前言：本站為你精心整理了企業(yè)人力資源智能調(diào)度算法研究范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢(xún)。

摘要：由于傳統(tǒng)智能調(diào)度算法存在動(dòng)態(tài)規(guī)劃不完善的情況，導(dǎo)致運(yùn)算結(jié)果耗時(shí)過(guò)長(zhǎng)，因此研究基于大數(shù)據(jù)的企業(yè)人力資源智能調(diào)度算法。此次研究通過(guò)基于大數(shù)據(jù)背景建立動(dòng)態(tài)規(guī)劃模型，實(shí)現(xiàn)企業(yè)人力資源動(dòng)態(tài)規(guī)劃，設(shè)計(jì)智能調(diào)度算法的初始優(yōu)先級(jí)表、基于優(yōu)先級(jí)表提出智能調(diào)度算法。實(shí)驗(yàn)結(jié)果表明：與傳統(tǒng)算法相比，此次研究所提出的算法在運(yùn)算速度上更具優(yōu)勢(shì)，平均耗時(shí)縮短了7.261s。證明基于優(yōu)先級(jí)表的智能調(diào)度算法，能夠幫助減少基于大數(shù)據(jù)的企業(yè)人力資源智能調(diào)度工作量。

關(guān)鍵詞：大數(shù)據(jù)；人力資源管理；智能調(diào)度算法；動(dòng)態(tài)調(diào)度；動(dòng)態(tài)規(guī)劃模型

企業(yè)人力資源管理問(wèn)題，作為一個(gè)貫穿企業(yè)發(fā)展始終的重要問(wèn)題，在當(dāng)前大數(shù)據(jù)時(shí)代背景下，企業(yè)的人力資源模塊，正在不斷進(jìn)行著管理方法上的改革與創(chuàng)新。而這樣的變革能夠產(chǎn)生的關(guān)鍵，離不開(kāi)科學(xué)技術(shù)以及互聯(lián)網(wǎng)技術(shù)日新月異的發(fā)展與更新。當(dāng)前，基于大數(shù)據(jù)、云平臺(tái)計(jì)算所建立的各類(lèi)數(shù)據(jù)庫(kù)，能夠幫助在極短時(shí)間內(nèi)匯總、整合多個(gè)單元模塊中的多組數(shù)據(jù)，且能夠智能地快速匹配相應(yīng)的算法，再結(jié)合各行業(yè)用戶的實(shí)際情況，不斷對(duì)數(shù)據(jù)庫(kù)進(jìn)行容量的擴(kuò)充和算法的更新。企業(yè)的人力資源管理工作，在與大數(shù)據(jù)、云計(jì)算這些依托于先進(jìn)技術(shù)所建立的平臺(tái)相結(jié)合后，能在短時(shí)間內(nèi)快速降低工作量，解放人力的同時(shí)，還能夠有效節(jié)約成本，并且能夠?qū)︸g雜而繁多的數(shù)據(jù)，進(jìn)行合理的歸納和整理。基于大數(shù)據(jù)的多種智能調(diào)度算法，搭載這些算法的云平臺(tái)，再科學(xué)應(yīng)用到人力資源的智能調(diào)度方面的工作上。最終目的是幫助企業(yè)的財(cái)務(wù)、人事，以及管理層及時(shí)完成對(duì)企業(yè)人力的智能調(diào)度，有助于推進(jìn)企業(yè)的智能化發(fā)展。

