公务员考试d题_公务员招聘问题模版课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,2004D,题 公务员招聘,主讲：肖水明,1,公务员招聘,我国公务员制度已实施多年，,1993,年,10,月,1,日颁布施行的,国家公务员暂行条例,规定：“国家行政机关录用担任主任科员以下的非领导职务的国家公务员，采用公开考试、严格考核的办法，按照德才兼备的标准择优录用”。目前,我国招聘公务员的程序一般分三步进行：公开考试（笔试）、面试考核、择优录取。,2,D,题 公务员招聘,现有某市直属单位因工作需要，拟向社会公开招聘,8,名公务员，具体的招聘办法和程序如下：,（一）公开考试：凡是年龄不超过,30,周岁，大学专科以上学历，身体健康者均可报名参加考试，考试科目有：综合基础知识、专业知识和“行政职业能力测验”三个部分，每科满分为,100,分。根据考试总分的高低排序按,1:2,的比例（共,16,人）选择进入第二阶段的面试考核。,3,D,题 公务员招聘,（二）面试考核：面试考核主要考核应聘人员的知识面、对问题的理解能力、应变能力、表达能力等综合素质。按照一定的标准，面试专家组对每个应聘人员的各个方面都给出一个等级评分，从高到低分成,A/B/C/D,四个等级，具体结果见,表,所示。,4,D,题 公务员招聘,（三）由招聘领导小组综合专家组的意见、笔试成绩以及各用人部门需求确定录用名单,并分配到各用人部门。,该单位拟将录用的,8,名公务员安排到所属的,7,个部门，并且要求每个部门至少安排一名公务员。这,7,个部门按工作性质可分为四类：,(1),行政管理、,(2),技术管理、,(3),行政执法、,(4),公共事业。见,表,2,所示。,5,D,题 公务员招聘,招聘领导小组在确定录用名单的过程中，本着公平、公开的原则，同时考虑录用人员的合理分配和使用，有利于发挥个人的特长和能力。招聘领导小组将,7,个用人单位的基本情况（包括福利待遇、工作条件、劳动强度、晋升机会和学习深造机会等）和四类工作对聘用公务员的具体条件的希望达到的要求都向所有应聘人员公布（,见表,2,）。每一位参加面试人员都可以申报两个自己的工作类别志愿（,见表,1,）。,6,D,题 公务员招聘,（,1,）如果不考虑应聘人员的意愿，择优按需录用，试帮助招聘领导小组设计一种录用分配方案；,（,2,）在考虑应聘人员意愿和用人部门的希望要求的情况下，请你帮助招聘领导小组设计一种分配方案；,（,3,）你的方法对于一般情况，即,N,个应聘人员,M,个用人单位时，是否可行？,（,4,）你对上述招聘公务员过程认为还有哪些地方值得改进，给出你的建议。,问 题,7,表,：招聘公务员笔试成绩，专家面 试评分及个人志愿,应聘,人员,笔试,成绩,申报类别志愿,专家组对应聘者特长的等级评分,知识面,理解能力,应变能力,表达能力,人员,1,290,（,2,）,（,3,）,A,A,B,B,人员,2,288,（,3,）,（,1,）,A,B,A,C,人员,3,288,（,1,）,（,2,）,B,A,D,C,人员,4,285,（,4,）,（,3,）,A,B,B,B,人员,5,283,（,3,）,（,2,）,B,A,B,C,人员,6,283,（,3,）,（,4,）,B,D,A,B,人员,7,280,（,4,）,（,1,）,A,B,C,B,人员,8,280,（,2,）,（,4,）,B,A,A,C,8,应聘,人员,笔试,成绩,申报类别志愿,专家组对应聘者特长的等级评分,知识面,理解能力,应变能力,表达能力,人员,9,280,（,1,）,（,3,）,B,B,A,B,人员,10,280,（,3,）,（,1,）,D,B,A,C,人员,11,278,（,4,）,（,1,）,D,C,B,A,人员,12,277,（,3,）,（,4,）,A,B,C,A,人员,13,275,（,2,）,（,1,）,B,C,D,A,人员,14,275,（,1,）,（,3,）,D,B,A,B,人员,15,274,（,1,）,（,4,）,A,B,C,B,人员,16,273,（,4,）,（,1,）,B,A,B,C,表,：招聘公务员笔试