- 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
- 39464 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12535
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1388
- 主题
- 1158
- 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
3 W) x. u2 x9 a1 描述2 j- o% J5 \0 g
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。/ @) z- Y- [0 L! ?0 q }) Z
$ J, ]0 n0 Z W3 N* o: I
2 问题概括8 G. ~4 L! ]0 o; k" W
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:
; l6 X( |* a3 o+ ]* f( m$ X3 D7 B/ ~- d& a9 K2 e* @1 ]+ q
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 a0 W/ U6 S* `+ W
7 |1 P5 d' S& a+ y; D: @& `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?% a* \. A$ q& N2 _
; v, ~( \! c. N# a: a' P
3 建模过程
' d# X8 W6 n" R: F, f3.1 边界说明
g8 Z' `: ?0 ` _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;
4 j0 x" [* e X$ @, o" V/ W, D( w
% x3 |2 j$ R3 `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);! E* |8 Q( M Q) E
# g1 P& V2 J* w4 S/ ^2 P
3.当天工作当天完成.3 X' J& r3 s0 i
* i) q1 ^7 E& A, k3.2 符号约定
1 s5 X* ^4 w+ M, U0 m5 k6 C: s. ?1 ~" b- _, @
6 {$ z" e$ \+ d4 ?5 f
7 W+ r Q9 G; C5 I) u* b# H5 c0 n
3.3 分析
6 ]' }8 F5 k ~' ^- p# f0 R. @ Q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.
7 }1 O' o4 q4 l: M+ R m* u/ k4 x. i0 G Z# n
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." G0 v3 y, w, m {0 ?* y. U
$ p; f4 B1 F6 Z; d3 Y
3.4 模型建立
+ w( P0 L: J. N; G
9 Y5 O9 s3 O3 W6 ?* v3 O! p& Z
/ l+ A9 ]3 S" S( \7 Q# \: ? E0 G0 ]( l- p' Y+ O9 @
$ i) s- ]/ k+ B) @5 i, L6 ~
0 t& P* [# {' Y( s' \+ P
# n2 A! ^8 v% p) d
( d; y. J4 |! J4 J* }
6 O7 C+ U6 k9 C* F
3.5 模型求解相关数据表格如下:5 F) A" [* J( y9 ^& R- _
数学系的职称结构及工资情况
$ z3 `4 ~& g7 e2 ~0 T9 {# i# R3 S1 O
1 m& B% Z7 L. j5 [! }3 c$ h
' P9 f# ^- Z1 f+ x' s/ }5 s9 o- B) P' i3 K; S
4 模型评价与推广; Q# a% v6 X: g. n' G) j' b
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 r; l1 ?, Z C$ y
! u3 Z6 Q9 u3 V
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, x) U* z& H$ [6 K- z
5 ^' o2 }5 V8 m
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。+ n% N) K" C" R+ m
' x' D6 Z" V! ]% {: _/ 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。& t0 o' V$ s0 h3 t8 p. I. R
6 V+ v0 b$ X9 s7 ?9 W) K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。+ g, Y. w! V3 O; z L
) ^% `' A- |: @# q, t1 L5 实现代码+ R6 a) l: f) i1 G4 |2 a
f=[-1000;-800;-550;-450;-1500;-800;-650;-550;-1300;-900;-650;-350;-1000;-800;-650;-450];& H5 g% D, M- J) _' R' W* W8 O
A=zeros(9,16);) s/ h8 }6 W# q2 Y2 J
for i=1:1- m; [$ y7 D f+ W
for j=1:16/ Z: y- X4 Q5 z/ ]
A(i,j)=1; # O2 f0 u1 Z( O9 p- \4 ^
end* h8 E" G4 }( |/ g; Z2 v
end
3 l v6 f/ h! n. z! w3 l5 h% E2 D+ bfor i=2:5
1 H$ O$ U6 h4 b! }. _ for j=i-1:4:11+i9 n N. H+ c M4 C8 `& `6 L0 I
A(i,j)=1;
2 g2 K0 ~$ ]; ~. {5 a end/ P4 f) G* ]1 S" H9 n# c
end
# y2 x% ]7 M( d& wi0=0;% V$ x! t2 Q% y- {
for i=6:9
: n8 V) M2 o4 f. m5 v for j=i0+1i-5 )*4
6 }: C1 }( i* A" t; c2 ^ A(i,j)=1;( D3 M' \6 O! ~4 ]1 l% p7 r