1基于大數(shù)據(jù)的企業(yè)人力資源智能調(diào)度算法

1.1基于大數(shù)據(jù)的企業(yè)人力資源動(dòng)態(tài)規(guī)劃

企業(yè)人力資源的相關(guān)工作，隨著企業(yè)的商業(yè)化、智能化程度的提升，呈現(xiàn)出了工作量明顯降低、資源整合速度明顯提高的良好態(tài)勢(shì)。這些改變，均離不開(kāi)在大數(shù)據(jù)時(shí)代下，逐漸推廣普及的智能云平臺(tái)的應(yīng)用。一般情況下，平臺(tái)的計(jì)算性能越是卓越，面對(duì)海量數(shù)據(jù)的處理能力就越強(qiáng)。針對(duì)這樣的現(xiàn)實(shí)條件，就需要利用基于大數(shù)據(jù)的各類(lèi)數(shù)據(jù)庫(kù)，進(jìn)行對(duì)人力資源智能調(diào)度的動(dòng)態(tài)規(guī)劃。受任務(wù)規(guī)模、先后順序以及資源消費(fèi)情況的影響，企業(yè)人力資源管理工作，并不存在一個(gè)通用的智能調(diào)度算法。對(duì)此，就要綜合企業(yè)人力資源調(diào)度任務(wù)的具體情況，結(jié)合動(dòng)態(tài)規(guī)劃理論，對(duì)調(diào)度算法中需要進(jìn)行優(yōu)化的問(wèn)題，進(jìn)行一個(gè)以時(shí)間為劃分因素的階段性劃分，幫助建立企業(yè)人力資源動(dòng)態(tài)規(guī)劃最優(yōu)策略模型。在企業(yè)的人力資源調(diào)度工作中，現(xiàn)有的算法也能夠做到依據(jù)工作現(xiàn)階段的狀態(tài)，對(duì)下一階段的工作狀態(tài)進(jìn)行確定。進(jìn)行狀態(tài)的確定時(shí)，我們能夠用狀態(tài)轉(zhuǎn)移方程（Educationofstate），來(lái)展現(xiàn)這種狀態(tài)推演的規(guī)律，該方程為：1(,()),1,2,pppppxBxwxpn+==⋅⋅⋅（1）依據(jù)（1）的方程，能夠進(jìn)一步對(duì)幫助定義整個(gè)階段過(guò)程，以及所有后部子過(guò)程進(jìn)行指標(biāo)推導(dǎo)，指標(biāo)函數(shù)的公式為：1(,,,),1,2knppnQxwxpn+⋅⋅⋅⋅=⋅⋅⋅（2）根據(jù)狀態(tài)轉(zhuǎn)移方程和指標(biāo)函數(shù)的公式，在實(shí)際上對(duì)人力資源進(jìn)行調(diào)度工作時(shí)，就可以通過(guò)對(duì)狀態(tài)變量px、決策變量()ppWx自身的特性，確定決策集合px，之后代入式（1）的狀態(tài)轉(zhuǎn)移方程，最后需要確定階段指標(biāo)與指標(biāo)函數(shù)之間的是一種怎樣的計(jì)算形式，并且這些計(jì)算形式，包括但不限于該階段的指標(biāo)存在極大、極小以及兩數(shù)之積的情況。這就需要依據(jù)具體的企業(yè)人力資源調(diào)度情況，來(lái)得出最優(yōu)值函數(shù)滿足的遞推方程，完成動(dòng)態(tài)規(guī)劃模型的建立。

1.2設(shè)計(jì)初始優(yōu)先級(jí)表

因?yàn)樾枰Y(jié)合階段任務(wù)截止期，以及初始優(yōu)先級(jí)這兩個(gè)參數(shù)進(jìn)行設(shè)計(jì)。所以需要通過(guò)提出新型智能調(diào)度算法，制定開(kāi)展合理運(yùn)算的實(shí)時(shí)優(yōu)先級(jí)調(diào)度方案，在考慮階段任務(wù)的初始優(yōu)先級(jí)和任務(wù)時(shí)間約束問(wèn)題的同時(shí)，通過(guò)結(jié)合優(yōu)先級(jí)表的設(shè)計(jì)原則，設(shè)計(jì)智能調(diào)度算法優(yōu)先級(jí)表，具體如圖1所示。通過(guò)對(duì)圖1的設(shè)計(jì)，我們能夠發(fā)現(xiàn)，上面箭頭的指向代表著任務(wù)實(shí)時(shí)優(yōu)先級(jí)從高到低順序，其中縱軸上的代表階段任務(wù)的相對(duì)截止期，橫軸上的代表初始優(yōu)先級(jí)，兩種參數(shù)按先后順序從下至上排列。結(jié)合圖1的走向情況，就不得不提到優(yōu)先級(jí)表的設(shè)計(jì)原則：在某階段出現(xiàn)了初始優(yōu)先級(jí)和截止期這兩個(gè)參數(shù)都完全相同的任務(wù)后，以任務(wù)生成的先后順序來(lái)劃分任務(wù)的實(shí)時(shí)優(yōu)先級(jí)，并且在距離待執(zhí)行任務(wù)的相對(duì)截止期較近，且任務(wù)生成時(shí)間早于其他任務(wù)的，優(yōu)先級(jí)表就會(huì)自動(dòng)提升該任務(wù)的實(shí)時(shí)優(yōu)先級(jí)。結(jié)合圖1，能夠幫助推導(dǎo)出實(shí)時(shí)優(yōu)先級(jí)的計(jì)算公式，其中實(shí)時(shí)優(yōu)先級(jí)為C，按相對(duì)截止期進(jìn)行排隊(duì)的任務(wù)隊(duì)列為w，按照初始優(yōu)先級(jí)進(jìn)行排隊(duì)的任務(wù)隊(duì)列為q，那么實(shí)時(shí)優(yōu)先級(jí)公式為：(2)(1)2wqwqCq+−+−=+（3）依據(jù)式（3），能夠?qū)θ蝿?wù)的實(shí)時(shí)優(yōu)先級(jí)進(jìn)行計(jì)算，并按優(yōu)先級(jí)表的展示順序，來(lái)對(duì)任務(wù)的先后執(zhí)行順序進(jìn)行劃分。

