《基于匈牙利算法的S仓配送中心人员指派问题及优化研究》8800字（论文）

基于匈牙利算法的S仓配送中心人员指派问题及优化研究摘要：人力资源管理是企业经营管理的重要组成部分，人员指派问题是人力资源管理中的重要命题，合理配置人力资源能降低用工成本，提高工作效率，使得事得其人，人尽其才。本文主要通过查阅大量相关文献，系统研究科捷成都双流仓配送中心的人员指派问题。论文主要包括三个方面，首先，提出当前科捷成都双流仓人员指派的主要问题，突出表现在配送中心的人员指派缺乏科学性、配送中心的人员指派的优化存在滞后性、配送中心的人员指派缺乏公平性；其次，分析科捷成都双流仓人员指派问题的主要原因，表现在没有采取科学的指派方法、完善的工作制度这个根因方面，还有管理人员对工作人员的了解不足、设备自动化速度较快、没有较好的激励机制等方面；最后，主要运用匈牙利算法对科捷成都双流仓人员指派问题进行优化，除此还有利用解决不标准的指派问题的方法进行优化。通过研究发现，当前科捷成都双流仓人员指派存在的上述问题，运用匈牙利算法可有效优化此类问题。关键词：配送中心；人员指派；匈牙利算法目录一、引言 1（一）研究背景 1（二）研究意义 1二、相关理论概述 2（一）相关概念界定 21.配送中心 22.人员指派 2（二）国内外研究现状简述 21.国内研究现状 22.国外研究现状 3三、科捷成都双流仓配送中心人员指派问题及原因分析 3（一）科捷成都双流仓配送中心人员指派问题表现 31.配送中心的人员指派缺乏一定的方法性 32.配送中心的人员指派的优化存在滞后性 43.配送中心的人员指派缺乏公平性 4（二）成都科捷双流配送中心现存的人员指派问题的原因 4四、科捷成都双流仓配送中心人员指派的优化策略 5（一）匈牙利解法理论概述 51.匈牙利算法的基本理论 52.匈牙利算法的思想基础 5（二）优化策略 51.按匈牙利算法进行优化 52.按解决非标准形式问题的方法进行优化 73.理论结果 8结语 9参考文献 10一、引言（一）研究背景在当今经济全球化的热潮下，传统的物流方式已经跟不上大家日新月异的生活方式，而且传统的物流配送耗费高、质量低，较难满足人们的需求，在各种问题的刺激下，“配送中心”应运而生，迅猛发展，并成为了经济活动中不可替代的重要角色。随着中国经济进入工业4.0新常态、各行业对于“互联网+”的欢迎的新阶段，智能化、科技化、信息化成为了中国物流发展的大趋所势。与此同时，中国的物流业在国民经济中的意义和地位正在极速提升，尤其是快递、电商、配送中心正在加强物流技术装备、物流网络。在此市场发展背景下，物流业的“智慧化”逐渐普及，比如半自动化、自动化设备。各物流企业发展都大同小异，京东有配送机器人，科捷也不甘示弱，有艾瑞思机器人，正是智能化的快速发展，使有些企业不能跟上这速度，随之而来就产生了智能设备与人力资源上的矛盾，其中一大矛盾就是人员指派与智能设备的妥善安排，这在配送中心尤其凸显。那么人员排班在这种情况下就会存在合理与否、公平与否的问题。企业要想在生产过程中提高员工的工作积极性，增加工作效率，公平和合理的人员工作安排就显得非常重要了。有问题，就需要改进；有改进，才会有进步！在时代高速发展的大背景下，物流企业为了提高竞争力，必须重视物流配送中心的运营，尤其注意人员的指派，只有人员指派问题得到了解决，配送中心的运作才会达到事半功倍的效果。（二）研究意义对于配送中心人员指派问题的探究，其主要有以下价值：首先是理论价值。人力资源现正处于成熟阶段，学者们更多关注管理实践中的问题，从不同的视角来研究不同管理情境中的问题，致力于寻找适合中国情境的人员指派的模式，最大限度地发挥人力资源的作用。