不确定动态直觉模糊环境下人岗匹配多属性决策模型

不确定动态直觉模糊环境下人岗匹配多

属性决策模型

摘要：人员与岗位是否匹配是企业管理中需要研究的一个重要问题，使用的指标和方法是研究人岗匹配问题的关键。本文将利用区间直觉模糊数和不确定动态加权模糊平均算子，在不确定动态直觉模糊环境下建立评价人岗匹配的多属性决策方法模型。

关键词：人岗匹配、区间值直觉模糊数、多属性决策方法、不确定动态直觉模糊

1.

引言

人员和岗位是否匹配是衡量企业管理成效的一个重要指标。人岗匹配既包含定性因素，又包含定量因素。因此，需要寻找有效评估人岗匹配效果的方法。由于衡量人岗匹配指标数据是不确定的、模糊的，所以，国内外研究工作者将模糊集理论应用于人岗匹配评估决策中。本文将利用区间直觉模糊数和算子在不确定动态直觉模糊环境下建立决策方法模型。

1.

研究内容

1.基本概念和公式

为了更好的开展研究，下面需要在不确定动态直觉模糊环境下定义一些基本的概念和公式。

定义1：设R是固定集合，R上的区间值直觉模糊数 S是一个具有下列形式的对象：

这里：

其中：，

，

，有：

定义2：设

这里：，

为了方便，我们用表示，设是一个受聘人员，那么，我们称：是一个不确定直觉模糊变量。

那么：表示个受聘人员所对应的个。

2.建立不确定动态直觉模糊环境下的多属性决策方法模型

下面我们利用，通过7个步骤建立不确定动态直觉模糊模型。

(1)通过分析数据，确定判定人岗匹配的指标，各个指标的权重，以及每个受聘人员的权重。

(2)用对方案进行评估，并为不同受聘人员建立不确定直觉模糊决策矩阵。

(3)采用不确定动态加权模糊平均算子对不同受聘人员的不确定直觉模糊决策矩阵进行聚合。

我们可以通过算子将不同受聘人员的所有不确定直觉模糊决策矩阵聚合成一个复杂的不确定直觉模糊决策矩阵。

(4)设是不确定直觉模糊理想解和不确定直觉模糊负理想解。其中：

是个中最大的。

是个中最小的。

(5) 计算出:交错与不确定直觉模糊理想解的距离，与直觉模糊负理想解的距离。他们的计算公式分别如下：

其中：

(6)计算各种匹配方案的贴近度系数。

(7) 利用第6个步骤的计算公式，我们可以计算出各种匹配方案的贴近度系数值，然后根据各匹配方案贴近度系数值的大小进行排序，从而确定出最优人岗匹配方案。

依序完成以上7个步骤后，我们就可以在不确定动态直觉模糊环境下建立我们需要的人岗匹配的多属性决策模型。

1.

结语

本文利用区间值直觉模糊数和聚合算子建立了不确定动态直觉模糊多属性决

策模型，此模型可以有效地帮助我们衡量职工和岗位是否匹配。本研究可以为多

属性决策问题的研究提供一种思路。

参考文献：

[1] Wan, S.P., Jin, Z., Dong, J. Y. A new order relatio

n for Pythagorean fuzzy numbers and application to multiattrib ute group decision making[J].Knowledge and Information Systems, 2020, 62(2): 751-785.

[2]D. F. Li. A ratio ranking method of triangular intuiti onistic fuzzy numbers and its application to madm problems. C omputer and Mathematics with Applications, 60:1557–1570,2010.

[3] P. Liu, Some hamacher aggregation operators based on

the interval-

valued intuitionistic fuzzy numbers and their application to g roup decision making, IEEE Transactions on Fuzzy Systems, 22 2014, 83-97.

[4]H. M. Nehi. A new ranking method for intuitionistic fu zzy numbers. International Journal of Fuzzy Systems,12:80–

86,2010.

作者简介：韩海燕（1980-），女，马鞍山师范高等专科学校副教授，硕士，研究方向：基础数学、应用数学。

基金项目：马鞍山师范高等专科学校校级科学研究项目“基于直觉模糊信

息的人岗匹配方法研究”（项目编号为2021xjzdky09）；马鞍山师范高等专科学

校校级教学研究项目“师范类专业认证背景下小学数学教育专业建设研究”（项

目编号为2021xjzdjy03）。