《最优化理论》论文——人力资源安排最优化模型.docVIP

人力资源安排的最优化模型 摘要:某大学自动化系人力资源安排问题是一个整数规划的最优化问题，通过具体分析自动化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。 问题的提出 自动化系的教师资源有限，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： 在满足工作要求的情况下，如何分配自动化系现有的技术力量，使得其一天的直接收益最大？ 在教授与副教授工作时间受到约束的条件下，如何分配自动化系现有的技术力量，使得其在一个星期里的直接收益最大？ 2.模型的假设 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； 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）； 当天工作当天完成． 3.符号的约定 取1，2，3，4，分别表示教授、副教授、讲师、助教 取1，2，3，4，分别表示地 取1到7，分别表示一个星期里的七天 种职称的人员在地第天工作的人数 职称的人在地工作平均每天的报酬 表示每天在地所需的最多工作人数 自动化系有职称的人数 自动化系职称的人每天的工资额 地所需职称技术人员人数的最小值 地所需职称技术人员人数的最大值 ４.问题的分析 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． 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． 5.模型的建立与求解 5.1.1模型一的建立 用表示自动化系一天最大的直接收益。当时，表示一天职称的人员地工作的人数。 考虑各方面的条件，列出如下的整数规划模型： 约束条件： (1)自动化系现有技术人员总人数的约束： 5.1.2模型二的建立 用表示一个星期的最大直接收益。由于每个星期里，教授只能工作4天副教授只能工作5天，把每个技术人员工作一天看作是一次，那么在一个星期里教授有48人次可以被安排工作，副教授有125人次可以被安排工作，而讲师与助教分别有119和70人次可以被安排工作，总人次为362。 根据以上分析可以列出如下整数规划模型： 约束条件： 5.2模型的求解 相关数据表格如下： 自动化系的职称结构及工资情况 教授 副教授 讲师 助教 人 数 工资/日（元） 12 250 25 200 17 170 10 110 不同项目和各种人员的报酬标准 教授 副教授 讲师 助教 收费 （元/天） A B C D 1000 1500 1300 1000 800 800 900 800 600 700 700 700 500 600 400 500 各项目对专业技术人员结构的要求 A B C D 教授 副教授 讲师 助教 总计 1～3 ≥2 ≥2 ≥1 ≤17 2～5 ≥2 ≥2 ≥3 ≤20 2 ≥2 ≥2 ≥1 ≤15 1～2 2～8 ≥1 -- ≤18 5.2.1模型一的求解（程序见附录）： 由模型一求得的最优解是： 相应分配在各地的人员是，如下表1： 地点 职 称 A B C D 教授 2 5 2 2 副教授 12 2 3 8 讲师 2 10 4 1 助教 1 3 6 0 自动化系一天直接收益的最大值是： 5.2.2模型二的求解： 根据模型二可以求出最优解是：（由于向量太多在此省略） 在一个星期里其中任六天分别安排在各地的人力资源是：（如下表2，3） 地点 职称 A B C D 教授 1 3 2 1 副教授 4 2 10 2 讲师 2 7 2 6 助教 1 8 1 0 其中剩下一天分别安排在各地的人力资源是： 地点 职称 A B C D 教授 1 2 2 1 副教授 3 2 10 2 讲师 2 8 2 5 助教 1 8 1 0 自动化系在一个星期里最大的直接收益是： 6.模型的评价与改进 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 都是本模型的最优解与最优值，对大学自动化系的人力资源安排有一定的指导作用。但从模型假设中，我们可以知道对自动化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。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