指派问题（AssignmentProblem）是运筹学中一类非常经典的问题，是最优化决策问题的一个分支，在资源优化、生产管理优化、科学研究等许多领域中的应用极为广泛，在社会分工持续细化和社会资源稍许缺乏的背景下，指派问题的解决可以造福到到生活、生产中的方方面面，由此，利用指派问题的优化生产流程和资源配置，挺高生产的效率，这对科学、合理的决策提供理论支撑具有重大的意义，并且极大的影响着社会的发展与进步REF_Ref71798381\r\h[1]REF_Ref71806014\r\h.其次是应用价值。本论文基于现阶段国内部分物流配送中心的了解和相关理论知识的学习，将匈牙利法实际运用于物流配送中心的基础操作人员的指派问题上，仅对双十一时期配送人员的指派具有一定的研究意义；且可以较好提高派送效率、减少误差、合理运用人力资源，以及较好将人力与自动化和智能化设备相结合，提高整个物流配送中心的效率，并更好地发展和扩展业务。除此，在过往的传统指派问题中，其研究的人数m与任务数n相等，即一项任务只能由一个人来承担，但除这个情形外，实际还有多人一职、一人多职等情况，此研究可以考虑到更实际的情况，具有更多的应用价值REF_Ref71806014\r\h[2]。二、相关理论概述（一）相关概念界定1.配送中心目前，我国的《中华人民共和国国家标准：物流术语》对配送中心的定义是：处理物流配送业务的组织机构，配送中心应该满足下列的要求：以配送为主、存储为辅、为特定的用户服务、信息网络健全、服务范围较小、多品种，小批量、配送功能完整REF_Ref71814802\r\h[3]。物流配送中心是大批量货物的集结地，其运输配送货物的主要特点是综合性及地域性。一般的规模比较大、功能比较齐全的物流活动的场所都可以称之为物流配送中心。物流配送中心这一定义范围比较广泛，它是各种物流结点的总称REF_Ref71808265\r\h[4]。2.人员指派人员指派即将合适的人员在合适的时刻指派到对应的任务中REF_Ref71814830\r\h[5]。即有若干人员和若干任务，如何科学合理地进行资源优化和配置，从而产生最大化的经济效益和社会效益，或者说完成这些任务的成本量最小，使得指派方案总体效果最佳的社会活动。人员指派问题的标准形式是指在效率矩阵已知条件下，确定m成n项工作的最佳指派方案。人员指派归属于任务指派，而任务指派问题的解法主要分为两大块：一块是精确求解算法，如匈牙利法；另一块是启发式算法，如人工蜂群算法、遗传算法、整数规划的方法、模拟退火方法等REF_Ref71814843\r\h[6]。（二）国内外研究现状简述1.国内研究现状晓斌、张干宗提出了一种新多项式时间算法，该算法类似于解经典指派问题的匈牙利算法REF_Ref71814856\r\h[7]，其不需要利用最大流算法。2000年，宋业新、吴晓平开始研究多目标广义指派问题的模糊匈牙利算法求解REF_Ref71814868\r\h[8]；2001年，宋业新、陈绵云开始用匈牙利算法求解模糊效益矩阵转化后的扩展效益矩阵REF_Ref71814882\r\h[9]；2002年，李青建立了排班问题的多目标优化模型，将其应用于改进的基于信息熵的自适应遗传算法来求解模型的最优解，然后引入模拟退火算法、分割集思想来进行最优解的选择REF_Ref71814895\r\h[10]。2006年，郭倩倩、吴开兴等在讨论了非标准形式的后（即任务数小于人数、且每两个工作人员分配的任务量之差小于等于15的多目标模糊指派问题），用匈牙利算法求解各个目标效率矩阵转化为目标模糊关系矩阵后的经典指派问题REF_Ref71814906\r\h[11]。随后，胡劲松开始引出模糊方程，并在此基础上研究了平衡模糊指派问题REF_Ref71814931\r\h[12]。2007年，孙多青在研究胡劲松理论的基础上，研究出了广义模糊指派问题的解决方法REF_Ref71814921\r\h[13]。2.