基于粗糙集的人力资源模糊指派

分析了传统指派问题存在的不足并介绍了粗糙集理论和模糊指派,在此基础上研究了动态联盟企业在新产品开发过程中人力资源的指派问题.首先建立问题的数学模型,应用变精度粗糙集理论对技术人员的素质指标进行属性约简和权系数计算,同时指标属性中考虑技术人员的个人意愿,调动其主观能动性,然后利用专家对指标属性进行模糊评判并根据粗糙集得到的权系数形成综合矩阵,将其转化为单目标决策问题,应用匈牙利算法求解,最后给出了企业的应用实例,结果证明了算法的有效性和模型的实用性.     

广义模糊指派问题的解法

对于指派问题,工作未完成之前,其效率矩阵中的元素应该是不确定的。但是决策者为了得到具有指导性的决策,有必要对效率矩阵中的元素进行统计或粗略估计。由此产生了更加贴近于现实生活中的不确定环境中的指派问题。针对现实生活中的模糊指派问题,讨论了模糊指派问题出现的三种可能情况,分别建立了它们的数学模型。将求解传统指派问题的匈牙利算法和伏格尔法进行了推广,讨论了模糊指派问题的求解方法,并结合算例进行了说明。     

指派问题的模糊数学方法求解研究及其启发

从指派问题的最优化实质出发，分析了指派问题匈牙利解法的管理意义，进而导出了若干有实用指导意义的指派原则。根据指派问题的现实特点进行扩展，建立了模糊效率矩阵，并按导出的指派原则结合模糊数学原理求解了该模糊效率矩阵。对指派问题模糊化求解的过程启发我们：管理问题的定量化处理意义，不仅在于能求出最优解，而且在于它同时含有丰富的管理指导意义。     

多目标模糊指派问题的解法

针对目标系数为模糊数的多目标指派问题,首先将其目标系数进行规范化处理,其次对各目标函数进行归一化处理,根据各目标函数的系数确定各目标函数的权重,最后,将多目标模糊指派问题转化为单目标经典指派问题进行求解。     

模糊层次分析法在多目标运输指派问题中的应用

首先运用模糊数学,将多目标指派问题转化为模糊指派问题,然后应用模糊层次分析法（FAHP）,确定多目标指派问题中各指标的权重值,并运用传统的匈牙利法求解,最后给出一个应用实例。     

指派问题应用实例研究

在生活中经常会遇到这样的问题,有n个人,计划做n项工作,其中cij表示第i个人做第j项工作的收益,要求每个人完成一项工作,一个工作只能由一个人来完成,现求一种指派方式,使总收益最大,这类问题称为指派问题。在分析指派问题的求解上,匈牙利法是目前应用最广泛的算法,也是比较基础的算法。Excel方法利用常用的办公软件,只需在设置好的模板中输入相应的效益矩阵的值就可轻松求解。本文通过举例求解了解了各种方法,找出了各种方法适用的环境,并探索了求解指派问题在现实中的应用。     

一类非平衡指派问题的求解

讨论了一类非平衡指派问题的求解方法,即要求指派给各人的任务数目两两之间相差不能超过1,并且要求所需总费用或总时间最少的非平衡指派问题,采取虚拟假想任务或者虚拟假想人的方法将之转化为平衡指派问题进行求解.     

两类多目标广义指派问题的有效算法及其应用

讨论了两类目标广义指派问题,给出了它们的多目标整数线性规划数学模型,并结合模糊理论与解决传统指派问题的匈牙处算法提出了一种新的求解算法——模糊匈牙利法。给出了该方法在物资供应中的应用。     

求解线性规划中指派问题的新方法的注记

通过实例证明,文献[1]利用模糊数学中的隶属函数的思想提出的求解指派问题的方法不能找到该问题的最优解.     

解决不同类型指派问题的EXCEL模型

指派问题,运筹学分支整数规划的一种应用,主要用于解决资源配置方面的问题.通过EXCEL建立了不同类型指派问题的模型,旨在得到最优化的方案,并可将该模型应用于组织的管理活动,提高经济效益.     

基于指派问题的Bay位排箱优化模型与算法

提出了解决集装箱船全航线配载问题的分解算法,将配载问题分解为Bay位选择和Bay位中集装箱箱位指定两个子问题.主要研究了Bay位中装载同一目的港集装箱时,不同重量集装箱在Bay位中的排箱方法.以重心高度最低、横倾力矩最小为目标建立优化模型,将Bay位中不同重量集装箱排箱问题看成是箱位指派问题,采用禁忌搜索算法求解.实际...     

缺省分配问题的一种解法

主要考虑了在最少时间和资源消耗的前提下,n个人执行n项并行工作的最优分配问题.通过借助于Floyd算法规则,我们给出了一种有效的两阶段迭代算法.该算法可加以推广用于解决其他文献中所研究的类似问题.     

2种限制性指派问题

提出了指派问题的2种推广模型:双限制性指派问题和缺省限制性指派问题,首先设计了双限制性指派问题2种多项式算法,随后设计出了缺省限制性指派问题的1种多项式算法,并且分别对以上算法的正确性和时间复杂性做出了相应的证明.     

基于混合算法求解指派问题

本研究建立了指派问题的数学模型,提出了以遗传算法和蚁群算法相结合的思想及其解决方案．算法主要是将每一个任务作为一个基因位形成染色体,以遗传算法控制寻优方向,更适宜解决组合优化问题．实验结果表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的．     

用最小费用流的允许边算法求解指派问题

构造指派问题的最小费用最大流模型,并将基于对偶原理的允许边算法用于该模型,提出了求解指派问题的一种新算法。该算法按照互补松驰条件,通过修改已标号节点的势,在容量-费用网络中逐步扩大允许网络,并在其中增广流量,直至求得容量-费用网络的最小费用最大流,此最大流中的非0流边即对应于指派问题的最优指派。在迭代过程中,后续迭代充分利用了上一迭代的信息,有效节省了计算量。对于非标准指派问题,可以直接求解,而不需要先将其转化为标准形式。     

基于路段流量的交通分配模型的算法

讨论基于路段流量的交通分配问题,指出其最优解满足Wardrop平衡条件.在选定适当路阻函数以后,模型可转化为带线性约束的非线性规划问题.对这类问题,采用仿射尺度内点算法,给出算法的基本思想及详细的实现过程.数值实验表明,该方法是可行有效的,可用于实际交通路网的配流计算.     

求解指派问题的伏格尔方法

通过对指派问题和运输问题的数学模型及其求解方法的分析比较,指出了作为运输问题特类的指派问题的特征及通常求解方法的弱点,在此基础上给出了求解指派问题的伏格尔(Vogel)方法的思想和步骤,并利用文献的数据给出具体的例证.     

基于超网络的多模式交通的随机网络加载问题

基于超网络理论构建了城市多模式出行网络模型,同时考虑路径出行时间、换乘次数以及拥挤等影响因素,建立路径的广义费用函数。在此基础之上,重新定义了有效路径的含义。结合图论中深度优先遍历算法与回溯法的思想,提出有效路径的搜索算法,并通过改进的Dial算法实现对城市多模式出行网络上交通流的随机网络加载。最后,利用本文建立的多模式出行网络对算法的可行性和有效性进行验证。结果表明,该算法适用于求解城市多模式出行网络上交通流的随机网络加载问题,并且可以避免原始Dial算法在求解交通分配问题中可能出现的不合理结果。