技术型知识员工柔性调度问题研究

《技术型知识员工柔性调度问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本一：蔓位日期坦立：卫!关于论文使用

2、授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。本人签名：虹新懿丝日期丝!至!!!望日期朋?·，·‘罗摘要IIIIIIIrlIllIllrlllllllY2379801—。于两要在知识密集型服务业中

3、，技术型知识服务企业具有创新的力量，是推动社会前进和经济发展的核心动力。因此，如何针对技术型知识服务企业独特的运作模式及技术型知识员工自身和工作特征更加科学、合理和有效地对员工进行任务分配和调度，从而使其智力资本的作用和价值得到更大程度的发挥和体现，已经成为理论界关注的热点和企业管理实践中的当务之急。本文主要对技术型知识员工柔性调度问题进行分析和描述，并以满足工作和员工两个主体需求为目标建立相应的优化模型，文章主要工作及研究成果包括以下两个方面：(1)基于需求胡艮务匹配模式对员工柔性调度问题的基

4、本决策过程进行分析和描述，建立以优化任务一员工工作效率匹配度为目标的单目标整数规划模型，并运用动态规划方法对模型进行求解。(2)对项目调度过程中员工满意因素进行调查分析，建立以优化员工满意相关指标为目标的多目标整数规划模型，并设计基于Pareto排序的多目标遗传算法对模型算例进行求解，得到对工作与员工需求进行权衡的问题决策，从而验证了模型和算法的有效性。关键词：技术型知识员工柔性调度整数规划多目标遗传算法Pareto最优Abstract．．I州址盼咄g啪耐oItheserviceindustry

5、,staffschedulingproblemh孙eenwldelystudle正Techicalserviceente唧seswhichareap绷。fthekn。wledge1n。enslVe1ndustryhaVebeencreatinggreatvalueforthesocietythrou曲i11110vatingandbelngthecorestrengthpromotingthedevelopmentofeconomy．Asthedistinctive托aturesoftechni

6、calknowledgeworkersandtheirwork，theresearchinthathowtoasslgnthemtasksandmakeschedulingdecisionseffectivelyhasbeingtakenmoreandAbaSlcproblemdescriptionandoptimizationmodelshavebeenbuiltbytreatingme、Ⅳ0rkand‘echnicalknowledgeworkersasmainobjectsofthestu

7、dy．InordertoreanZetheaboVepurposes，theresearchhasbeendoneinthefollowingtwoasDectS：untheonehand，anintegerprogrammingmodelhasalsobeenbuiltands01vedbaseonthematchmakingmodebetweendemandsandservicesaJldtheDynamicProgrammingtheory．untheotherhand，employees

8、atisfactionfactorsduringtheprojectschedulin￡processhavebeen钦tractedanddefinedthroughthewayofquesfioIulairesuⅣe姗tthesametime,amulti-objectiveintegerprogrammingmodelhasbeenbuiltbaseontheanalysis．Anexampleofthemodelandamulti—objectiveGeneticAIgorinHnbas