1.3基于優(yōu)先級(jí)表的智能調(diào)度算法

在企業(yè)人力資源的階段性動(dòng)態(tài)規(guī)劃工作完成后，在能夠建立相關(guān)模型的基礎(chǔ)上，能夠提出基于優(yōu)先級(jí)表模式的智能調(diào)度算法。企業(yè)人力資源的智能調(diào)度因?yàn)榫哂袠O大的工作分配彈性和非線性，就需要通過(guò)借助時(shí)間這一參數(shù)，對(duì)企業(yè)人力資源的調(diào)度任務(wù)進(jìn)行整合。但是，在特定的任務(wù)調(diào)度中，任務(wù)產(chǎn)生和執(zhí)行的時(shí)間，不能作為除執(zhí)行任務(wù)以外的衡量標(biāo)準(zhǔn)。當(dāng)前，基于各種模式的人力資源智能調(diào)度算法，其在運(yùn)行過(guò)程中，往往存在任務(wù)優(yōu)先級(jí)值固定的情況，并沒(méi)有將運(yùn)算任務(wù)的截止期考慮進(jìn)去。這樣的算法在使用中，就出現(xiàn)了對(duì)執(zhí)行任務(wù)中所需執(zhí)行時(shí)間，控制嚴(yán)重不足的情況。為了使基于大數(shù)據(jù)的智能調(diào)度算法，能夠更加符合當(dāng)前時(shí)代下企業(yè)人力資源管理工作開(kāi)展的需要。因此需要充分考慮對(duì)平臺(tái)的智能調(diào)度算法進(jìn)行革新，通過(guò)對(duì)之前已經(jīng)投入應(yīng)用的算法優(yōu)缺點(diǎn)進(jìn)行總結(jié)，進(jìn)一步提出基于初始優(yōu)先級(jí)表和任務(wù)截止期的算法設(shè)計(jì)[7-8]。最終目的是幫助確定各階段任務(wù)的實(shí)時(shí)優(yōu)先級(jí)，解決其他算法經(jīng)常出現(xiàn)的優(yōu)先級(jí)固定、所需執(zhí)行時(shí)間的約束嚴(yán)重不足的問(wèn)題。在本文提出的算法中，應(yīng)假設(shè)一個(gè)實(shí)時(shí)計(jì)算任務(wù)請(qǐng)求R，那么其順序?yàn)椋涸谑剑?）中，i代表等待被執(zhí)行的實(shí)時(shí)任務(wù)編號(hào)，bornie代表實(shí)時(shí)任務(wù)的生成時(shí)間，waitie表示該任務(wù)排隊(duì)等待被執(zhí)行時(shí)，所需等待的最長(zhǎng)時(shí)間，該數(shù)值由企業(yè)人數(shù)、業(yè)務(wù)量等情況來(lái)決定。而deadie代表任務(wù)截止期，iy代表任務(wù)的初始優(yōu)先級(jí)，數(shù)值越小該任務(wù)的初始優(yōu)先級(jí)就越高。之后將當(dāng)前時(shí)間假設(shè)為s，那么實(shí)時(shí)任務(wù)的相對(duì)截止期ia滿足式(5)：deadiia=e−s（5）依據(jù)式（5），我們能夠明確地計(jì)算出，實(shí)時(shí)任務(wù)的相對(duì)截止期ia，會(huì)隨著時(shí)間的推移慢慢減小數(shù)值，這代表著其任務(wù)優(yōu)先級(jí)會(huì)隨時(shí)間的增加而增加。