end& b$ u! Y/ w! m1 \- h) _
i0=j;
- [4 ^' ]1 Q9 c h/ ]# Cend
# H9 E ^# \* H5 G* I4 Gb=[64;17;20;15;18;12;25;17;10];: l3 k/ V: [8 W
Aeq=zeros(1,16);
1 k! \2 O& m6 i6 SAeq(1,3)=1;
* x0 p8 B% R( Z/ A( g, P8 H; Cbeq=[2];' ?5 z* {' J0 q ^- M- g. m1 r
LB=[1;2;2;1;2;2;2;2;2;2;2;1;1;3;1;0];- A. Y% _0 a; V g
UB=[3;5;2;2;inf;inf;inf;8;inf;inf;inf;inf;inf;inf;inf;0];, C5 w$ y$ ? R" f- g
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)
3 u( B/ a$ K5 e" J: k
4 f) z8 f0 {' w# k6 _- c; ]7 w( s
1 Y. d% E5 `" _7 X6 w" W* G9 p- h% c6 x) V# \+ R( e
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];7 A/ @: R2 U$ O2 n7 [
A=zeros(60,112);! h( o8 A& J6 i4 _$ ^3 Q
for i=1;16 x" N1 E2 t; [9 y. m. O/ O; I
for j=1:112
9 y: [0 F9 B5 w0 ?4 I+ E A(i,j)=1;
& R+ n$ V5 ?$ N! S0 ~! d4 m( p end
+ P: X* `. g$ N7 ~, Wend
& k: w. V4 j& f$ Hi0=0;
9 X: a3 W; `1 r0 kfor i=2:4
$ E+ M, J/ N: Y% x: m; L! b for j=i0+1i-1)*28
% j: e( Q2 y6 S5 ?7 o' G A(i,j)=1;" D0 u8 O8 o9 p
end: l: P6 B8 I* m" A1 T
i0=j;
! ^* H/ c" ^; v% }/ ^+ Gend& j9 ^1 k* l6 D0 C: R H
for i=5:32
, Z# e" T1 m$ a- D$ v/ Z+ ~: F for j=(i-4):28:80+i5 A. p( `1 z" i* {3 X5 V0 i
A(i,j)=1;- J' c- A/ G$ M/ t$ T
end
# O1 K5 M7 W% K: v" }. Jend
7 x! W* j/ P0 x* k$ R6 h# w cfor i=33:39( @, `; F: J9 I( @* Z1 z
for j= i-32:7i-11)
7 s9 H, N$ A: A3 \ A(i,j)=1;
7 B; K6 _4 O$ h0 R end
. g8 x& D5 z8 r# j+ iend# C+ V& T ]9 ]9 u# T
j0=j;
- b* Q. g1 z9 I9 W" P8 c$ Ifor i=40:461 Q: X0 J2 j' j1 a8 l
for j=j0+(i-39):7i-18)+j0; k6 h3 f' F4 \1 Y; R
A(i,j)=1;
5 I {: j% [, w" @ end
% X; h4 L! i6 ?7 Send8 Q9 A" W4 ]( I0 ^1 m' m% f0 ]
j0=j;! s% N" R$ N+ Q. F$ q+ l6 n
for i=47:53
( m8 e- m' Y: J% ~: l for j=j0+(i-46):7:j0+(i-25)4 ~+ a# k+ y& U5 I" X- Y
A(i,j)=1;
7 ?( b( s4 D" }) x end
- M! P9 P; s9 n: Nend8 s# C9 O2 a% Z/ [0 }! w
j0=j;
$ |) e0 }" U7 m: o7 \7 Dfor i=54:60
9 |; K8 s/ o8 k for j=j0+(i-53):7:j0+(i-32)4 m! a. x" W, u/ |0 q2 y
A(i,j)=1;
9 b8 [% S; J& a, q) P end0 h& ~- q- q3 B
end* E# f+ u2 _) \( x
b=[362;48;125;119;17;17;17;17;17;17;17;20;20;20;20;20;20;20;15;15;15;15;15;15;15;18;18;18;18;18;18;18;12;12;12;12;12;12;12;25;25;25;25;25;25;25;17;17;17;17;17;17;17;10;10;10;10;10;10;10];* x. ]5 {1 B3 a& ]4 Q" N/ l# {
UB=[3;3;3;3;3;3;3;5;5;5;5;5;5;5;3;3;3;3;3;3;3;2;2;2;2;2;2;2;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;8;8;8;8;8;8;8;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;+inf;0;0;0;0;0;0;0];
5 Z# \+ g3 i* i) ?( }& tLB=[1;1;1;1;1;1;1;2;2;2;2;2;2;2;1;1;1;1;1;1;1;1;1;1;1;1;1;1;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;2;1;1;1;1;1;1;1;1;1;1;1;1;1;1;3;3;3;3;3;3;3;1;1;1;1;1;1;1;0;0;0;0;0;0;0];, j0 S& e: A' a+ q5 N
Aeq=zeros(7,112);
/ @# V" @) q) Q' gfor i=1:7
" k* B5 m) j( t5 i Aeq(i,i+14)=1;
& F9 H( [; L6 y6 ^4 A! ^1 Z& cend3 H+ E2 s+ \7 P. G. d; I3 \) q
beq=[2;2;2;2;2;2;2];1 T3 `& ]! g* L
[x,fval]=linprog(f,A,b,Aeq,beq,LB,UB)0 [' O9 Z0 p, m" d" C
- e% f* o! ^; r+ J+ F, R
- p w" [; e2 }* h: D' j' @
3 R0 q9 A8 y, |! k% w& X+ H. o! p% b' c6 t% y
|
zan
|