人力资源的优化配置模型

#<16⑵<16⑵⑶⑷由各项目与与专业技术人员结构关系即：A项目需要高级工程师1〜3名、工程师大于2人、助理工程师大于2人、技术人员大于1人B项目需要高级工程师2〜5名、工程师大于2人、助理工程师大于2人、技术人员大于3人C项目需要高级工程师2名、工程师大于2人、助理工程师大于2人、技术人员大于1人D项目需要高级工程师1〜2名、工程师大于2〜8人、助理工程师大于1人、技术人员大于0人可得出约束条件为：TOC\o"1-5"\h\z1<x<3、⑸11x>2⑹12x>2⑺13x>1⑻14—2sx<5(9)21x>2⑽x>2(11)23x>3(12)24x=2(13)31x>2(⑷32x>2(15)33x>1(16)—1<x<2(17)一41一x<8(18)一42一x>1(19)43—x=0(20)44由表（1）中因为高级工程师人数为9人，工程师人数为17人，助理工程师为10人，技术员为5人，所以对于各项工程的人员安排的约束条件如下Sxi2"厂1口3。0厂1纵上所述：我们得出该公司人员分布与人员结构的约束条件为（I，⑴〜的，①〜④）然后，我们对目标函数与约束条件所构成的现性规划问题用lingo软件进行了求解见附录［2］：①;通过求解我们得出了本题的一个比较合理的人员分布，既为技术人员在A、B、C、D各地的分布如表（4）所示；人数\目人员类别ABCD高级工程师1521工程师6362助理工程师2521技术人员1310表（4）最优解maxZ=27090.00元/天六模型的评价及推广1．模型的评价本模型通过对“PE公司”的技术人员结构及工资情况、不同项目和各种人员的收费标准、各项目对专业人员技术人员结构的要求进行分析，从而将本题中所要求的如何分配技术力量问题转换成为线性规划问题中的目标函数与约束条件问题的求解，然后利用lingo软件很好的进行了求解，从而实现人力资源的合理利用，达到了人力资源的最优化配置，从而使公司达到最大的收益。本模型利用数学线性规划的知识，求得了人员的最优分配，而人员最优分配的目的是达到最大收益，因此此模型的建立对于公司的人员分配有较好的实用性。由于本模型是建立在使公司获得最大利益的基础上的，而不是建立在项目投资方。因此在考虑问题的时候难免出现偏差。本模型的假设是在理想的情况下进行的，使得模型有一定的局限性。2．模型的推广随着现代社会的发展，岗位的激烈竞争，面对众多的应聘人员，招聘公司如何安排员工，获得最大的收益是一个急待解决的问题。而本模型就此问题出发，以公司的收益作为目标函数，从而提供了一种人力资源合理分配的模型。很好的实现企业公司对人才以及技术人员的合理利用，并且比较好指导着企业公司对人力资源的安排，以达到最大的收益此模型不仅适用于公司的人员分配，而且适用于不同结构的人员招聘。论证报告1．方案背景一家从事电力工程技术的中共合资公司“PE公司”承接了4项工程项目（两现场设施工程，2个工程设计），都来至不同的客户，且工作环境不一，工程设计在办公室工作。而现今该公司有41个专业技术人员，且结构与相应的工资水平也不一样，另外不同项目的合同对不同的技术人员的收费标准也不一样，针对这一背景特制定本模型方案：一是合理安排个专业技术人员，使其符合客户的要求并且满足工程的高质量进行，二是使公司的日收入达到最大的收益。2．公司人员状况与客户要求一公司现有专业技术人员41人，另外在C、D两地的工作是在办公室里进行，需要每人每天50元的管理费开支，二客户要求方面现有4项工程其中2项是现场施工监理，分别在A地和B地，主要工作在现场完成：另外2项，分别在C、D进行主要工作在办公室完成，各项工作来源于不同的客户且对工作人员的收费标准也不同具体如表（2）所示，客户为了保证工作的质量，还对必须保证工作人员的结构具体见表（3）。特别是D项工作对技术人员的要求比较高，要求技术人员的配备必须在助理工程师以上，技术人员要求不参加，而高级工程师相对来说比较稀少，而客户对高级工程师的要求比较高，每一个工程项目都必须要有高级工程师的参加，且对不同的技术人员也有不同的要求，客户对总人数也有限制。3．方案依据根据客户依据和顾客要求建立数学模型公司的收益由公司收入和支出组成，而支出有技术人员的工资和管理开支组成I：公司4个项目的总收入II：公司付给工作人员的工资III：工作人员的管理费开支公司的收益由公司总收入、工作人员工资、管理开支组成，即收益Z=I-II-III,在加上约束条件就可以建立一个数学模型，利用数学软件对模型进行处理求解，就可以得出最好分配人力资源的方案。4．方案内容根据上述方案依据中模型的求解，可以得出人员的优化方案如表（4）最大日收益为27090.00元5．方案论证公司总希望给自己带来最大的收入，所以为给自己带来最大的收益公司人员在作出决策时总是从带来最好大收益的项目上考虑，以得到跟高的利润而逐步分析。根据提中数据我们得出每类员工做不同项目每天能给公司带来最大单人收益（单人收益=总收费-单人工资-管理开支）及优先顺序排名如表（5）所示：xijABCD高级工程师750312501100027004工程师6006600665055507助理工程师4301153084801048010技术人员3901249092401434013表（5）计算过程见附录［2］：④从表中的单人收入及排名以利润大的优先考虑原则来对A、B、C、D四个项目进行