2實(shí)驗(yàn)研究

通過(guò)實(shí)驗(yàn)，將本文提出的人力資源智能調(diào)度算法作為實(shí)驗(yàn)組，以傳統(tǒng)算法作為對(duì)照組，比較兩種算法在運(yùn)算時(shí)的所耗時(shí)長(zhǎng)。圖2為仿真測(cè)試軟件所搭建的基本測(cè)試環(huán)境。如圖2所示，該仿真測(cè)試環(huán)境是一個(gè)尺寸為100m*100m正方形劃區(qū)。其中位于圖2中心的矩形，代表著該基本測(cè)試環(huán)境的中心節(jié)點(diǎn)。其他的正方形為普通節(jié)點(diǎn)。此次實(shí)驗(yàn)，將本文提出的算法和傳統(tǒng)算法的數(shù)據(jù)分別帶入到該仿真環(huán)境當(dāng)中。實(shí)驗(yàn)組按照距三角形中心節(jié)點(diǎn)的遠(yuǎn)近來(lái)進(jìn)行編號(hào)，對(duì)照組按照階段任務(wù)的順序，來(lái)進(jìn)行編號(hào)。兩種算法在完成了所安排的全部編號(hào)工作后，就開(kāi)始對(duì)階段任務(wù)的相關(guān)數(shù)據(jù)，分別進(jìn)行數(shù)據(jù)融合，圖2為兩個(gè)測(cè)試組，對(duì)階段任務(wù)數(shù)據(jù)的融合效果。依據(jù)圖3的數(shù)據(jù)代入情況，能夠就最終生成的任務(wù)數(shù)據(jù)融合樹(shù)中看出，本文提出的智能調(diào)度算法，與傳統(tǒng)算法相比，運(yùn)算性能和融合效果都更加優(yōu)越。但為保證仿真測(cè)試結(jié)果更加可靠，再進(jìn)行20組數(shù)據(jù)運(yùn)算實(shí)驗(yàn)，實(shí)驗(yàn)數(shù)據(jù)如表1所示。根據(jù)表1中的數(shù)據(jù)運(yùn)算結(jié)果可知，在20階段次數(shù)據(jù)融合測(cè)試下，實(shí)驗(yàn)組的平均耗時(shí)，相較于對(duì)照組的平均耗時(shí)縮短了7.261s。由該結(jié)果可知，本文提出的智能調(diào)度算法，相較于傳統(tǒng)智能調(diào)度算法，能夠有效地縮短對(duì)階段任務(wù)數(shù)據(jù)進(jìn)行融合與計(jì)算的所需時(shí)長(zhǎng)，基于優(yōu)先級(jí)表的人力資源智能調(diào)度算法，在性能上更加卓越。

3結(jié)語(yǔ)

此次研究對(duì)基于大數(shù)據(jù)時(shí)代背景下，企業(yè)人力資源智能調(diào)度算法進(jìn)行了創(chuàng)新設(shè)計(jì)，提出了基于優(yōu)先級(jí)表的新型智能調(diào)度算法，并與傳統(tǒng)的智能調(diào)度算法進(jìn)行了耗時(shí)對(duì)比實(shí)驗(yàn)，加強(qiáng)了算法的融合邏輯，并取得了極佳的效果。但本次研究還存在諸多不足之處，應(yīng)在未來(lái)的智能算法研究過(guò)程中，以本文研究作為依托，優(yōu)化對(duì)相關(guān)算法的創(chuàng)新。

作者:黃辰 劉雪飛 單位:云南工商學(xué)院