国外研究现状1952年Votaw和Orden的一篇文章中，最早出现了指派问题，但是一般1955年Kuhn提出的关于指派问题的匈牙利算法被认为是经典指派的源头；1984年，MartelloM和PulleyblankWR引出了平衡指派问题REF_Ref71814943\r\h[14]；尔后，TikekarVG和AggarwalV等提出了基于分类别的瓶颈指派问题REF_Ref71814954\r\h[15]。1995年RoucairolC和MansB引出运用分枝定界法来解决二次指派问题REF_Ref71814964\r\h[16]。2005年，RUI-JIANGWANG等基于前人的研究，提出了2n*n型瓶颈指派问题，并将三角模糊数应用于瓶颈指派问题，运用运筹学中的方法来解决这种复杂的瓶颈指派问题REF_Ref71814975\r\h[17]。BogomolnaiaA提出了解决随机指派问题的新方法REF_Ref71814988\r\h[18]；2006年，KattaA-K,SethuramanJ将其用来解决随机指派问题REF_Ref71814999\r\h[19]。在2010年，BurkardRoswithaRissner和RainerE．提出了通过多项式算法来解决二次瓶颈指派问题，为了在目标函数的二次分配问题中使得其最大化，而更换成本REF_Ref71815013\r\h[20]。三、科捷成都双流仓配送中心人员指派问题及原因分析（一）科捷成都双流仓配送中心人员指派问题表现科捷物流有限公司是神州数码的下属公司，其是国内IT产品分销第一企业，也是中国处于领先地位的综合物流服务商，同时其国际化程度较深，拥有比较国际化的经营理念和管理风格。科捷成都双流仓位于成都双流这个绝佳的运输点，成都是四川乃至西南地区最大的交通枢纽，已开通至法国巴黎、日本、韩国、新加坡等城市的国际直飞航线，除此成都双流国际机场，是我国第4大国际航空港，客流量居全国第5位；除此，其铁路线路四通八达，公路干线、支线更是交织成网，锦江、温江水运也方便，因此其地理位置极佳。此分仓在运作中也是严格按照“大科捷、大物流”的深层次战略进行，然而每个企业都存在大大小小的问题，有问题，才有发展！科捷双流美妆仓是科捷物流公司目前在成都最大的仓库，但其人员的指派不是最优化的，尤其是在“双十一”期间和“六一八”期间，其临时招聘的兼职和管培生，都没有实现充分地利用。其主要有以下几个问题：1.配送中心的人员指派缺乏一定的方法性配送中心人员指派的方法缺乏方法性。指派中经常存在一些不确定性的因素，比如人员效率的不确定性、设备的性能不确定性、人员偏好情绪的不确定性，或者是由于缺少历史数据及历史数据不可靠时，当出现这些不确定性的时候，只能让专家根据自己的经验给出这种不确定性的主观的估计。配送中心在特殊期间（双十一、六一八），有临时工人。短期管培生等，配送中心管理人员对于上述的不确定性都不了解，暂且根据经验指派。但经验指派会产生一些弊端，比如：有时临时将人员安排在缺人的岗位上，而没有考虑岗位的需要和人员的随机调度带来的损失，以及人员与岗位是否合适；对于双十一的短期工作人员，一部分采用了抓阄的方式，尽管事先让大家写出了自己所倾向的岗位，照顾了部分人，但仍有不少人员对于自己被分配的岗位是不满意的，另外，还有一部分人员被采取了直接指派的方式，他们被直接分成几个小组，一个小组是一个类型的岗位。2.配送中心的人员指派的优化存在滞后性人员指派的优化速度稍慢于设备的自动化速度，不能与自动化的设备较好协调。在设备的自动化阶段，需要不断采用试错的方式，将自动化、半自动化的的设备适用于本配送中心，都需要具体问题具体分析。