軟件企業(yè)中多目標(biāo)多技能人力資源群智能調(diào)度算法研究.pdf

1、人是企業(yè)生存和發(fā)展的最根本要素，而人力資源管理則是企業(yè)實(shí)現(xiàn)戰(zhàn)略目標(biāo)的關(guān)鍵因素。在軟件開(kāi)發(fā)類企業(yè)中，由于企業(yè)對(duì)軟件人才有著特別強(qiáng)烈的依賴，企業(yè)的發(fā)展與財(cái)富的增長(zhǎng)完全依賴于員工的智力勞動(dòng)，所以合理的人力資源調(diào)度對(duì)企業(yè)發(fā)展戰(zhàn)略和目標(biāo)的實(shí)現(xiàn)具有舉足輕重的作用。隨著軟件開(kāi)發(fā)復(fù)雜度不斷的提升，多技能人力資源成為企業(yè)培養(yǎng)人才的趨勢(shì)，同時(shí)管理者對(duì)項(xiàng)目開(kāi)發(fā)中各個(gè)目標(biāo)的掌控的需求也在增強(qiáng)。目前針對(duì)多技能人力資源調(diào)度問(wèn)題的研究通常僅僅關(guān)注單個(gè)目標(biāo)的優(yōu)化，很少

2、對(duì)多技能人力資源調(diào)度問(wèn)題在多個(gè)目標(biāo)的優(yōu)化上進(jìn)行研究。
　　因此，本論文針對(duì)軟件開(kāi)發(fā)中多目標(biāo)多技能人力資源調(diào)度問(wèn)題進(jìn)行研究，建立了相對(duì)應(yīng)的數(shù)學(xué)模型，并基于群智能算法對(duì)其進(jìn)行求解。主要工作內(nèi)容如下：
　　首先，研究了多目標(biāo)優(yōu)化問(wèn)題，對(duì)標(biāo)準(zhǔn)多目標(biāo)布谷鳥(niǎo)搜索算法中的步長(zhǎng)控制量進(jìn)行自適應(yīng)改進(jìn)，提出了一種改進(jìn)的多目標(biāo)布谷鳥(niǎo)搜索算法(IMOCS)。在基準(zhǔn)多目標(biāo)測(cè)試函數(shù)上，將改進(jìn)的多目標(biāo)布谷鳥(niǎo)搜索算法與標(biāo)準(zhǔn)多目標(biāo)布谷鳥(niǎo)搜索算法(MOCS)、

3、基于非支配排序的多目標(biāo)遺傳算法(NSGA-II)和基于非支配排序的粒子群算法(NSPSO)做實(shí)驗(yàn)對(duì)比分析。結(jié)果表明，IMOCS所求Pareto解集的質(zhì)量?jī)?yōu)于MOCS；相比NSGA-II和NSPSO，也有較大的優(yōu)勢(shì)，且其收斂速度更快，求解更加穩(wěn)定。
　　然后，研究了多技能人力資源調(diào)度問(wèn)題，考慮了廣義時(shí)序約束、人力資源受限和任務(wù)執(zhí)行需要多種技能三個(gè)方面的因素，基于混合整數(shù)線性規(guī)劃建立數(shù)學(xué)建模。同時(shí)，為了解決多技能人員分配不合理的問(wèn)題，

4、提出了一種基于最大重疊任務(wù)集資源分配策略來(lái)分配人力資源。
　　接著，結(jié)合布谷鳥(niǎo)搜索算法和最大重疊任務(wù)集資源分配策略來(lái)對(duì)上述模型進(jìn)行求解，并與CPLEX優(yōu)化軟件和遺傳算法進(jìn)行實(shí)驗(yàn)對(duì)比分析。結(jié)果表明，將布谷鳥(niǎo)搜索算法和最大重疊任務(wù)集資源分配策略相結(jié)合提出的算法，相比CPLEX優(yōu)化軟件和遺傳算法求解質(zhì)量更好。
　　最后，綜合上述對(duì)多目標(biāo)優(yōu)化問(wèn)題和多技能人力資源調(diào)度問(wèn)題的研究，建立多目標(biāo)多技能人力資源調(diào)度問(wèn)題的模型，并在實(shí)際軟件開(kāi)發(fā)