CUMCM优秀论文-公务员招聘方案的优化设计【数学建模】.pdfVIP

维普资讯 第21卷 第7期 工 程 数 学 学 报 Vb1．21No．7 2004年12月 CHINESEJoURNALoFENGINEERING MATHEMATICS Dec．2004 文章编~：1005—3085(2004)07-0142—05 公务员招聘方案的优化设计 贺 翔， 马 艳，高素琴 指导教师：裴崇峻 (安徽财经大学，蚌埠 233061) 编者按：本文利用模糊数学的知识，对应聘人员的特长条件和部门的要求条件、基本条件进行了量化。引入了应聘人 员的客观条件和各部门的要求条件的贴近度的概念，依此为目标函数建立了择优按需录取分配的优化模型， 对于不考虑和考虑应聘人员的意愿的两种情况分别求解，给出了录取及分配方案。本文解决问题的方法有一 定的新意，描述简洁清晰，是一篇较优秀的论文。但是，文中利用欧氏距离定义为贴近度有不合理之处，即 不能区分实际条件优于、或差于要求条件的差异。 摘 要：本文建立了录用人员分配方案的数学优化模型。 对应聘人员的特长、用人部门的要求、用人部门的情况和应聘人员的志愿分别赋值，构成相应的向量。 利用欧氏距离计算应聘人员的特长与用人部门要求的贴近度，得贴近度矩阵，对该矩阵的元素进行模糊聚 类，进而得出不考虑应聘人员意愿的择优按需分配方案。计算用人部门的情况与应聘人员意愿的贴近度，得 贴近度矩阵，对两个矩阵分别赋权作线性组合，得综合贴近度矩阵，对该矩阵的元素进行模糊聚类，进而得 出既考虑应聘人员意愿、又考虑用人部门要求的分配方案。并说明了上述方法也适用于Ⅳ个应聘人员M个用 人部门的情况。基于用人部门的要求和应聘人员意愿的优先权，对上述问题进行了深入讨论。最后，对上述 方案进行了综合评价。 关键词：欧氏距离；贴近度；模糊聚类 分类号：AMS(2000)91C20；62H30 中图分类号：0235 文献标识码：A 1 问题的重述 (略) 2 模型的假设 (略) 3 符号的说明 Ⅳ：公开考试筛选后参加应聘的人数； n：招聘单位拟录用的人数： M：招聘单位中用人部门的个数 (M n N)； 口订：第i个应聘人员第j个特长指标的量化值 (i：1，2，… ，Ⅳ；j=1，2，3，4)： Ozk：OZk=(akl，ak2，ak3，ak4)，k=1，2，… ，N； 6巧：第i个部门对第J个指标的要求 (t=1，2，… ，M；=1，2，3，4)： ： =(btl，2，bl3，4)，f=1，2，… ，M； 口：第i个应聘人员志愿第J个情况指标的量化值 (=1，2，… ，Ⅳ；J=1，2，3，4，5)； Ozk： =(akl，ak2，ak3，ak4，5)，k：1，2，… ，Ⅳ： 6：表示第i个部门第J个情况指标的量化值 (=1，2，… ，M；j=1，2，3，4，5)； ： =(6；1，6；2，6；3，64，6；5)，f=1，2，…，M。 4 问题的分析 各种分配方案应根据具体情况具有相对合理性。 维普资讯 第7期 公务员招聘方案的优化设计 143 每位应聘人员的特长指标赋值后可以构成四维向量，用人部门对应聘人员的要求赋值后也 构成四维向量，由此计算应聘人员的特长与用人部门要求的贴近度dkz，而贴近度可以用欧氏 距离来度量，即 dkz=d(ak，屈)= (=1，2，… ，Ⅳ；l=1，2，… ，M) (1) 同理，每位应聘人员的志愿赋值后可以构成五维向量，用人部门的基本情况赋值后也构成 五维向量，由此计算应聘人员的志愿与用人部门基本情况的贴近度df，即