公务员招聘的优化模型
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
公务员招聘的优化模型
队员:张大伟
王震
钱晓东
完成日期:2011-8-9
公务员招聘的优化模型
摘要:本文主要利用模糊数学理论,建立了公务员招聘的优化模型,解决了我国目前公务员招聘中存在的实际问题。
在模型Ⅰ中,对问题一(即在不考虑应聘者的志愿的情况下),按“择优按需”原则,(“择优”就是综合考虑所有应聘者的初试和复试的成绩来选优;“按需”就是根据用人部门的需求,即各用人部门对应聘人员的要求和评价来选择录用),得出了录用分配方案。
在模型Ⅱ中,对问题二(即在双方都是相互了解的前提下为双方)做出选择方案。每一个部门对所需人才都有一个期望要求,即可以认为每一个部门对要聘用的公务员都有一个实际的“满意度”:同样的,每一个应聘人员根据自己意愿对各部门也都有一个“满意度”,由此来选取使双方“满意度”最大的录用分配方案。
在两个模型建立的过程中,反复利用了偏大型柯西隶属分布函数,多次将各种不同的等级进行量化处理,最终得到人员的录用方案,实现了模型的建立,并且将其进行了推广。
关键字:公务员招聘;模糊优化;数学模型;偏大型柯西隶属分布;满意度
一.问题重述
我国公务员制度已实施了多年,1993年10月1日颁布施行的《国家公务员暂行条例》规定:“国家行政机关录用担任主任科员以下的非领导的国家公务员,采用公开考试、严格考核的办法,按照德才兼备的标准择优录用”。目前,我国招聘公务员的程序一般分三步进行:公开考试(笔试)、面试考核、择优录取。
针对公开考试后,根据考试总分从高到低排序按1:2的比例选择进入第二阶段的面试考核,面试考核是由专家对应聘人员的各个方面都给出一个等级评分,根据这个等级的评分,结合笔试成绩,首先不考虑应聘人员本身的申报志愿,建立一个择优录用方案,其次,考虑应聘人员本身申报类别志愿,为招聘领导小组设计一个分配方案。再次,进行一般情况的检验,最后,对公务员招聘过程提出改进的建议。
二.模型假设
根据建立模型的需要,作出如下假设:
(1)招聘对应聘者特长的四个能力方面所占比重相等。
(2)各应聘人员的笔试成绩与面试成绩所占的比重相等。
(3)各用人部门的基本情况的各项要素所占比重相等。
(4)招聘公务员不受外界环境影响。
三.符号定义与说明
A第j名应聘人员笔试分数
j
'
A第j名应聘人员笔试分数规范化后的笔试成绩
j
m第j名应聘人员的第k项能力的量化值
kj
s第i个部门对第j个人的满意度
ij
c由笔试与面试得到的第j个人的综合成绩
j
()l
s第i个部门对第j个人的第l项能力的满意度
ij
x第j个人被分配到第i个部门
ij
i T 应聘者对第i 个部门的各单项指标的满意度量化值
ik t 应聘者对第i 个部门的第k 项指标的满意度量化值
()
k ji
T 第j 个应聘者对第i 个部门第k 项指标的满意度量化值 ji T 第j 个应聘者对第i 个部门的综合评价满意度 ji w 第j 个应聘者对第i 个部门的满意度权值
ZM 应聘者与应聘部门双方综合满意度
四.建立模型与求解:
4.1 模型Ⅰ
现在,利用模糊数学理论对不考虑应聘者志愿的情况下的招聘问题进行求解:
1.对应聘者等级成绩进行量化:
为了方便将笔试成绩与复试成绩(即面试成绩)进行做统一的比较,在对应聘者等级成绩进行量化之前,先结合表一现在用极差规范化方法作相应的规范化处理这16名应聘人员的初试成绩。初试得分的规范化公式如下:
116
'
116
116
min 273max min 290273
j j
j j j
j j
j j A A A A A A ≤≤≤≤≤≤--=
=
--
其中(j=1,2, (16)
结合表一中的相关数据,利用matlab 进行编程计算,得到以下结果:
表1 16名应聘人员的初试得分规范化
其次,
对专家组对每一位应聘者特长的等级评分(由题意知,知识面等四项能力要
求等级通过A ,B ,C ,D 给出)进行量化。
利用模糊数学方法,设等级A ,B ,C ,D ,对应的数值为5,4,3,2。结合偏大型柯西隶属分布函数:
21[1()],13()ln ,35x x f x a x b x αβ--⎧+-≤≤=⎨+≤≤⎩
(1)
式中,,,,a b αβ均为待定常数。
不难发现:实际上,当评价为“A ”时,则隶属度为1,(5)1f =;当评价为“C ”时,则隶属度为0.8,(3)0.8f =;当评价为“E ”时(实际无此评价),则认为隶属度为0.01,(1)0.01f =。于是,可求得: 1.1086α=;0.8942β=;
0.3915a =;0.3699b =。并且有下表:
将上述计算结果代入(1)式,可得隶属函数,如下:
21[1 1.1086(0.8942)] , 13
()0.3915ln 0.3699 , 35
x x f x x x --⎧+-≤≤=⎨+≤≤⎩ (2)
经计算得f(2)=0.5245,f(4)=0.9126,则专家组对应聘者各单项指标的评价{A ,B ,C ,D}的量化值为(1,0.9126,0.8,0.5245)。根据已知数据可以得到专家组对每一个应聘者的4项条件的评价指标值,可得专家组对于16个应聘者都有相应的评价量化值。
由假设一,可得到这16名应聘者的复试综合成绩(即复试得分)可以表示为:
4
1
1 (j=1,2,...16)4j kj k B m ==∑
于是,得到这16名应聘者的复试综合成绩计算结果如下: