蟻群算法在人力資源優(yōu)化配置中的應(yīng)用研究

1、17蟻群算法在人力資源優(yōu)化配置中蟻群算法在人力資源優(yōu)化配置中的應(yīng)用研究的應(yīng)用研究17 2/192主要內(nèi)容1. 指派問題模型和研究現(xiàn)狀2. 基本蟻群算法3. 改進(jìn)的蟻群算法（apaco）4. 演示系統(tǒng)設(shè)計5. 實驗分析6. 結(jié)論17 3/1931-1 指派問題的研究現(xiàn)狀o人力資源優(yōu)化配置問題可歸于一類指派問題。o匈牙利算法。運籌學(xué)中最基本的方法。小數(shù)據(jù)集，手工。o降階優(yōu)化算法。用系數(shù)矩陣對解矩陣進(jìn)行變換?？s小可行解數(shù)目o閉環(huán)dna算法。大量的識別序列和dna編碼。內(nèi)切酶有限。oo蟻群算法、遺傳算法、協(xié)商算法、基于模糊關(guān)系的工作分配算法等求解最優(yōu)化問題的啟發(fā)式方法被廣泛關(guān)注，應(yīng)用于任務(wù)指派問題的研

2、究中。17 4/1941-2指派問題的數(shù)學(xué)模型o有 個人和 個任務(wù)，已知第 個人做第 個任務(wù)的費用為 ，要求確定人和任務(wù)之間的一一對應(yīng)的指派方案，使完成這些任務(wù)的總費用最少。o數(shù)學(xué)模型：njijijixij, 2 , 1,人做第指派若0人做第若指派第1個任務(wù)第不個任務(wù)nnnnnnnccccccccccccc32122322211131211(1) zmin 11ninjijijxc) 4(), 2 , 1,(10) 3(), 2 , 1(1(2), 2 , 1(1.1jn1njixnixnjxt sijnijiij或nnijcij17 5/1952-1蟻群算法概述nestfood 蟻群算法(a

3、nt colony algorithm)是由意大利學(xué)者dorigo m，colorni a等人于20世紀(jì)90年代初期通過模擬自然界中螞蟻集體尋徑的行為而提出的一種基于種群的啟發(fā)式仿生進(jìn)化算法。dorigo圖1 蟻群尋徑模擬17 6/1962-2 蟻群優(yōu)化算法的研究現(xiàn)狀o蟻群優(yōu)化是由螞蟻系統(tǒng)演變而成的一種np-hard問題的通用啟發(fā)式解法。o著名的旅行商問題（traveling salesman problem, tsp）o改進(jìn)的蟻群算法：o最大-最小螞蟻系統(tǒng)o混合螞蟻系統(tǒng)o快速螞蟻系統(tǒng) 圖2 tsp模型17 7/1972-3 標(biāo)準(zhǔn)的蟻群優(yōu)化系統(tǒng)o1.轉(zhuǎn)移規(guī)則 o2.信息素更新o3.次優(yōu)解o4.

4、 最優(yōu)解其他時之間經(jīng)過和只螞蟻在時刻當(dāng)?shù)? 01,)()1 () 1(1ijttklqttkkijmkkijijijijijkktabukikikijijkijtabujtabujtttpk, 0,)()()(), 1( ,minmkllkiterateoriteratiorminminll17 8/1983 acoap算法模型-1o設(shè)需要指派3個人去完成3個任務(wù)，并知道每個人完成每個任務(wù)所需的費用，則可得到一個三行三列的系數(shù)矩陣。指派問題的系數(shù)矩陣形成移動矩陣相同行的不同列之間移動，并且此列未到達(dá)過信息素集中在節(jié)點轉(zhuǎn)到下一個節(jié)點的代價為下一個節(jié)點的系數(shù)矩陣值轉(zhuǎn)移概率并非選擇最大節(jié)點，有干擾因

5、子到達(dá)一個節(jié)點，立即進(jìn)行節(jié)點信息素的更新所有螞蟻完成一次覓食，比較次優(yōu)解，全局信息素的更新圖3 acoap算法模型17 9/1993 acoap算法模型-2o轉(zhuǎn)移概率。產(chǎn)生隨機數(shù) ，如果 ，則根據(jù)下式，螞蟻移向概率最大的節(jié)點。否則在可選節(jié)點中隨機選擇一個。o局部信息素更新。當(dāng)螞蟻選擇此節(jié)點后，立即更新此節(jié)點的信息素。o全局信息素更新。當(dāng)所有螞蟻完成一次覓食后，得到次優(yōu)解。優(yōu)于全局最優(yōu)解，更新全局信息素。 , 1,1)(1)()1(,crqnimpcncnnpmnamnpqapqpqij) 10(0totalpqpqcq)1 ( ) ( , )1 (nnodepqpqpqpq17 10/1910

6、4 演示系統(tǒng)設(shè)計主要技術(shù)：swing，thread17 11/19115 實驗1-1o實驗?zāi)康模旱玫叫畔⑺貑l(fā)因子，期望值啟發(fā)因子，干擾因子，螞蟻數(shù)量，局部信息素?fù)]發(fā)系數(shù)，全局信息素的揮發(fā)系數(shù)范圍o規(guī)模為10的干擾因子實驗設(shè)置及結(jié)果，10次，迭代次數(shù)不同o所有實驗17 12/1912實驗1-2干擾因子17 13/19135 實驗1-3o信息素啟發(fā)因子 1,2，參考文獻(xiàn)1o期望值啟發(fā)因子 為1，參考文獻(xiàn)1o局部信息素?fù)]發(fā)系數(shù) 0.2,0.4，文獻(xiàn)中取0.2o全局信息素?fù)]發(fā)系數(shù) 0.6,0.8，文獻(xiàn)中取0.7o干擾因子 0.1,0.2，文獻(xiàn)中取 0.35o螞蟻數(shù)量 ，參考文獻(xiàn)中的范圍 nn22nn

7、017 14/19145 實驗2o實驗?zāi)康模候炞C算法的有效性61012961061476781296101417971215784c參數(shù)設(shè)置及結(jié)果-17 15/19155 實驗3o與其他算法性能對比238120179175109111229147197201117111157126142170206101172228210198219170225110117103179126217229149177110160167106158222154238197178238221117236234108237128241167172172194114208223168184249114207221156

8、102228163149122110228214141190102163114144115183124155243102199120140149161218106216119102106230204c參數(shù)設(shè)置及結(jié)果-17 16/19165 實驗4o實驗?zāi)康模簡尉€程和多線程對比o實驗數(shù)據(jù)為orlib的規(guī)模為100的數(shù)據(jù)集 ，大規(guī)模數(shù)據(jù)集o運行時間：單線程： 14.57分鐘 多線程：9.37分鐘 17 17/19176 結(jié)論與展望o結(jié)論1.深入研究了將改進(jìn)的蟻群算法應(yīng)用于企業(yè)人力資源的優(yōu)化配置方案，并通過編程實驗進(jìn)行了實例分析，證明了其有效性。2.為將蟻群算法應(yīng)用于人力資源優(yōu)化配置提供了新的思路和具體方法。o展望1.獲取系數(shù)矩陣?？商接憣eb2.0理念和民主評議