МЕТОДИКА ПРИМЕНЕНИЯ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ ДЛЯ УПРАВЛЕНИЯ ОРГАНИЗАЦИОННЫМИ ПРОЦЕССАМИ IT-ПРОЕКТОВ
Таблица 1 - Кейсы использования ГА в сфере подбора персонала
Проект | Описание |
Подбор коллектива научно-технических работников при выполнении инновационных наукоёмких проектов | 1. Исходные данные для работы ГА: Научно-технический работник: N = {1…F}, F — число научно-технических работников. Инновационный проект: I = {1…K}, K — число инновационных проектов. 2. Критерии отбора: требования к кандидатам и условия проектов. Значение коэффициента для каждого критерия — 1, 2, 3. Каждому критерию присваивается вес. 3. На один проект отбирается один научный работник. Каждый ген встречается в хромосоме только один раз. Целевая функция: численно характеризующая результат подбора научно-технического работника F(NRTINN)=F(NTRINN)Max-∑Ii=1(WIi⋅WNi⋅Z(NTRINNi)) где NTRINN — вектор подбора; WIi — вес инновационного проекта в i-м подборе; WNi — вес научно-технического работника; F(NRTINN)Max — максимальное значение целевой функции. Популяция — совокупность из нескольких векторов NTRINN. Демос — один вектор NTRINN. Число демосов равно частному от деления размера популяции на число вакансий. Особь — один элемент N или I из вектора NTRINN. Критерий прекращения работы ГА – получение решения либо истечение времени. |
Кадровое планирование | Кадровое планирование включает два решения - отбор и назначение персонала. 𝐼 = {1,… , 𝑛} совокупность свободных рабочих. Один работник должен выполнить 𝑗𝑚𝑎𝑥 заданий в течение ℎ𝑚𝑖𝑛 часов. У них разная квалификация. 𝐴𝑖 — множество заданий, которые 𝑖-ый работник может выполнять. Только 𝑡 рабочих требуется на период планирования. Целевая функция: не только выбрать работников для выполнения заданий в рамках установленных временных границ, но и минимизировать стоимость привлечения трудовых ресурсов. Стоимость 𝑐𝑖𝑗 присвоения 𝑖-му работнику 𝑗-ой задачи формулирует задачу планирования рабочей силы в качестве смешанной целочисленной модели: 1, если 𝑖 − ый работник назначен на 𝑗 − ую работу 𝑥𝑖𝑗 = {0, в противном случае 1, если 𝑖 − ый работник выбран 𝑦𝑖 = {0, в противном случае 𝑧𝑖𝑗 — количество часов, которое 𝑖-ому работнику требуется для выполнения 𝑗-ой задачи 𝑄𝑗 — множество работников, которые могут выполнять 𝑗-ую задачу Минимизируем стоимость назначения ∑𝑖∈𝐼 ∑𝑗∈𝐴 𝑐𝑖𝑗𝑥𝑖𝑗 (1) при условии ∑𝑗∈𝐴𝑖 𝑧𝑖𝑗 ≤ 𝑠𝑖𝑦𝑖 ∀ 𝑖 ∈ 𝐼 (2) - ограничивает количество часов. ∑𝑗∈𝑄𝑖 𝑧𝑖𝑗 ≤ 𝑑𝑗 ∀ 𝑗 ∈ 𝑗 (3) — обеспечивает соблюдение требований работы. ∑𝑗∈𝐴𝑖 𝑥𝑖𝑗 ≤ 𝑗𝑚𝑎𝑥𝑦𝑖 ∀ 𝑖 ∈ 𝐼 (4) ℎ𝑚𝑖𝑛𝑥𝑖𝑗 ≤ 𝑧𝑖𝑗 ≤ 𝑠𝑖𝑥𝑖𝑗 ∀ 𝑖 ∈ 𝐼, 𝑗 ∈ 𝐴𝑖 (5) — ограничивает общее время работы. ∑𝑖∈𝐼 𝑦𝑖 ≤ 𝑡 (6) — ограничение количества рабочих. 𝑥𝑖𝑗 ∈ {0,1} ∀ 𝑖 ∈ 𝐼, 𝑗 ∈ 𝐴𝑖 𝑦𝑖 ∈ {0,1} ∀ 𝑖 ∈ 𝐼 𝑧𝑖𝑗 > 0 ∀ 𝑖 ∈ 𝐼, 𝑗 ∈ 𝐴𝑖 В рамках генетического алгоритма оператор выполняет следующие последовательные действия: - устранение нарушения ограничения ℎ𝑚𝑖𝑛; - устранение нарушения в отношении требований к работнику; - определение перечня подходящих работников; - сокращение до требуемого количества |
составлено автором на основе представленных источников