比如最基本的人脸打卡系统，在日常期间是正常运作，而当遇上特殊时期（双十一、六一八）需要增设设备时，只添加了打卡设备，没有在新增的入口添加相应的感应设备，而是在每个新增的入口都添加了两个人员进行检查监督，这大大增加了人力成本，也降低了工作效率；除此，对于半自动化的传送带，相较于普通传送带，可以提高效率，对于传送带上的人员可以任打包和退货到位的工作，而对于纯人工的拣货岗位，没有引起重视，会导致配送中心的绝大部分配送错误。智能化、信息化高速发展的时代，给人带来的压力也挺大，比如设备的快速进化和人员相对较慢的学习速度，这之间就存在这一定的矛盾，只有人员和智能化的设备较好地融合，才能最大化地发挥人力资源和科技化的设备的作用。这其中包括根据设备的智能化来指派人员的数量，和根据人员的文化和技术程度来与设备共事。3.配送中心的人员指派缺乏公平性公平性是指每个人员的所执行的任务相对平均，实际上人员在执行的任务串也会存在好坏之分。该配送中心缺乏公平性主要体现在两个方面，其一是薪资方面；在特殊时期（双十一、六一八），对于管培生的指派缺乏一定的公平性，所有同一个学校去的管培生，无论是在入库、出库、拣货这样的基础操作岗位，还是操作、后勤等管理岗位，其时薪资都是相等的，从竞争性角度来看，这是缺乏公平性的。企业有竞争才能有进步，而有竞争就必须要求公平。其二，还要求在指派机会上突出公平，即分配制度应明确每位员工在涉及到与薪酬相关的场合和任务时，具有同等被选中的机会。该配送中心再次方面主要表现为部分工作人员会因为自己和指派人员的亲疏关系而较于其他人员有更多的被指派于好岗位的可能性，或是部分人员凭借自己的某关系、地位，而多享有的指派机会，这相较于其他人而言都是不公平的。（二）成都科捷双流配送中心现存的人员指派问题的原因成都科捷双流配送中心人员指派问题的根本原因在于人员指派方法缺乏科学性。成都科捷双流配送中心尚未形成系统科学的人员指派方法，就目前而言，管理者常常基于个人的经验、知识以及主观感知来进行人员安排，这种手工安排的方法即费时又费力REF_Ref71815033\r\h[21]，还会导致指派行为不科学和随意性，极大影响了人力资源的工作效率。指派行为的随意性表现在以下方面：不同岗位之间存在劳动压力与劳动强度的差异，由于缺乏指派方法的指导和约束，“人为”指派的性质明显。部分员工希望被分配到较为轻松的岗位，会和管理人员“套近乎”、“攀关系”，甚至产生“寻租”行为。有些员工被分配到劳动强度较大的岗位，则会产生“被剥夺”的情绪，进而影响工作效果。美国心理学家亚当斯的公平理论认为，员工时刻都在与其他员工进行比较，会把自己的付出和回报与其他员工的付出与回报做比较，如果比较的结果不公平，会影响到员工的工作满意度，进而影响到工作行为。从这个角度来说，随意性的“人为”指派会产生员工的低效率和低满意度。因而产生了人员指派缺乏方法性和公平性。又因为没有科学的人员指派方法，就导致时常没有因时因地找到人员指派的约束条件，最典型的就是在设备进化过程中，较少地考虑到设备在不断智能化这一约束条件的变化。因此，需要通过干预措施来优化科捷成都双流仓配送中心人员指派行为。通过前人研究和实地考察，本文运用匈牙利算法对其进行优化，解决现实问题，提升工作效率。四、科捷成都双流仓配送中心人员指派的优化策略（一）匈牙利解法理论概述1.匈牙利算法的基本理论经典匈牙利算法是Kuhn利用匈牙利数学家Koning关于矩阵中独立零元素，提出的用于解决指派问题的优化方法REF_Ref71815045\r\h[22]。匈牙利法（Hungarianmethod）是求解极小型指派问题的一种方法，在这种情况的矩阵模型，在最终矩阵中找到的零元素和矩阵行列数相等且位于不同行和列，就能使总费用最低，就能得到矩阵的最优解，此时对应的人员指派就是最优的。2.匈牙利算法的思想基础匈牙利算法的基本思想是修改效益矩阵的行或者列，使得每一行或每一列中至少有一个为零的元素，经过修正后，直至在不同行不同列中至少有一个零元素，从而得到与这些零元素相对应的一个完全分配方案。