成绩，专家面,试评分及个人志愿,9,表,2:,用人部门的基本情况及对公务员的期望要求,用人,部门,工作,类别,各用人部门的基本情况,各部门对公务员特长的希望达到的要求,福利待遇,工作条件,劳动强度,晋升机会,深造机会,知识面,理解能力,应变能力,表达能力,部门,1,（,1,）,优,优,中,多,少,B,A,C,A,部门,2,（,2,）,中,优,大,多,少,A,B,B,C,部门,3,（,2,）,中,优,中大,少中,多中,10,用人,部门,工作,类别,各用人部门的基本情况,各部门对公务员特长的希望达到的要求,福利待遇,工作条件,劳动强度,晋升机会,深造机会,知识面,理解能力,应变能力,表达能力,部门,4,（,3,）,优,差,大,多,多,C,C,A,A,部门,5,（,3,）,优,中,中,中,中,部门,6,（,4,）,中,中,中,中,多,C,B,B,A,部门,7,（,4,）,优,中,大,少,多,表,2,:,用人部门的基本情况及对公务员的期望要求,11,问题的背景,目前，随着我国改革开放的不断深入和,国家公,务员暂行条例,的颁布实施，几乎所有的国家机,关和各省、市政府机关，以及公共事业单位等都,公开面向社会招聘公务员，或工作人员，尤其是,面向大中专院校的毕业生招聘活动非常普遍。一,般都是采取“初试,+,复试,+,面试”的择优录用方法。,特别是根据用人单位的工作性质，复试和面试在,招聘录取工作中占有突出的地位。,12,问题的背景,在招聘公务员的复试中，如何综合专家组的意见、,应聘者的不同条件和用人部门的需求做出合理的,录用方案，这是首先需要解决的问题。当然，,“多数原则”是常用的一种方法，但是，在这个问,题上“多数原则”未必一定是“最好”的，因为这里,有一个共性和个性的关系问题，不同的人有不同,的看法和选择，怎么选择，如何兼顾考虑各方面,的意见是值得研究的问题。,13,问题的背景,研究生招生录取：传统的考试分数定终身的招生录取方法已不适合当前的形势,.,为此,各学校都采取了“初试,+,复试,+,面试”的方法。如何兼顾各方面的情况，给出合理的录取方案也是需要解决的问题,（,2004,年首届全国部分高校研究生数学建模竞赛的,D,题“研究生录取”）,14,问题的分析,对于问题（,1,）：在不考虑应聘人员的个人意愿,的情况下，,择优按需,录用,8,名公务员。（单向选择）,“择优”就是综合考虑所有应聘者的初试和复试的,成绩来选优。而这里复试成绩没有明确给定具体,分数，仅仅是专家组给出的等级，即主观评价分，,为此，首先应根据专家组的评价给出一个复试分数，,（,复试成绩的量化,）然后，综合考虑初试、复试,分数（,注意量纲一致原则，做归一化处理,）,15,问题的分析,另一方面，“按需”就是根据用人部门的需求，即各,用人部门对应聘人员的要求和评价来选择录用。,因此，应综合考虑初试、复试分数和用人部门的,要求两个方面来确定最优的录取名单，给出录用,方案。,(,注：,不考虑部门需求,，只考虑成绩,的选优,录取，然后再进行,按需,分配,的方法不可取。录取,和分配应该同时完成。,),16,问题的分析,对于问题（,2,）：在充分考虑应聘人员的个人意,愿的情况下，择优录用,8,名公务员，并按需求分,配给,7,个用人部门。这是一个“各取所需，双向,选择”的问题。应聘人员和用人部门的基本情况都,是透明的，每一个部门对所需人才都有一个期望,要求，每一个人员通过对用人部门的工作类别的,选择以及对用人部门基本情况的看法表达了自己,的意愿，在这里，应综合考虑双方的基本条件和,期望，给出最优的录用分配方案。,17,问题的分析,问题（,3,）是问题（,1,）和问题（,2,）的方法,直接推广到一般情况就可以了。,问题（,4,）是一个完全开放性的问题,主要看,参赛者是否能提出有创造性的观点。,18,问题的分析,这个问题是一个比较开放的题目，能用的方法很多。,在这里，以解放军信息工程大学韩中庚教授所建立的优化模型为例进行讲解。最后，简单介绍一下另外几种常用的方法。,（招聘公务员问题的优化模型与评述，,韩中庚，工程数学学报，,2004,）,19,招聘公务员问题的优化模型,（一）问题（,1,）的处理,根据“择优按需录用”的原则，来确定录用分配方案。