- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
蟻群算法在人力资源优化配置中的应用研究
蚁群算法在人力资源优化配置中的应用研究
指导老师:朴春慧
学 生:吴亚兰
专 业:电子商务
2017年4月9日
主要内容
指派问题模型和研究现状
基本蚁群算法
改进的蚁群算法(APACO)
演示系统设计
实验分析
结论
1-1 指派问题的研究现状
人力资源优化配置问题可归于一类指派问题。
匈牙利算法。运筹学中最基本的方法。小数据集,手工。
降阶优化算法。用系数矩阵对解矩阵进行变换。缩小可行解数目
闭环DNA算法。大量的识别序列和DNA编码。内切酶有限。
……
蚁群算法、遗传算法、协商算法、基于模糊关系的工作分配算法等求解最优化问题的启发式方法被广泛关注,应用于任务指派问题的研究中。
1-2指派问题的数学模型
有 个人和 个任务,已知第 个人做第 个任务的费用为 ,要求确定人和任务之间的一一对应的指派方案,使完成这些任务的总费用最少。
数学模型:
2-1蚁群算法概述
nest
food
蚁群算法(Ant Colony Algorithm)是由意大利学者Dorigo M,Colorni A等人于20世纪90年代初期通过模拟自然界中蚂蚁集体寻径的行为而提出的一种基于种群的启发式仿生进化算法。
Dorigo
图1 蚁群寻径模拟
2-2 蚁群优化算法的研究现状
蚁群优化是由蚂蚁系统演变而成的一种NP-hard问题的通用启发式解法。
著名的旅行商问题(traveling salesman problem, TSP)
改进的蚁群算法:
最大-最小蚂蚁系统
混合蚂蚁系统
快速蚂蚁系统……
图2 TSP模型
2-3 标准的蚁群优化系统
1.转移规则
2.信息素更新
3.次优解
4. 最优解
3 ACOAP算法模型-1
设需要指派3个人去完成3个任务,并知道每个人完成每个任务所需的费用,则可得到一个三行三列的系数矩阵。
指派问题的系数矩阵形成移动矩阵
相同行的不同列之间移动,并且此列未到达过
信息素集中在节点
转到下一个节点的代价为下一个节点的系数矩阵值
转移概率并非选择最大节点,有干扰因子
到达一个节点,立即进行节点信息素的更新
所有蚂蚁完成一次觅食,比较次优解,全局信息素的更新
图3 ACOAP算法模型
3 ACOAP算法模型-2
转移概率。产生随机数 ,如果 ,则根据下式,蚂蚁移向概率最大的节点。否则在可选节点中随机选择一个。
局部信息素更新。当蚂蚁选择此节点后,立即更新此节点的信息素。
全局信息素更新。当所有蚂蚁完成一次觅食后,得到次优解。优于全局最优解,更新全局信息素。
4 演示系统设计
主要技术:Swing,Thread
5 实验1-1
实验目的:得到信息素启发因子,期望值启发因子,干扰因子,蚂蚁数量,局部信息素挥发系数,全局信息素的挥发系数范围
规模为10的干扰因子实验设置及结果,10次,迭代次数不同
所有实验
实验1-2干扰因子
5 实验1-3
信息素启发因子 [1,2],参考文献1
期望值启发因子 为1,参考文献1
局部信息素挥发系数 [0.2,0.4],文献中取0.2
全局信息素挥发系数 [0.6,0.8],文献中取0.7
干扰因子 [0.1,0.2],文献中取 0.35
蚂蚁数量 ,参考文献中的范围
5 实验2
实验目的:验证算法的有效性
参数设置及结果--》
5 实验3
与其他算法性能对比
参数设置及结果--》
5 实验4
实验目的:单线程和多线程对比
实验数据为ORLIB的规模为100的数据集 ,大规模数据集
运行时间:单线程: 14.57分钟 多线程:9.37分钟
6 结论与展望
结论
深入研究了将改进的蚁群算法应用于企业人力资源的优化配置方案,并通过编程实验进行了实例分析,证明了其有效性。
为将蚁群算法应用于人力资源优化配置提供了新的思路和具体方法。
展望
获取系数矩阵。可探讨将Web2.0理念和民主评议反馈机制相结合来生成系数矩阵的方法,企业合作,验证其实际效果。
算法需要改进,大规模数据集,收敛速度慢。
致谢
感谢朴老师对我的耐心指导
感谢实验室师兄师姐对我的大力支持
感谢各位老师
感谢各位同学
Thank you, Questions?
您可能关注的文档
最近下载
- 人美版(北京)美术五年级上册20.京剧脸谱(共36张PPT).pptx VIP
- CS345(一) 给水承插铸铁管道支墩.pdf VIP
- WERKAI WKR5000 SERIES Manual说明书用户手册.pdf
- 质量、安全、环保体系管理制度.docx VIP
- 一种镍基合金其冶炼方法、合金盘管及其制备方法.pdf VIP
- 一种镍基高温合金的高纯净冶炼方法.PDF VIP
- 一种高Al低密度镍铁基高温合金铸锭双联冶炼方法.pdf VIP
- 一种高强高弹高塑性镍基高温合金带材及其制备工艺.pdf VIP
- 一种高强高韧耐蚀铁镍基高温合金及其制备方法.pdf VIP
- 专科医生如何带教全科医生课件.pptx VIP
文档评论(0)