无领导小组讨论在人才选拔中的运用

作为一种新颖的人才选拔方法,无领导小组讨论受到越来越多企事业单位的重视。本文总结了无领导小组讨论的实施过程、特点以及运用无领导小组讨论时应注意的问题,以便使无领导小组讨论方法得到更加广泛的应用。     

空管人才选拔方式探讨

本文介绍了空管行业职业特点及管制人才选拔所要进行的测验项目,并撰出了航空管制人员管理和发展思路的几点意见和建议。     

浅谈汉武帝的人才选拔智慧

汉武帝是历史上一位杰出的帝王,开创了西汉王朝最鼎盛繁荣的时期,创造了中国封建王朝第一个发展高峰。这些成就不仅来自他自身的智慧,更源于他身边的济济人才。作为千古一帝,汉武帝麾下集结了如公孙弘、桑弘羊、董仲舒、张骞、卫青等在各个领域大放异彩的优秀人才。汉武帝独特的选拔人才的方法使其在当政时期人才辈出,而这些方法对现代社会的人力资源管理仍有许多启示。本文分析汉武帝在人力资源测评方面的智慧,并从中总结出对现代社会的启示。     

生理心理学在人才选拔当中的运用

本文尝试将生理心理学当中对于性激素的一些最新研究成果运用于人才选拔工作之中,冀为该项工作提供一些科学、客观、有效的评价方法。     

企业如何通过招聘选拔合适人才

伴随着全球经济一体化时代的到来,企业之间的竞争不断加剧,技术、贸易、人才领域的角逐日益白热化。招聘难、流动快成为圈绕在企业人力资源部门头上的紧箍咒。如何招聘到合适的人才、留住人才?本文将在剖析企业招聘的痼疾的基础上,提出企业通过招聘选拔合适人才的三大策略,希望可以为人才招聘领域的探究添砖加瓦。     

关于领导干部如何选拔人才的讨论

人才无疑是社会的宝贵财富,选拔人才至关重要,它直接影响到能否选好真正的人才,进而关系到大量优秀人才队伍的建设,关系到党和国家的命运、前途。     

改进的灰色投影模型在企业人才选拔中应用

企业人才选拔是企业其他各项活动得以开展的前提和基础,建立合理有效的企业人才选拔评判模型能够使企业创造更多的经济效益和社会效益。本文首先介绍了企业人才选拔评价的指标体系和构建原则;然后将层次分析法应用到灰色关联投影模型中,得到了改进的灰色投影模型,并且应用到企业人才选拔问题中;最后进行实例分析,发现其结果是比较合理、客观而可行的。灰色关联投影模型为解决企业人才选拔问题提供了一种新的思路。     

创新人才选拔方法——无领导小组讨论法的应用

员工招聘与选拔作为企业人力资源管理的起点,一招活则满盘皆活,一招输则全盘皆输,不合格的人员进来了,迎接企业的是无穷无尽的"灾难":调岗、离职、劳动纠纷、员工军心不稳、企业劳动生产率下降等等。如何提升人员招聘和干部选拔的信度和效度,无领导小组讨论法(leaderless group discussion)给我们提供了一个思考的新角度。     

浅谈如何做好企业后备人才的选拔和培养

伴随着企业的迅速发展,企业对人才的需求和人才匮乏的矛盾日趋尖锐,在外部引进人才的同时,内部培养人才是企业培养人才最直接、最稳妥、最有效的手段,因此如何做好企业后备人才的选拔和培养工作已经成为广大企业的重要战略课题,本文对后备人才选拔和培养的步骤、如何营造后备人才培养环境和选拔培养应注意的问题等三方面进行分析和论证。     

从圆斑鹿的眼光看人才的选拔

智利境内的高山上有一种鹿,叫圆斑鹿,它们每年都会翻越一个陡峭的山崖。在翻山的过程,有的鹿因为脚下踩空掉下山崖摔死；有的鹿虽然最终挣扎保命,但却被山上的尖石划得遍体鳞伤；还有的鹿毫发无损地安全顺利通过……翻山过后的鹿群还要继续迁徙向前,直至找到水草丰美的地方。可此刻的它们并不急于前行,而是忍饥挨饿地要在这里停留一段时间,因为它们要在这里完成头领的更换。     

人事考核的多层次模糊综合评判法

本文从人事考核的模糊性入手,运用模糊理论和模糊思维,将定性分析和定量分析相结合,为人事考核工作的量化提供一种更能符合客观实际、且简便易行的方法。     

基于对偶犹豫模糊几何Heronian平均算子的多属性决策方法及其应用

针对需要同时考虑变量隶属度、非隶属度以及关联性的融合问题,本文将对偶犹豫模糊集与Heronian平均算子相结合,定义了对偶犹豫模糊几何Heronian平均算子和对偶犹豫模糊几何加权Heronian平均算子,讨论了新算子的一些优良特性,包括幂等性、置换不变性、有界性、单调性等性质,并针对属性值为对偶犹豫模糊语言信息关联系的多属性决策问题,建立了基于对偶犹豫模糊几何加权Heronian平均算子的多属性决策模型,基于所定义的算子和建立的数学模型,提出了一种新的基于对偶犹豫模糊Heronian平均算子的多属性决策方法。最后,通过多属性决策算例验证了方法的有效性和可行性。     