,“择优”就是选择综合分数较高者，“按需”就是录取,分配方案能最大程度的满足用人单位的需求，使得,用人单位的评分尽量高。因此，录用方案的确定就,可转化为使综合分数和用人单位的评分之和最大的,优化模型。为此，我们需要给出每位应聘人员的,综合分数和用人单位的评分的量化值。,20,招聘公务员问题的优化模型,综合分数的确定（包含初试和复试成绩）,（,1,）应聘者复试成绩的量化,首先，对专家组所给出的每一个应聘者,4,项条件的评分进行量化处理。注意到，专家组对应聘者的,4,项条件评分为,A,B,C,D,四个等级，,可以对,A, B, C, D,直接赋不同的数值（例令,A=1,，），根据表,1,的专家评价等级，可以得到专家组对每一个应聘者的,4,项条件的评价量化值,。,或者利用模糊数学中的隶属度方法：不妨设相应的,评语集为,很好，好，一般，差,，对应的数值为,5,，,4,，,3,，,2,。,根据实际情况取偏大型柯西分布隶属函数,21,招聘公务员问题的优化模型,实际上，当评价为“很好”时，则隶属度为,1,，即,f(5)=1;,当评价为“一般”时，则隶属度为，即了,(3)=0.8;,当评价为“很差”时,(,实际无此评价,),，则认为隶属度为，即。,于是 。,将其代入,(1),式可得隶属函数。经计算得,f(2),二，,则专家组对应聘者各单项指标的评价,A,B,C,D=,很好，好，一般，差,的量化值为,(1, 0.9126, 0.8, 0.5245),。根据表,1,的专家评价等级，也可以,得到专家组对每一个应聘者的,4,项条件的评价量化值。,22,招聘公务员问题的优化模型,其次，根据得到的专家组对于,16,个应聘者评价量化值，即得到,一个评矩阵， 假定应聘者的,4,项特长指标在综合,评价中的地位是等同的，使用加权求和法，则,16,个应聘者的综合,复试得分可以表示为阵,23,招聘公务员问题的优化模型,(2),确定应聘人员的综合分数,为了便于将初试分数与复试分数做统一的比较，首先分别用极差规范化方法作相应的规范化处理。（归一化处理）,24,招聘公务员问题的优化模型,对于不同的用人单位对初试和复试成绩的重视程度可能会不同，,在这里用参数 表示用人单位对初试成绩的重视程度,的差异，则第,j,个应聘者的综合分数为,由实际数据，对于适当的参数。可以计算出每一个应聘者的最后综合得分。在这里不妨取，则可以计算出,16,名应聘人员的综合得分。,25,招聘公务员问题的优化模型,(3),确定用人部门对应聘人员的评分,首先注意到，作为用人单位一般不会太看重初试分数的少量差异，可能更注重应聘者的特长，因此，用人单位评价一个应聘者主要依据四个方面特长。根据每个部门的期望要求条件和每个应聘者的实际条件的差异，则每个部门客观地对每个应聘者都存在一个相应的评价指标，或称为“,满意度,”。,26,招聘公务员问题的优化模型,事实上，每一个用人部门对应聘者的每一项指标都有一个“满意度”，即反映用人部门对,各项指标的要求与应聘者实际水平差异的程度。通常认为用人部门对应聘者的某项指标的满意,星度可以分为“很不满意、不满意、不太满意、基本满意、比较满意、满意、很满意”七个等,级， 并赋相应的数值,1,2,3,4,5,6,7,27,招聘公务员问题的优化模型,当应聘者的某项指标等级与用人部门相应的要求一致时，则认为用人部门为基本满意，即满意程度为,v4;,当应聘者的某项指标等级比用人部门相应的要求高一级时，则用人部门的满意度上升一级，即满意程度为,v5;,当应聘者的某项指标等级与用人部门相应的要求低一级时，则用人部门的满意度下降一级，即满意程度为,v3;,依次类推，则可以得到用人部门,对应聘者的满意度,例如,:,专家组对应聘者,1,的评价指标集为,A,A,B,B,，部门,1,的要求指标集为,B,A,C,A,，则部门,1,对应聘者,1,的满意程度为,v5, v4, v5, v3,28,招聘公务员问题的优化模型,为了得到“满意度”的量化指标，首先注意到，人们对不满意程度的敏感远远大于对满意程度的敏感，即用人部门对应聘者的满意程度降低一级可能导致用人部门极大的抱怨，但对满意程度增加一级只能引起满意程度的少量增长。