随机取值如表（6）；人数'项目人员类别ABCD高级工程师1521助理工程师5221工程师3662技术人员1310表（6）计算可得出利润Zl=26850.00<27090.00（计算过程见附录［2］：②）在随机取一组数据如表（7）人数目人员类别卜、、ABCD高级工程师1521助理工程师2221工程师6452技术人员1310表(7)计算可得出利润Zl=25510.00<27090.00（计算过程见附录［2］：③）通过对得到的数据进行分析，并与实际的收益进行比较，我们可以初步论证方案的可行性。但是由于我们在建立模型的时候，只是从线性规划方面以及在公司利益进行考虑的，没有对多方面的问题进行讨论求解，因此，本方案并不一定是最好的，只能证明是相对较好的一种方案，所以得到的原方案可行但不一定最优。6.方案的执行公司依据计算得出的数据对人员进行分配，并按照各项项目对各种技术人员的要求，尽量使客户满意。，并且使人员分配到适合自己的岗位上，充分发挥自己的优势。对于公司员工的专业水平，由于存在着或多或少的的差距。有的人喜欢在户外工作，有的人喜欢在施工场地工作，因此可以考虑把人员分别分配到办公室工作和现场工作。而且，考虑到工作人员对新工作的适应程度和本人对客户的熟悉程度的不同，也尽量使人员分配到熟悉的工作环境种工作。在充分考虑到各种因素的条件下，把工作人员分别分配到适合自己的岗位上，这样才能最大地发挥员工的才能，为公司带来更多的收益。7.方案的优点和缺点特点：该方案通俗易懂，简单易行，原理清晰，依据可靠，论证有力。优势：通过合理分析，建立模型，对人员进行合理分配，使得公司获得最大的直接收益。参考文献无附录附录［1］：本模型只是从公司的最大利益出发考虑问题而没有从实际的客户需求是考虑所以该模型有一定的局限性且比较理想化附录［2］：①max=1000*x11+1500*x21+1300*x31+1000*x41+800*x12+800*x22+900*x32+800*x42+600*x13+700*x23+700*x33+700*x43+500*x14+600*x24+400*x34+500*x44-50*x31-50*x41-50*x32-50*x33-50*x34-50*x42-50*x43-50*x44-250*x11-250*x21-250*x31-250*x41-200*x12-200*x22-200*x32-200*x42-170*x13-170*x23-170*x33-170*x43-110*x14-110*x24-170*x34-170*x44;x11+x12+x13+x14<=10;x21+x22+x23+x24<=16;x31+x32+x33+x34<=11;x41+x42+x43+x44<=18;x22>=2;x23>=2;x24>=3;x12>=2;x13>=2;x14>=1;x31=2;x32>=2;x33>=2;x34>=1;x11>=1;x11<=3;x21>=2;x21<=5;x41>=1;

x41<=2;x42>=2;x42<=8;x43>=1;x44=0;x11+x12+x13+x14+x21+x22+x23+x24+x31+x32+x33+x34+x41+x42+x43+x44<=41;x11+x21+x31+x41<=9;x12+x22+x32+x42<=17;x13+x23+x33+x43<=10;x14+x24+x34+x44<=5;2527090.00Globaloptimalsolutionfoundatiteration:2527090.00Objectivevalue:VariableValueReducedCostX111.0000000.000000X215.0000000.000000X312.0000000.000000X411.0000000.000000X126.0000000.000000X223.0000000.000000