当它用于效率矩阵时，它使总的效益成本为最小，这个指派方案就是一个最优分配方案，这种方法总是在有限步收敛于一个法的理论基础是：在效益矩阵的任何行或者列中，加上或者减去一个常数后不会改变最优分配REF_Ref71804871\r\h[23]。（二）优化策略1.按匈牙利算法进行优化指派问题的标准形式（以人和事为例）：有n个人和n件事，已知第i人做第j件事的费用为cij(i,j=1,2,…,n），要求确定人和事之间一一对应的指派方案，使完成n件事的总费用最少。例：现假设甲乙丙丁四个人，在入库、出库、拣货、异常处理岗位完成10个工作量所需时间（分），如表1-1所示：表1-SEQ表1-\*ARABIC1n个工作人员对于n个岗位的工作效率入库出库拣货异常处理甲67112乙4598丙31104丁5982解答：步骤一：将上表列出一个4*4的矩阵：6步骤二：找出行最小值，并减去。即各行分别减去2、4、1、2，得：450步骤三：找出每列最小的数，并用每列的各位数减去每列最小的数，即各行分别减去0、0、5、0，得：4步骤四：按行找每行有且仅有一个“0”的，划掉其所在的列；然后再按列找每列有且仅有一个“0”的，并划掉其所在的列（行/列所含“0”不唯一的先不管），得：4步骤五：找未覆盖处的最小元素k，分别根据有一条所划线经过的点，其值不变；有两条所划线经过的元素+k，未被所划线经过的元素-k，即最小元素k=1.3综上：甲——异常处理，乙——入库，丙——出库，丁——拣货。2.按解决非标准形式问题的方法进行优化上述方法是针对一人任一职的情况，因为假设是只有四件事，实际上一直有工作可做，人员也可以是一人多职或多人一职。优化如下：（1）人数<职位时：假如有甲、乙、丙、丁需要做入库、出库、拣货、异常处理、打印面单五件事，可以添加虚拟的人——戊，期完成各项任务的工作时长全为0即可，如表1-2所示：表1-2n个工作人员对于m个岗位的工作效率入库出库拣货异常处理打印面单甲671125乙45986丙311046丁59828戊00000解答：步骤一：将上表列出一个5*5的矩阵6步骤二：找出行最小值，并用每行的各个数分别减去其所在行的最小值。即各行分别减去2、4、1、2、0，得：4步骤三：找出每列最小的数，并用每列的各位数减去其所处列最小的数，即各列分别减去0、0、0、0、0，得：4步骤四：按行找每行有且仅有一个“0”的行，划掉其所在的列；然后再按列找每列有且仅有一个“0”的列，并划掉其所在的列（行/列“0”不唯一的先不管），得：4步骤五：找未覆盖处的最小元素k（此处最小元素k=2.），分别根据有一条划线经过的点，其值不变；有两条所划线经过的元素+k，未被所划线经过的元素-k。4再次重复此步骤，k=1，得：3即：甲——打印面单，乙——入库，丙——出库，丁——拣货，表示拣货事件暂不用做才能实现最优化。（2）当职位<人数时，在人数后面虚拟一个职位E即可，每个人对于虚拟职位的所耗时间添零即可。3.理论结果利用匈牙利算法来优化人员指派问题，可以较好地优化人员指派的问题，因为人员指派缺乏方法性、公平性、人员指派的优化具有滞后性问题的根本原因是人员指派方法缺乏科学性，正所谓“射人先射马，擒贼先擒王”，解决好缺乏科学性这个根本问题，其他的问题方能连根拔起。首先，本文采取的算法解决方式，通过找到任务目标，再因时因地地找到约束条件，比如在指派前需要对人员进行考核、调查，总结出人员的实际工作效率、工作稳定性，以及工作偏好、技能特长，将其整合为同一个约束条件，然后通过列出矩阵，并一步步求解，这能够较好地避免本文提出的缺乏方法性的问题；其次，因考虑到匈牙利算法和非标准指派问题的求解的约束条件，所以伴随着设备的智能化，需要考虑到设备工作效率的提高，还有人员的技术级别、对设备的熟练和掌握程度，现需将设备和人员结合在一起，将其看做是一个约束条件，即综合为设备改进后工作人员完成10个工作量所需的时间。