面向突发事件的应急献血者聚类与分配方法研究

突发事件发生后,应急献血者呈爆发式增长、献血设施超负荷运作。本文提出一种应急献血者聚类与分配的优化方法可以有效地解决该问题。在该方法中,首先提出了应急献血者的分类规则,并采用Canopy与K-means相结合的算法对应急献血者进行聚类分组;然后,考虑献血者的心理因素,建立了最大化血液满足、均衡各献血设施的工作量以及最大化献血者效用的多目标分配优化模型;进一步,考虑应急献血者的时间偏好,构建了献血时间安排的多目标优化模型;通过使用优化算法求解模型得到应急献血者的分配方案;最后,通过一个算例分析验证了该方法的可行性以及有效性。     

改进民营企业的招聘面试减少员工流失

本文从当前民营企业普遍存在的员工流失率较高的现象谈起,浅析了造成这种现象的一些原因,重点指出了民企在招聘面试中的不足与员工流失的关系。分析了民企在招聘面试中不太有效的做法及其原因,并针对所列举的问题,建议采用行为导向的结构化面试方法来提高招聘面试的有效性,提出了具体的措施。最后指出了招聘选拔出适合的员工对于打破员工流失的怪圈以及提高其他 HRM 政策的有效性的积极意义。     

改进民营企业的招聘面试减少员工流失

本文从当前民营企业普遍存在的员工流失率较高的现象谈起,浅析了造成这种现象的一些原因,重点指出了民企在招聘面试中的不足与员工流失的关系.分析了民企在招聘面试中不太有效的做法及其原因,并针对所列举的问题,建议采用行为导向的结构化面试方法来提高招聘面试的有效性,提出了具体的措施.最后指出了招聘选拔出适合的员工对于打破员工流失的怪圈以及提高其他HRM政策的有效性的积极意义.     

关于考选领导干部面试试题——常见题型及举例(连载)

(十四)逻辑思维能力问题 逻辑思维能力,它是指人脑通过对客观事物的间接概括反映,获 得对于客观事物全面的、本质的与规律性的认识的能力。领导者由于 工作的需要,必须加强逻辑思维的系统能力,使逻辑思维能力中的分 析能力、综合能力、比较能力、抽象能力和概括能力得到全面地、均衡 地发展,以便工作更好地发展。因此,考官在面试答辩过程中,将会问 到这类型的问题。实例如下:     

回答公选面试综合分析题应重视辩证解析

<正>在公选面试中,为了全面考查考生分析问题、解决问题的能力,综合分析题占有重要地位,它的分值高、难度大,有时甚至占了面试题的大半。对于综合分析题的回答,需要掌握一个原则,那就是辩证解析。几乎所有的综合题都需要辩证解析,只是辩证解析的表述方法有所不同而已。笔者在此进行总结,以供参考。考生在面试中辩证解析的水平,主要体现在对综合分析题的解析上。社会现实中发生的事情,包括社会事件、社会现象、社     

招聘面试常见问题分析

在人员招聘中,企业普遍运用面试的方法。但由于在面试中存在着面试需求与企业整体人力资源规划不匹配、面试缺乏客观标准和依据、主考官缺乏面试技巧等问题,使得面试的有效性被降低,企业不能通过面试选拔合适的人才,进一步可能损害企业的形象。本文就面试中常见的问题进行了讨论。     

多资源均衡的权重优选法

本文针对网络计划技术中多资源均衡所存在的问题,提出了多资源均衡的一种有效方法--权重优选法,叙述了该方法的基本原理和优化步骤,并通过算例验证了这一方法的有效性.     

成功者经验谈

2010年国家公务员招考笔试已经结束，对各位入围的朋友来说接下来的面试是一个难关。如何准备面试，以期在面试场上技压群雄是公考一族现在最需要解决的问题。 我是去年参加的公务员考试，笔试成绩名列第二，最后以面试第一，综合第一的成绩取得了成功。     

结构化小组面试的理论建构与实践探索

当前,我国公务员录用考试中常用的面试技术主要是结构化面试和无领导小组讨论。结构化面试在实际操作中缺乏人际互动性,考生与情商有关的素质很难展现出来;无领导小组讨论面试的标准化程度不够高、考生展现素质的机会不均等。从考生轮流答题阶段和考生互评阶段入手,可以解决无领导小组讨论存在的问题,从而对结构化小组面试进行理论建构。结构化小组面试是以结构化面试和无领导小组讨论两种面试技术为基础,取长补短,重新建构的一种新的面试技术。结构化小组面试主要具备三个优点:提高了每个考生展现个人素质的充分性,却不需要增加面试总时间;增加了考生之间的互动性,展现了考生的临场应变能力;考察了考生的时间观念和规则意识。结构化小组面试在实际操作中需要探讨解决考生小组人数不等、不同考生小组之间可比性的问题,正确认识结构化小组面试是一个开放的面试技术平台。     

消除公选面试中的紧张心理

面试是公开选拔领导干部过程中的重要一关.如果说笔试主要是考察应试者的知识面,那么面试则是考察应试者的综合素质,其中之一就是考察应试者的心理素质. 笔者2000年曾参加过一次双推双考,面试得了第二名.面试中我体会到,面试的心理状况如何,对应试者水平的发挥和成绩的好坏起着决定性作用.     

A hard clustering approach to the part family formation problem

The part family problem in group technology can be stated as the problem of finding the best grouping of parts into families such that the parts within each family are as similar to each other as possible. In this paper, the part family formation problem is considered. The problem is cast into a hard clustering model, and the k-means algorithm is proposed for solving it. Preliminary computational experience on the algorithm is very encouraging and it shows that real-life problems of large sizes can efficiently be handled by this approach.     