X326.0000000.000000X422.0000000.000000X132.0000000.000000X235.0000000.000000X332.0000000.000000X431.0000000.000000X141.0000000.000000X243.0000000.000000X341.0000000.000000X440.0000000.000000RowSlackorSurplusDualPrice127090.001.00000020.00000050.0000030.00000050.0000040.000000100.0000514.000000.00000061.0000000.00000073.0000000.00000080.000000-40.0000094.0000000.000000100.000000-100.0000110.000000-140.0000120.000000-300.0000134.0000000.000000140.000000-100.0000150.000000-400.0000160.000000-500.0000172.0000000.000000183.0000000.000000190.0000000.000000200.000000-500.0000211.0000000.000000220.0000000.000000236.0000000.000000240.0000000.000000250.000000-200.0000260.000000480.0000270.000000720.0000280.00000070.00000290.0000000.000000300.0000000.000000②a=[75060043039012506005304901000650480240700550480340];>>b=[1351562326211210]'b=1351562326211210>>z=a*b26850③>>a=[75060043039012506005304901000650480240700550480340];b=[1351562326211210]';>>c=[1621542325211210]';>>z=a*cz=25510④max1000x11+1500x21+1300x31+1000x41+800x12+800x22+900x32+800x42+600x13+700x23+700x33+700x43+500x14+600x24+400x34+500x44-50x31-50x41-50x32-50x33-50x34-50x42-50x43-50x44-250x11-250x21-250x31-250x41-200x12-200x22-200x32-200x42-170x13-170x23-170x33-170x43-110x14-110x24-170x34-170x44stx11+x12+x13+x14<=10x21+x22+x23+x24<=16x31+x32+x33+x34<=11x41+x42+x43+x44<=18x22>=2x23>=2x24>=3x12>=2x13>=2x14>=1x31=2x32>=2x33>=2x34>=1x11>=1x11<=3x21>=2x21<=5x41>=1x41<=2x42>=2x42<=8x43>=1x44=0x11+x12+x13+x14+x21+x22+x23+x24+x31+x32+x33+x34+x41+x42+x43+x44<=41x11+x21+x31+x41<=9

x12+x22+x32+x42<=17x13+x23+x33+x43<=10x14+x24+x34+x44<=5endLPOPTIMUMFOUNDATSTEP25OBJECTIVEFUNCTIONVALUE1)27090.00VARIABLEX11X21VARIABLEX11X21X31X41X12X22X32X42X13X23X33VALUE1.0000005.0000002.0000001.0000006.0000003.0000006.0000002.0000002.0000005.0000002.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.0000000.000000

X431.0000000.000000X141.0000000.000000X243.0000000.000000X341.0000000.000000X440.000000210.000000ROWSLACKORSURPLUSDUALPRICES2)0.0000000.0000003)0.0000000.0000004)0.00000050.0000005)14.0000000.0000006)1.0000000.0000007)3.0000000.0000008)0.0000000.0000009)4.0000000.00000010)0.000000-100.00000011)0.000000-100.00000012)0.000000200.00000013)4.0000000.00000014)0.000000-100.00000015)0.000000-360.000000

16)0.0000000.00000017)2.0000000.00000018)3.0000000.00000019)0.000000500.00000020)0.000000-50.00000021)1.0000000.00000022)0.000000-50.00000023)6.0000000.00000024)0.000000-50.00000025)0.0000000.00000026)0.0000000.00000027)0.000000750.00000028)0.000000600.00000029)0.000000530.00000030)0.000000490.000000NO.ITERATIONS=25RANGESINWHICHTHEBASISISUNCHANGED:OBJCOEFFICIENTRANGESVARIABLECURRENTALLOWABLEALLOWABLECOEFINCREASEDECREASEX11750.000000500.00000050.000000X211250.000000INFINITY500.000000X311000.000000INFINITYINFINITYX41700.00000050.000000INFINITYX12600.0000000.00000050.000000X22600.00000050.0000000.000000X32650.000000INFINITY50.000000X42550.00000050.000000INFINITYX13430.000000100.000000INFINITYX23530.000000INFINITY50.000000X33480.000000100.000000INFINITYX43480.00000050.000000INFINITYX14390.000000100.000000INFINITYX24490.000000INFINITY100.000000X34180.000000360.000000INFINITYX44280.000000210.000000INFINITYRIGHTHANDSIDERANGESROWCURRENTALLOWABLEALLOWABLER