因此，随着设备的自动化，我们要适时调整算法的约束条件，并对人员进行微微的调动，通过这种方法可以优化本文提出的人员指派速度稍显滞后性的问题。最后，用算法的方式来求解具有的一大优点是明了、简洁、科学，因该方法直观地提出算法相关的约束条件。针对本文提出的人员指派缺乏公平性之薪资方面缺乏公平性问题，应先将各个岗位薪酬规定好，然后将人员能力和效率综合为一个约束条件，运用算法求解，这样就可以优化部分不同岗位人员因时薪相等而导致的不公平性；针对文中提到的缺乏公平性之指派机会方面的问题，因采用算法来求解最佳指派方案的前提是先把每个工作人员看成是平等的个体，每个工作看做是平等的个体，进而在仅考虑能力约束条件下进行的优化，可以较好优化部分指派机会不平等的问题。综上，运用匈牙利算法可以较好的优化本文所提出的配送中心人员指派出现的问题！结语针对具体任务，如何优化人员配置，更加合理地发挥各个人员的特长是人员指派问题的关键所在。现阶段我国多数的第三方配送中心的人员指派皆有不科学、不全面等问题，尤其是“618”和“双十一”，研究科捷物流成都双流仓具有较好的参考意义，本文比较科学地提出了人员指派的优化措施，主要是针对配送中心人员指派现存的问题进行优化，其问题主要是三大块：配送中心的人员指派缺乏方法性、配送中心的人员指派的优化存在滞后性、配送中心的人员指派缺乏公平性，而根本问题是人员指派方法缺乏科学性，因此优化这三个问题从根本问题着手即可。通过阅读文献、学习研究各种优化算法，选择匈牙利法作为本任务指派的优化算法，并得到了实际的验证，本方法是可行的、有效的，能够对人员任务指派起积极推动作用。对于标准的指派问题，可以利用匈牙利法进行解决。生活中各种统筹优化问题亦如此，可以通过找到约束条件，列出相应的矩阵来求解，这样科学的优化方式，既具有说服力，又经得起实践的考验！综上，人员指派的优化任重而道远。国内外学者都对其进行了长达百年的不懈研究，指派问题已经发展到了一定的高度，但随着社会的高速前进，市场竞争的日益激烈，各企业为了从人力资源上来降低成本、提高效率、优化人事管理等，必须不断优化人员指派。在这个时代大背景下，人员指派给与人们的是更大的挑战，又因挑战总是与机遇共存，因此各企业要好好的迎接这个挑战，并掌握住这个机遇！参考文献寇春蕾．双重不确定环境中的指派问题及算法研究[D].华北理工大学,2016.熊圣和孙志森．任务分配问题中的一种广义指派模型及其求解[J].军事通信技术,2016,37(04):55-59.李美龙.第三方物流配送中心选址模型研究[D].兰州交通大学,2014.王想想.冷链物流配送中心选址问题研究[D].辽宁师范大学,2014.陈友玲和阳玮琦等.基于知识相似度和学习能力的产品设计人员指派方法[J].

计算机集成制造系统,2017,23(08):1700-1710.谢哲学.基于匈牙利法的引航员任务指派研究[D].宁波:宁波大学,2017.晓

斌和张干宗.瓶颈指派问题的一种多项式时间算法[J].

国防科技大学学报，

1997(01):97-101.宋业新和吴晓平等.具有模糊信息的多目标指派问题求解[J].

系统工程，2001(01):28-33.宋业新和陈绵云等.多目标广义指派问题的模糊匈牙利算法求解[J].

海军工程大学学报,2000(05):77-80+94.李青,张军,张学军.解决排班问题的多目标优化模型及算法研究[J].北京航空航天大学学报,2003(09):821-824郭倩倩和吴开信等.一类模糊多目标指派问题的解法及应用[J].

西华大学学报(自然科学版),2006(02):70-71+87+101.胡劲松.模糊指派问题求解方法研究[J].

系统工程理论与实践,2001