1、17蟻群算法在人力資源優化配置中蟻群算法在人力資源優化配置中的應用研究的應用研究17 2/192主要內容1. 指派問題模型和研究現狀2. 基本蟻群算法3. 改進的蟻群算法（apaco）4. 演示系統設計5. 實驗分析6. 結論17 3/1931-1 指派問題的研究現狀o人力資源優化配置問題可歸于一類指派問題。o匈牙利算法。運籌學中最基本的方法。小數據集，手工。o降階優化算法。用系數矩陣對解矩陣進行變換。縮小可行解數目o閉環dna算法。大量的識別序列和dna編碼。內切酶有限。oo蟻群算法、遺傳算法、協商算法、基于模糊關系的工作分配算法等求解最優化問題的啟發式方法被廣泛關注，應用于任務指派問題的研

2、究中。17 4/1941-2指派問題的數學模型o有 個人和 個任務，已知第 個人做第 個任務的費用為 ，要求確定人和任務之間的一一對應的指派方案，使完成這些任務的總費用最少。o數學模型：njijijixij, 2 , 1,人做第指派若0人做第若指派第1個任務第不個任務nnnnnnnccccccccccccc32122322211131211(1) zmin 11ninjijijxc) 4(), 2 , 1,(10) 3(), 2 , 1(1(2), 2 , 1(1.1jn1njixnixnjxt sijnijiij或nnijcij17 5/1952-1蟻群算法概述nestfood 蟻群算法(a

3、nt colony algorithm)是由意大利學者dorigo m，colorni a等人于20世紀90年代初期通過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式仿生進化算法。dorigo圖1 蟻群尋徑模擬17 6/1962-2 蟻群優化算法的研究現狀o蟻群優化是由螞蟻系統演變而成的一種np-hard問題的通用啟發式解法。o著名的旅行商問題（traveling salesman problem, tsp）o改進的蟻群算法：o最大-最小螞蟻系統o混合螞蟻系統o快速螞蟻系統 圖2 tsp模型17 7/1972-3 標準的蟻群優化系統o1.轉移規則 o2.信息素更新o3.次優解o4.

4、 最優解其他時之間經過和只螞蟻在時刻當第, 01,)()1 () 1(1ijttklqttkkijmkkijijijijijkktabukikikijijkijtabujtabujtttpk, 0,)()()(), 1( ,minmkllkiterateoriteratiorminminll17 8/1983 acoap算法模型-1o設需要指派3個人去完成3個任務，并知道每個人完成每個任務所需的費用，則可得到一個三行三列的系數矩陣。指派問題的系數矩陣形成移動矩陣相同行的不同列之間移動，并且此列未到達過信息素集中在節點轉到下一個節點的代價為下一個節點的系數矩陣值轉移概率并非選擇最大節點，有干擾因

5、子到達一個節點，立即進行節點信息素的更新所有螞蟻完成一次覓食，比較次優解，全局信息素的更新圖3 acoap算法模型17 9/1993 acoap算法模型-2o轉移概率。產生隨機數 ，如果 ，則根據下式，螞蟻移向概率最大的節點。否則在可選節點中隨機選擇一個。o局部信息素更新。當螞蟻選擇此節點后，立即更新此節點的信息素。o全局信息素更新。當所有螞蟻完成一次覓食后，得到次優解。優于全局最優解，更新全局信息素。 , 1,1)(1)()1(,crqnimpcncnnpmnamnpqapqpqij) 10(0totalpqpqcq)1 ( ) ( , )1 (nnodepqpqpqpq17 10/1910

6、4 演示系統設計主要技術：swing，thread17 11/19115 實驗1-1o實驗目的：得到信息素啟發因子，期望值啟發因子，干擾因子，螞蟻數量，局部信息素揮發系數，全局信息素的揮發系數范圍o規模為10的干擾因子實驗設置及結果，10次，迭代次數不同o所有實驗17 12/1912實驗1-2干擾因子17 13/19135 實驗1-3o信息素啟發因子 1,2，參考文獻1o期望值啟發因子 為1，參考文獻1o局部信息素揮發系數 0.2,0.4，文獻中取0.2o全局信息素揮發系數 0.6,0.8，文獻中取0.7o干擾因子 0.1,0.2，文獻中取 0.35o螞蟻數量 ，參考文獻中的范圍 nn22nn

7、017 14/19145 實驗2o實驗目的：驗證算法的有效性61012961061476781296101417971215784c參數設置及結果-17 15/19155 實驗3o與其他算法性能對比238120179175109111229147197201117111157126142170206101172228210198219170225110117103179126217229149177110160167106158222154238197178238221117236234108237128241167172172194114208223168184249114207221156

8、102228163149122110228214141190102163114144115183124155243102199120140149161218106216119102106230204c參數設置及結果-17 16/19165 實驗4o實驗目的：單線程和多線程對比o實驗數據為orlib的規模為100的數據集 ，大規模數據集o運行時間：單線程： 14.57分鐘 多線程：9.37分鐘 17 17/19176 結論與展望o結論1.深入研究了將改進的蟻群算法應用于企業人力資源的優化配置方案，并通過編程實驗進行了實例分析，證明了其有效性。2.為將蟻群算法應用于人力資源優化配置提供了新的思路和具體方法。o展望1.獲取系數矩陣。可探討將web2.0理念和民主評議