手机版|
二维码|
[摘要] 将蚂蚁算法应用于求解人力资源指派问题,并提出了改进算法用以提高全局搜索能力,文章介绍了基于蚂蚁算法的人力资源指派策略,给出求解问题的数学描述,最后通过实例对算法进行仿真测试。
[关键词] 人力资源指派 蚂蚁算法 正反馈问题 自适应扰动机制
中小型企业是我国市场经济中一个重要的市场主体,在国民经济中占有越来越大的比重,成为我国经济发展新的增长点,然而,众多的中小型企业在依靠其灵活机制不断取得效益的同时,也遇到了不少问题。其中,人力资源指派就是一个常常让企业领导层感到棘手的问题。人力资源指派(assignment problem),是一类典型的组合优化问题,在工作分配、生产安排等方面都有广泛的应用。在现实生活中,有各种性质的指派问题,例如有若干项工作需要分配给若干人(或部门)来完成;有若干台机器被指派来完成若干项目等等。它们的基本要求是在满足特定的指派要求条件下,使指派方案的总体效果最佳。文章提出了一种改进的蚂蚁算法,通过实证分析,可以合理地协调诸如此类的NP—Complete问题。
一、中小型企业人力资源指派存在的问题
随着我国经济体系的逐步完善,国内商业气氛日趋成熟,同时在我国加入WTO后经济的进一步腾飞,使得许多企业也应运而生,同时带来的还有机遇与挑战。由于我国中小型企业的发展过快,缺乏相应的战略上的深思熟虑,具体表现:
其一,人力资源配置不科学。配置不科学是目前中小型企业人力资源指派存在的主要问题。在人员配置上,存在人员富余,从事经营管理、科研开发、技能操作的拔尖人才和专一多能人才不足;在配制方式上,存在任人唯亲,而不是任人唯贤。
其二,机制落后,造成人力资源浪费。在指派中,不注意人力资源的战略性调配,不考虑企业长远发展的需要,没有合理的指派机制,不重视员工的职业生涯设计,导致企业人才的严重浪费。
其三,人力资源管理人员角色定位不准。人力资源指派的工作很容易被理解为“谁能做谁就去做”,因而在指派任务时,或者是随便安排一位非技术人员,或者是将不适合某一岗位的人暂且调动去完成被指派任务。许多企业的人力资源管理人员没有将工作的重点放在战略性规划、管理技术协调和人力资源指派上,角色定位严重不准。
在对人力资源这一核心竞争力的任用和培养上缺乏可塑性,多为任人为亲或通过关系来任用人,造成从业者素质不高、职业化行为程度低,专业知识、技巧缺乏。同时还由于缺乏规范化的运作,缺乏专业分工、依靠经验、感觉运作,造成了企业社会诚信度低、公益形象弱的问题。从而导致在现代商业竟争环境日趋恶劣的情况下,企业往往显得有些举步维艰。
二、问题的解决方案
中小型企业由于其存在的特殊性,管理者往往在人力资源指派方面给予的关注不够。只重视生产,而没有充分考虑到企业人力资源合理调度上的重要性,这就造成了中小型企业不能很好地事尽其才、人尽其用。
蚂蚁算法具有正反馈、分布式计算和建设以及的贪婪的启发式等特点,是一种新的通用的启发式算法,能够合理地解决中小型企业优化配置的问题。目前研究最多的是将其用于求解TSP(traveling salesman problem)问题以及其他一些问题,尚未有人将其应用于解决人力资源调度问题。笔者将其应用于求解一类人力资源调度问题,并提出了一种改进的蚂蚁算法,以提高其全局搜索能力。
1.蚂蚁算法概述
蚂蚁算法(ant algorithm),又称蚁群算法,是一种源于大自然生物世界中的新的仿生物算法。初步研究表明蚂蚁算法在求解复杂组合优化问题方面具有并行化、正反馈等先天优点。
