Вернуться к статье

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⋅WNiZ(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