \9 L# b3 V& Q
A(i,j)=1;' t! b, ]/ U. |# v. f
end
$ e; }4 a! v" p+ W7 gend v0 A% B: \& \/ Q
i0=0;3 k4 u2 O' U& C# U
for i=2:4
~+ p8 ^0 H& b% E! X for j=i0+1 i-1)*28
y6 D! i: Q; A2 \' v/ ] A(i,j)=1;
! `% S# Q+ N P5 _2 p1 n end
5 ^# M- `4 Z2 n: e/ r% I i0=j;
/ x/ A& w9 ~. n% ]2 X2 w }4 A3 G3 ?) Tend
2 h) \' F" U, _, e7 U8 E& G' { H. nfor i=5:32
0 d. c( c1 T2 ]9 J for j=(i-4):28:80+i
5 H7 I8 J: v8 K3 Y) V) [! Y' f A(i,j)=1;
5 d8 U* u4 l/ G: b4 L) ` end& T0 ?8 O. O- E
end
# ^ }* Z/ ]8 W7 b+ h* X7 @5 {for i=33:396 d/ O0 j: o9 Q9 l/ S
for j= i-32:7 i-11): x- k, j& q) f6 j( ^
A(i,j)=1;
4 _# r6 l, |6 g end9 }! x6 H4 V: v( _
end6 D, C+ U# {! y: T( i
j0=j;
7 c/ k; X" C( S9 p, g) A$ b8 v! Tfor i=40:46
5 l! R. Z3 U& m0 w" U for j=j0+(i-39):7 i-18)+j0
" J4 w R% g3 }& r: ~- L' A A(i,j)=1;
" g( r' |; ~$ o end" a- B- M: d2 V
end [* t& |+ e3 b1 a+ g
j0=j;8 p! r5 G/ @5 j2 D3 y5 T0 Z9 K
for i=47:53
5 X8 x6 n A8 b5 N$ p, z for j=j0+(i-46):7:j0+(i-25)& u! y7 m. ^* T$ {) z
A(i,j)=1;
1 V) m+ q& Q' v& y; {9 d4 _ end
M6 d5 J% Q9 V/ v0 }9 B fend
% f1 Q$ f; ]; T2 H1 Z9 zj0=j;
! H; a0 g* h# B$ y! Bfor i=54:60
, `) a X. j% {) g4 |1 v# F5 N: K for j=j0+(i-53):7:j0+(i-32)0 Y/ M1 g5 \8 A! P$ ~; [' e- G
A(i,j)=1;0 b3 D$ [3 Y, O* Z6 Y- W& A
end4 y- y1 |5 O _, y
end& i. N: z6 J& `# K3 D- j
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];
& V) s, T; ?7 j; ]6 g/ [& b2 sUB=[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];: X% u7 |% }" e4 [1 C
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];. ] W' M6 |0 j
Aeq=zeros(7,112);
% W! l8 i- W/ R) u. f0 ?for i=1:7! W4 m- k0 T) ~7 F
Aeq(i,i+14)=1;
: z+ `! N) N6 O, R$ F3 p/ W4 V/ Hend" S8 L4 ?# `8 x, G# N+ f) z
beq=[2;2;2;2;2;2;2];9 |# i0 g% t0 n# w# s
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
$ R: A: s3 t- }4 \2 `+ x4 E) s1 E$ h( s: W( v
, p1 q- T: n3 [( O' i/ k$ m
0 z% A2 \ a# m: V8 H6 V x" F
% I6 h `3 y( d6 w: o/ v$ y+ F1 }1 b( e
|
zan
|