人力资源指派问题就是:指派n个人去完成n项工作的同时寻找出一个最优指派方案,属于一类资源优化组合的问题。我们应用蚂蚁算法,指派蚂蚁去完成以前完成过并且绩效较好的工作,并以正反馈的方式,逐渐形成最优或近似最优的指派方案。(在蚂蚁算法中,我们不关心蚂蚁种群的仿真问题,只是使用人工蚂蚁作为一种优化工具,本文中的蚂蚁指代的是人力资源指派中人的因素。)
初始时刻随机放置n只蚂蚁到n个任务上,每只蚂蚁仅能承担n项工作中的一项,每项工作仅能由一只蚂蚁来完成。在本问题上,引入
作为各个人的启发因子、
表示在第i只蚂蚁完成第j项工作的熟悉程度(信息素)、
表示在被指派人完成项目的概率。则有:
其中为可调系数,分别表示与先前工作的循环中由第i只蚂蚁完成第j项工作的熟悉程度的量及第i只蚂蚁完成第j项工作的相关系数。
2.算法改进
(1)信息素
(熟悉程度)会随着时间的推移而逐渐衰减,也就是说蚂蚁完成任务的熟悉程度会随时间的推移而衰减,用P表示信息素的持久性(0
表示第k只蚂蚁在本次循环中对任务
和任务
之间的熟悉程度的增量,其计算方法根据具体的计算模型而。在最常用的ant cycle system模型中:为一常数,为第k只蚂蚁在本次循环中所走路径的效率。
(2)由于蚂蚁算法使用了局部搜索法,很可能陷入局部极大值(或局部极小值)的陷阱,而得不到问题的最优解,因此引入“自适应扰动机制”,即对算法进行调整,使其在一定范围内只接受优化迭代的准则,从而跳出了局部极值的怪圈。为了增大搜索空间,人为地对模型加一定的扰动,其模型改进为:
g为扰动强度,根据每次循环的最优解的情况对其进行调整,为最大扰动强度。
三、实证分析
案例:假设某公司指派4人去完成四项工作,分别为:任务1、任务2、任务3、任务4。每个人仅限完成一项工作,其耗时为:
如何进行指派可使耗时最短?
首先,随机指派一人完成一项工作,从而达到局部最优。然后,不考虑任何扰动因素对其他任务进行指派,其时间矩阵为:
经过蚂蚁算法运算所得指派矩阵为:
,此时总耗时为73。
然后,考虑扰动因素对指派的干扰,从而对整个指派环节进行调整,经过优化后的蚂蚁算法得指派矩阵为:
,总耗时为70。
结论:所得最优指派为员工A去完成任务1,员工B去完成任务4,员工C去完成任务3,员工D去完成任务2。
四、结束语
蚂蚁算法作为一种新型的启发式随机搜索算法,虽然出现的时间不长。但是它是人们对自然界中真实的蚁群集体行为的启发和提炼。单个蚂蚁的行为很简单,能力也很有限,但是就是这样简单拿到个体所组成的蚂蚁群体却显示出惊人的寻优潜力,能过完成复杂的任务,而且能够适应环境的变化,不断的调整自己,最终显示了它在求解NP—Complete问题上的优势。可以从根本上帮助企业从高层管理者到基层操作者要在思想根源上认识到科学化管理对企业发展的重要性,以及以此进一步提高企业经济效益和社会效益的重要性;完善企业信息化建设的运作机制以及科学化管理和建设工作。
参考文献:
[1]杨冬王正欧:改进的蚂蚁算法求解任务分配问题.天津大学学报,2004.4
[2]蒋建国夏娜张国富尹翔:基于蚁群算法的敏捷供应链伙伴选择,2006
[3]罗小虎:基于蚁群算法的汉语自动分词的研究与实现.苏州大学,2004.4
[4]王有远徐新卫周日贵:基于蚂蚁算法的协同产品设计链合作伙伴选择研究.现代图书情报技术,2006
