蟻群算法在人力資源優(yōu)化配置中的應(yīng)用研究ppt課件

1、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)化配置中的運(yùn)用研討的運(yùn)用研討指點(diǎn)教師：樸春慧學(xué) 生：吳亞蘭專 業(yè)：電子商務(wù) 2021年7月21日主要內(nèi)容o指派問(wèn)題模型和研討現(xiàn)狀o根本蟻群算法o改良的蟻群算法APACOo演示系統(tǒng)設(shè)計(jì)o實(shí)驗(yàn)分析o結(jié)論1-1 指派問(wèn)題的研討現(xiàn)狀o人力資源優(yōu)化配置問(wèn)題可歸于一類指派問(wèn)題。o匈牙利算法。運(yùn)籌學(xué)中最根本的方法。小數(shù)據(jù)集，手工。o降階優(yōu)化算法。用系數(shù)矩陣對(duì)解矩陣進(jìn)展變換。減少可行解數(shù)目o閉環(huán)DNA算法。大量的識(shí)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)系的任務(wù)分配算法等求解最優(yōu)化問(wèn)題的啟發(fā)式方法被廣泛關(guān)注，運(yùn)用于義務(wù)指派問(wèn)題

2、的研討中。1-2指派問(wèn)題的數(shù)學(xué)模型o有 個(gè)人和 個(gè)義務(wù)，知第 個(gè)人做第 個(gè)義務(wù)的費(fèi)用為 ，要求確定人和義務(wù)之間的一一對(duì)應(yīng)的指派方案，使完成這些義務(wù)的總費(fèi)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(gè)任務(wù)第不個(gè)任務(wù)nnnnnnnCCCCCCCCCCCCC32122322211131211(1) zmin 11ninjijijxc) 4(), 2 , 1,(10) 3(), 2 , 1(1(2), 2 , 1(1.1jn1njixnixnjxt sijnijiij或nnijcij2-1蟻群算法概述nestfood 蟻群算法(Ant Colony Algor

3、ithm)是由意大利學(xué)者Dorigo M，Colorni A等人于20世紀(jì)90年代初期經(jīng)過(guò)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2-2 蟻群優(yōu)化算法的研討現(xiàn)狀o蟻群優(yōu)化是由螞蟻系統(tǒng)演化而成的一種NP-hard問(wèn)題的通用啟發(fā)式解法。o著名的游覽商問(wèn)題traveling salesman problem, TSPo改良的蟻群算法：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2-3 規(guī)范的蟻群優(yōu)化系統(tǒng)o1.轉(zhuǎn)移規(guī)那么 o2.信息素更新o3.次優(yōu)解o4. 最優(yōu)解其他時(shí)之間經(jīng)過(guò)和只螞蟻在時(shí)刻當(dāng)?shù)? 01,)()1 ()

4、 1(1ijttkLQttkkijmkkijijijijijkktabukikikijijkijtabujtabujtttpk, 0,)()()(), 1( ,minmkLLkiterateoriteratiorminminLL3 ACOAP算法模型-1o設(shè)需求指派3個(gè)人去完成3個(gè)義務(wù)，并知道每個(gè)人完成每個(gè)義務(wù)所需的費(fèi)用，那么可得到一個(gè)三行三列的系數(shù)矩陣。指派問(wèn)題的系數(shù)矩陣構(gòu)成挪動(dòng)矩陣一樣行的不同列之間挪動(dòng)，并且此列未到達(dá)過(guò)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)，立刻進(jìn)展節(jié)點(diǎn)信息素的更新一切螞蟻完成一次尋食，比較次優(yōu)解，全局

5、信息素的更新圖3 ACOAP算法模型3 ACOAP算法模型-2o轉(zhuǎn)移概率。產(chǎn)生隨機(jī)數(shù) ，假設(shè) ，那么根據(jù)下式，螞蟻移向概率最大的節(jié)點(diǎn)。否那么在可選節(jié)點(diǎn)中隨機(jī)選擇一個(gè)。o部分信息素更新。當(dāng)螞蟻選擇此節(jié)點(diǎn)后，立刻更新此節(jié)點(diǎn)的信息素。o全局信息素更新。當(dāng)一切螞蟻完成一次尋食后，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 (Nnodepqpqpqpq4 演示系統(tǒng)設(shè)計(jì)主要技術(shù)：Swing，Thread5 實(shí)驗(yàn)1-1o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

6、，干擾因子，螞蟻數(shù)量，部分信息素?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(shí)驗(yàn)設(shè)置及結(jié)果，10次，迭代次數(shù)不同o一切實(shí)驗(yàn)實(shí)驗(yàn)1-2干擾因子5 實(shí)驗(yàn)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部分信息素?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 nn22nn05 實(shí)驗(yàn)2o實(shí)驗(yàn)?zāi)康模候?yàn)證算法的有效性61012961061476781296101417971215784C參數(shù)設(shè)置及結(jié)果-5 實(shí)驗(yàn)3o與其他算法性能對(duì)比238120

7、179175109111229147197201117111157126142170206101172228210198219170225110117103179126217229149177110160167106158222154238197178238221117236234108237128241167172172194114208223168184249114207221156102228163149122110228214141190102163114144115183124155243102199120140149161218106216119102106230204C參數(shù)設(shè)置及結(jié)果-5 實(shí)驗(yàn)4o實(shí)驗(yàn)?zāi)康模簡(jiǎn)尉€程和多線程對(duì)比o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o運(yùn)轉(zhuǎn)時(shí)間：?jiǎn)尉€程： 14.57分鐘 多線程：9.37分鐘 6 結(jié)論與展望o結(jié)論o深化研討了將改良的蟻群算法運(yùn)用于企業(yè)人力資源的優(yōu)化配置方案，并經(jīng)過(guò)編程實(shí)驗(yàn)進(jìn)展了實(shí)例分析，證明了其有效性。o為將蟻群算法運(yùn)用于人力資源優(yōu)化配置提供了新的思緒和詳細(xì)方法。o展望o獲取系數(shù)矩陣?？捎懻搶eb2.0理