软计算方法在供应商选择多回合博弈过程中的应用

供应商的选择是一个协作双方联盟博弈的过程。在这一过程中,供应商的主观博弈策略和客观因素的变动都有可能导致博弈过程动态性的产生。通过将博弈过程合理分段,并采用软计算方法中的模糊隶属函数分别描述博弈子过程特征和供应商指标变动特征,提出了以多回合博弈过程为变量的综合评价函数选择方法。最后,通过实例分析,得到了满意的结果。     

科技型人才聚集下的知识溢出效应研究

在分析科技型人才聚集效应和知识溢出效应的基础上,研究了科技型人才聚集下的知识溢出主体、接收主体、溢出内容和溢出方式。认为科技型人才在聚集时扮演着知识溢出主体和知识接收主体双重角色;溢出的内容具有明显的宽泛性、随时性、集中性、动态性;隐性知识溢出方式具有特殊性。     

R&D联盟条件下基于FMGTS评价的R&D项目合作成员选择

针对如何从多个候选R&D联盟成员中选择最理想的R&D项目合作成员问题,提出了一种操作性较强的选择方法。首先通过静态博弈得到了候选R&D联盟成员进行某R&D项目合作时竞标价格的可行区间,在考虑专家采用模糊多粒度语言(fuzzy multi-granularity term sets,FMGTS)进行期望获利度评价的状况下,运用基本语言转换函数将评价信息进行集结,据此确定候选R&D联盟成员的期望获利度和优化的竞标价格。在给出价格满意度与工期满意度公式的基础上,利用效用值法将基于不同满意度下的排名决策信息进行一致化处理,最后采用互补判断矩阵中的排序公式来选择理想的R&D项目合作成员。     

现实约束下多阶段模糊投资组合的时间一致性策略研究

考虑交易成本约束、借款约束、阈值约束、收益需求约束和基数约束,本文提出多阶段均值—标准下半方差模糊投资组合模型并讨论了该模型的时间一致性最优投资策略。具体如下：首先,基于可能性理论,将模型转化为非线性动态优化问题;由于标准半方差是不可离散的,模型的最优解不具有时间一致性。其次,为获得时间一致的最优投资策略,本文采用博弈论,将该模型转化为时间一致性动态优化问题,并运用离散近似迭代方法求解。最后,通过具体算例比较不同风险偏好系数、不同基数约束和不同借款约束的最优投资策略,以验证模型和算法的有效性。     

基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法

模糊群决策分类方法广泛应用于政治、经济与社会生活各个领域,可有效避免个人知识与经验局限性所导致的决策失误。针对信息不完备的多准则群决策问题,提出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法。首先,给出梯形直觉模糊集及广义梯形直觉模糊几何聚类算子,兼顾考虑群决策中相应依赖属性与决策者的决策偏好。其次,给出基于离散Choquet积分的TOPSIS算子（CI-TOPSIS）,以此为基础,进一步给出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类步骤,用于确定具有最大可信度群体一致案例比较信息集,并逐步引导决策者给出部分及全部方案的精确分类,充分考虑模糊决策环境下决策者偏好与案例比较信息的级别关系。最后,通过一个投资决策实例对所提出的多准则分类方法进行验证。实例分析表明：该方法克服了决策过程中信息的遗漏,充分保留了决策过程中信息的完备性,更适用于直觉模糊群决策环境下的决策实践,是一种非常有效和科学的方法,可应用推广到更多决策领域。本文所得结论,对于有效解决多人多投资方案的群决策问题,具有一定的借鉴意义。     

我国养老金财务系统控制中的模糊数学方法

目前我国60岁以上的老年人口已达1.2亿,占全国总人口的9.7%,并且正以每年3.3%的速度递增。到2000年,我国将步入人口老年型国家行列。目前,随着社会保障体系的逐步完善,必须尽快构建我国的养老金财务系统。本文首先用系统工程方法将养老金财务系统分解为养老金筹集财务子系统、养老基金和财产运营财务子系统、养老金发放财务子系统三个子系统,以体现社会统筹与个人帐户相结合,基金筹集与社会保障运营相分离的原则;然后运用二层模糊综合评判方法给出我国养老金财务系统处于“正常”状态程度的描述;最后运用模糊控制理论和方法,对“正常”状态程度较低的养老金财务系统建立了以“养老基金征缴率、营利投资运营资金比例、运营收益分配比例”为三个关键性指标的模糊反馈控制数学模型,从而协调三个子系统内部运行目标和机制,以达到“正常”的系统和谐状态。     

模糊积分在多目标决策中的应用研究

基于模糊测度与模糊积分理论,运用层次分析法获取测度函数,研究了解决多目标决策问题的应用方法,实现了模糊积分与层次分析法的联合应用。算例表明,模糊积分理论可以用来解决多目标决策问题。     

Decision Making Under Risk: A Comparison of Bayesian and Fuzzy Set Methods

A classical decision problem is considered where a decision maker is to choose one of a number of actions each offering different consequences. The outcome from a choice of action is uncertain because it depends on the existing state of Nature. Also, the outcome, once an action and state of Nature are specified, may be a vector or a random vector. The decision maker employs both Bayesian methods and fuzzy set techniques to handle the uncertainties. The decision maker is also allowed to use multiple, possibly conflicting, goals in order to determine his best strategy. The Bayesian method produces a set of undominated strategies to choose from, whereas the fuzzy set technique usually produces a unique optimal strategy.