蟻群算法在人力資源優(yōu)化配置中的應(yīng)用研究

蟻群算法在人力資源優(yōu)化配置中的應(yīng)用研究17第一頁，共二十頁。主要內(nèi)容指派問題模型和研究現(xiàn)狀基本蟻群算法改進(jìn)的蟻群算法（APACO）演示系統(tǒng)設(shè)計(jì)實(shí)驗(yàn)分析結(jié)論172

第二頁，共二十頁。1-1指派問題的研究現(xiàn)狀人力資源優(yōu)化配置問題可歸于一類指派問題。匈牙利算法。運(yùn)籌學(xué)中最基本的方法。小數(shù)據(jù)集，手工。降階優(yōu)化算法。用系數(shù)矩陣對(duì)解矩陣進(jìn)行變換?？s小可行解數(shù)目閉環(huán)DNA算法。大量的識(shí)別序列和DNA編碼。內(nèi)切酶有限?！伻核惴?、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)指派問題的研究中。173

第三頁，共二十頁。1-2指派問題的數(shù)學(xué)模型有個(gè)人和個(gè)任務(wù)，已知第個(gè)人做第個(gè)任務(wù)的費(fèi)用為，要求確定人和任務(wù)之間的一一對(duì)應(yīng)的指派方案，使完成這些任務(wù)的總費(fèi)用最少。數(shù)學(xué)模型：174

第四頁，共二十頁。2-1蟻群算法概述nestfood蟻群算法(AntColonyAlgorithm)是由意大利學(xué)者Dorigo

M，ColorniA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175

第五頁，共二十頁。2-2蟻群優(yōu)化算法的研究現(xiàn)狀蟻群優(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。著名的旅行商問題（travelingsalesmanproblem,TSP）改進(jìn)的蟻群算法：最大-最小螞蟻系統(tǒng)混合螞蟻系統(tǒng)快速螞蟻系統(tǒng)……

圖2TSP模型176

第六頁，共二十頁。2-3標(biāo)準(zhǔn)的蟻群優(yōu)化系統(tǒng)1.轉(zhuǎn)移規(guī)則

2.信息素更新3.次優(yōu)解4.最優(yōu)解177

第七頁，共二十頁。3ACOAP算法模型-1設(shè)需要指派3個(gè)人去完成3個(gè)任務(wù)，并知道每個(gè)人完成每個(gè)任務(wù)所需的費(fèi)用，則可得到一個(gè)三行三列的系數(shù)矩陣。指派問題的系數(shù)矩陣形成移動(dòng)矩陣相同行的不同列之間移動(dòng)，并且此列未到達(dá)過信息素集中在節(jié)點(diǎn)轉(zhuǎn)到下一個(gè)節(jié)點(diǎn)的代價(jià)為下一個(gè)節(jié)點(diǎn)的系數(shù)矩陣值轉(zhuǎn)移概率并非選擇最大節(jié)點(diǎn)，有干擾因子到達(dá)一個(gè)節(jié)點(diǎn)，立即進(jìn)行節(jié)點(diǎn)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3ACOAP算法模型178

第八頁，共二十頁。3ACOAP算法模型-2轉(zhuǎn)移概率。產(chǎn)生隨機(jī)數(shù)，如果，則根據(jù)下式，螞蟻移向概率最大的節(jié)點(diǎn)。否則在可選節(jié)點(diǎn)中隨機(jī)選擇一個(gè)。局部信息素更新。當(dāng)螞蟻選擇此節(jié)點(diǎn)后，立即更新此節(jié)點(diǎn)的信息素。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。179

第九頁，共二十頁。4演示系統(tǒng)設(shè)計(jì)主要技術(shù)：Swing，Thread1710

第十頁，共二十頁。5實(shí)驗(yàn)1-1實(shí)驗(yàn)?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)范圍規(guī)模為10的干擾因子實(shí)驗(yàn)設(shè)置及結(jié)果，10次，迭代次數(shù)不同所有實(shí)驗(yàn)1711

第十一頁，共二十頁。實(shí)驗(yàn)1-2干擾因子1712

第十二頁，共二十頁。5實(shí)驗(yàn)1-3信息素啟發(fā)因子[1,2]，參考文獻(xiàn)1期望值啟發(fā)因子為1，參考文獻(xiàn)1局部信息素?fù)]發(fā)系數(shù)[0.2,0.4]，文獻(xiàn)中取0.2全局信息素?fù)]發(fā)系數(shù)[0.6,0.8]，文獻(xiàn)中取0.7干擾因子[0.1,0.2]，文獻(xiàn)中取0.35螞蟻數(shù)量，參考文獻(xiàn)中的范圍1713

第十三頁，共二十頁。5實(shí)驗(yàn)2實(shí)驗(yàn)?zāi)康模候?yàn)證算法的有效性參數(shù)設(shè)置及結(jié)果--》1714

第十四頁，共二十頁。5實(shí)驗(yàn)3與其他算法性能對(duì)比參數(shù)設(shè)置及結(jié)果--》1715

第十五頁，共二十頁。5實(shí)驗(yàn)4實(shí)驗(yàn)?zāi)康模簡尉€程和多線程對(duì)比實(shí)驗(yàn)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)集運(yùn)行時(shí)間：單線程：14.57分鐘多線程：9.37分鐘1716

第十六頁，共二十頁。6結(jié)論與展望結(jié)論深入研究了將改進(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(shí)驗(yàn)進(jìn)行了實(shí)例分析，證明了其有效性。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。展望獲取系數(shù)矩陣?？商接憣eb2.0理念和民主評(píng)議反饋機(jī)制相結(jié)合來生成系數(shù)矩陣的方法，企業(yè)合作，驗(yàn)證其實(shí)際效果。算法需要改進(jìn)，大規(guī)模數(shù)據(jù)集，收斂速度慢。1717

第十七頁，共二十頁。致謝感謝樸老師對(duì)我的耐心指導(dǎo)感謝實(shí)驗(yàn)室?guī)熜謳熃銓?duì)我的大力支持感謝各位老師感謝各位同學(xué)1718

第十八頁，共二十頁。

Thankyou,Questions?17第十九頁，共二十頁。內(nèi)容總結(jié)蟻群算法在人力資源優(yōu)化配置中的應(yīng)用研究。17。1-1指派問題的研究現(xiàn)狀。人力資源優(yōu)化配置問題可歸于一類指派問題。用系數(shù)矩陣對(duì)解矩陣進(jìn)行變換。2-2蟻群優(yōu)化算法的研究現(xiàn)狀。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。指派問題的系數(shù)矩陣形成移動(dòng)矩陣。轉(zhuǎn)到下一個(gè)節(jié)點(diǎn)的代價(jià)為下一個(gè)節(jié)點(diǎn)的系數(shù)矩陣值。到達(dá)一個(gè)節(jié)點(diǎn)，立即進(jìn)行節(jié)點(diǎn)信息素的更新。所有