登录   |   注册   |   网站地图
 
 
首页 > 控制理论与应用 > 多目标粒子群算法在交叉培训规划中的应用

多目标粒子群算法在交叉培训规划中的应用

控制理论与应用
Control Theory & Applications
查看全文
摘要:
【摘要】 为了进一步提高人力资源交叉培训规划的实用性,增加了对于员工学习行为的考虑,提出了在保证任务覆盖水平的基础上,获得员工满意度最大和学习效率最高的多目标优化模型.本文针对问题的特征,采用多目标粒子群(MOPSO)算法对多目标优化模型进行了求解,并设计了多种算法策略,以适应不同的问题环境.通过数值实验,分析了不同问题规模下,针对不同性能指标算法参数和策略的适用性.最后,以柔性单元装配生产线为例,进行了数值实验,实验结果表明了模型的有效性和合理性.
【关键词】 交叉培训规划; 员工满意度; 学习效率曲线; 多目标粒子群算法; 柔性单元装配线;
【基金】 国家自然科学基金资助项目(70971019);国家创新研究群体科学基金资助项目(71021061);中央高校基本科研业务费专项资金资助项目(100404026)
引言:

【引言】人力资源的工作效率和成本是全球制造业布局的重要影响因素. 人力资源培训是改善人力资源能力和分布状况的重要手段之一. 交叉培训规划是人力资源管理决策中的一个新的研究主题, 其核心是制定交叉培训计划的策略, 这将决定将来人力资源的技能分布, 进而影响生产运营的生产效率和人力成本. 因此, 针对交叉培训规划策略的理论和方法研究有着重要的学术研究与应用价值. 交叉培训是一种对每个人进行多种技能的培训模式, 目的是得柔性的人力资源, 抵抗外界环境波动造成的不良影响. 目前, 交叉培训规划策略的研究受到了许多学者的关注, 并先后提出了多能工、任务覆盖和链式结构等有效的规划策略. 其中, 多能工策略是指在给一个生产线或团队进行培训规划时, 设置每个员工掌握的技能种类的上下限. 策略制定的机理是如果员工掌握的技能较少, 当员工突然缺勤时, 由于缺少足够的后备人力资源进行补充, 会导致生产效率的降低; 如果员工掌握技能较多, 在生产运营中会出现频繁的岗位变动, 增加移动时间的消耗, 从而降低生产效率

作者:
李倩;宫俊;唐加福
作者单位:
东北大学信息科学与工程学院流程工业综合自动化国家重点实验室;

知识产权声明 | 服务承诺 | 联系我们 | 人才招聘 | 客服中心 | 充值中心 | 关于我们

Copyright© 中国期刊全文数据库      电子邮件:journals@188.com   备案号:辽ICP备14002692号-1
友情链接:万方数据库
建议采用IE 6.0以上版本,1024*768分辨率浏览本页面