A Heuristic Algorithm for the Capacitated Multiple Supplier Inventory Grouping Problem

This paper presents and solves a model for the multiple supplier inventory grouping problem, which involves the minimization of logistics costs for a firm that has multiple suppliers with capacity limitations. The costs included in the model are purchasing, transportation, ordering, and inventory holding, while the firm's objective is to determine the optimal flows and groups of commodities from each supplier. We present an algorithm, which combines subgradient optimization and a primal heuristic, to quickly solve the multiple supplier inventory grouping problem. Our algorithm is tested extensively on problems of various sizes and structures, and its performance is compared to that of OSL, a state-of-the-art integer programming code. The computational results indicate that our approach is extremely efficient for solving the multiple supplier inventory grouping problem.     

分销网络优化模型及算法研究

为了优化网络结构,寻求最佳配送策略,最终找出成本最小的供应链,针对需求拖动式供应链中,多供应商、多产品、多客户分销配送网络的优化设计问题,在考虑需求分配的情况下,提出了分销配送网络的优化模型。为了求解优化模型,提出了基于混合遗传算法求解混合0-1整数规划问题的算法,它是用遗传算法搜索0-1变量的最优解,将其他算法融入遗传算法中,对非0-1变量进行求解的一种算法。最后通过两个算例进行了仿真实验,初步验证了优化模型和算法的有效性。     

基于改进模糊遗传算法的混合车辆路径问题

本文建立了多配送中心、多车型、多产品的车辆路径问题的混合数学模型,提出了一种新的模糊遗传算法求解混合车辆路径问题,通过改进的模糊逻辑控制器实现交叉概率和变异概率的动态调整,以加快算法收敛速度并避免算法陷入局部最优解。采用标准算例进行对比,证明模糊遗传算法有较好的计算结果和计算效率,并用模糊遗传算法对混合车辆路径模型进行仿真测试,取得了理想的结果。     

突发公共事件应急系统中的模糊多目标定位-路径问题研究

本文从应急系统集成优化的角度出发,以应急系统中各资源需求点的应急救援时间满意度之和最大及系统总成本最小为目标,建立了一个应急资源需求和应急救援时间范围均模糊的多目标定位-路径问题(LRP)模型,并提出了一种混合多目标遗传算法。算例分析结果表明,所提模型和算法可以有效解决应急系统优化中的模糊多目标LRP。     

A simulated annealing algorithm for designing cellular manufacturing systems with productivity consideration

In this paper, we propose a productivity model for solving the machine-part grouping problem in cellular manufacturing (CM) systems. First, a non-linear 0-1 integer programming model is developed to identify machine groups and part families simultaneously. This model aims to maximize the system productivity defined as the ratio of total output to the total material handling cost. Second, an efficient simulated annealing (SA) algorithm is developed to solve large-scale problems. This algorithm provides several advantages over the existing algorithms. It forms part families and machine cells simultaneously. It also considers production volume, sales price, and maximum number of machines in each cell and total material handling cost. The proposed SA also has the ability to determine the optimum number of manufacturing cells. The performance of the developed models is tested on eight problems of different size and complexity selected from the literature. The results show the superiority of the SA algorithm over the mathematical programming model in both productivity and computational time.     

智能组合预测方法及其应用

由于具有能以任意精度逼近任意复杂非线性函数的优良性能,神经网络在灰色系统预测中得到了较大的应用。在已有的研究基础上,针对灰色神经网络进化时容易陷入局部最优,参数修正受阻的问题,建立基于遗传粒子群混合算法优化的新型灰色神经网络模型。首先将灰色神经网络进行数学建模,以便于优化算法的应用;其次,综合遗传算法与粒子群算法的优点,构造一种混合算法,运用混合算法对灰色神经网络进行优化;最后通过日本入华游客数量预测的算例研究,比较新型灰色神经网络与灰色神经网络、单一算法优化的灰色神经网络的预测精度。所得结果表明,混合算法优化的新灰色神经网络具有更好的预测性能,在社会经济领域有着广泛的应用前景。     

多车型车辆路径问题的量子遗传算法研究

本文在分析现有文献中多车型车辆路径问题中车辆使用优先原则的基础上,将车辆使用费用分为固定费用和油耗费用,并建立以配送总费用最小为优化目标的数学模型。设计量子遗传算法对模型进行求解,采用量子比特位设计染色体结构,改进遗传算法中交叉与变异算子,避免优秀基因不被破坏,设计快速寻优机制与最优保留机制,增强的求解效率。最后,结合算例对模型和算法进行了检验与分析。     

基于改进量子进化算法的车货供需匹配方法研究

为了提高货运供需匹配效率,建立了一种车货供需匹配数学模型,描述了车货匹配问题的目标与相关约束,对量子进化算法进行设计与改进用于对此问题求解,提出了有约束惩罚的适应度衰减方法,解决了量子群初期无强可行解时最优量子个体的选择问题,引入量子群成熟度对量子进化算法的退出机制进行改进。在实验中,使用改进的量子进化算法和标准遗传进化算法进行对比,并对算法参数进行优化,实验中量子进化算法表现出更好的收敛速度,准确性和稳定性,但是量子群规模存在“瓶颈问题”,更大规模的量子群对算法优化效果并不明显且需要耗费更长的计算机时间,量子旋转角增量与算法收敛速度正相关,与全局搜索能力负相关。结果表明,改进的量子进化算法可以高效地搜索到较为优秀的车货匹配方案,为车主和货主推荐较为合理的车货供需信息资源。