为此，可以取近似的偏大型柯西分布隶属函数,29,招聘公务员问题的优化模型,实际上，当“很满意”时，则满意度的量化值为,1,，即,f (7)=1;,当“基本满意”时，则满意度的量化值为，即,f (4)=0.8;,当“很不满意”时，则满意度的量化值为，即。,于是，可以确定出,故可以得到相应的隶属函数,:,经计算得，,则用人部门对应聘者各单项指标的评语集,v1, v2, v3, v4, v5, v6, v7,的量化值为,0.01,0.3499, 0.6514, 0.8, 0.9399, 0.9725,。,根据专家组对,16,名应聘者四项特长评分和,7,个部门的期望要求，则可以分别计算得到每一个部门对每一个应聘者的各单项指标的满意度的量化值。,例如,:,专家组对应聘者,1,的评价指标集为,A,A,B,B,，部门,1,的要求指标集为,B,A,C,A,，则部门,1,对应聘者,1,的满意程度为,v5, v4, v5, v3,，其量化值为,0.9399, 0.8, 0.9399, 0.6514,30,招聘公务员问题的优化模型,分别计算得到每一个部门对每一个应聘者的各单项指标的满意度的量化值,.,分别记为,由应聘者的,4,项特长指标在综合评价中的地位是等同的假设，可取第,i,个部门对第,j,个应聘者的综合评分为,31,招聘公务员问题的优化模型,（,4,）优化模型,对题目中应聘人员的综合分数和部门的需求条件的量化后，“择优按需录用”转化为保证两者之和最大的优化问题。（,0-1,规划）,用,xij,表示决策变量，即当录用第,j,个应聘者，并将其分配给第,i,个部门时,xij=1;,其它情况,xij=0,（,i=1,，,2,，,，,7,，,j=1,，,2,，,，,16,）于是问题就转化为下面的优化模型,:,32,招聘公务员问题的优化模型,33,招聘公务员问题的优化模型,用,LINGO,求解可以得到录用分配方案如表,(2),34,招聘公务员问题的优化模型,(,二,),问题（,2,）,在充分考虑应聘人员的意愿和用人部门的期望要求的情况下，寻求更好的录用分配方案。（双向选择）,应聘人员的意愿有两个方面,:,对用人部门的工作类别的选择意愿和对用人部门的基本情况的看，即可用应聘人员对用人部门的综合满意度来表示,;,用人部门对应聘人员的期望要求也用满意度来表示。,一个好的录用分配方案应该是使得二者的满意度都尽量的高。（优化模型）,35,招聘公务员问题的优化模型,(1),确定应聘者对用人部门的满意度（量化）,应聘者对用人部门的满意度主要表现在两个方面：,应聘者所申报志愿因素,。志愿是按工作类别申报进行申报，志愿反映了应聘者所喜好的的工作类别，在评价用人部门时一定会偏向于自己的喜好，即工作类别也是决定应聘者选择部门的一个因素。（主观喜好）,与用人部门的基本情况有关,。基本情况包含五项指标,:,福利待遇、工作条件、劳动强度、晋升机会和深造机会。因此，五项指标的客观情况影响应聘者对用人部门的满意度。（客观评价）,36,招聘公务员问题的优化模型,申报志愿的量化,符合第一、二志愿的分别认为“满意”、“基本满意”，不符合志愿的为“不满意”，即,满意，基本满意，不满意,。（评价集）,并赋相应的数值,1,2,3,在这里取隶属函数为,f(x)=bln(a,一,x),，并要求,f(1)=1, f (3)=0,，即符合第一志愿时，满意度为,1,，不符合任一个志愿时满意度为,0,，简单计算解得。于是当用人部门的工作类别符合应聘者的第二志愿时的满意度为，,即得到评语集,满意，基本满意，不满意,的量化值为,(1, 0.6309, 0),。,这样每一个应聘者对每一个用人部门都有一个反映主观偏好的满意度,wij,考虑应聘人员申报志愿在对用人部门评价中的影响作用，就是在客观评价的基础上对第一志愿、第二志愿和没有志愿分别作加权处理。,37,招聘公务员问题的优化模型,用人部门的基本情况的满意度量化,对于反映用人部门基本情况的五项指标都可分为“优中差，或小中大、多中少”三个等级，应聘者对各部门的评语集也可分为三个等级，即,满意，基本满意，不满意,，类似于上面确定用人部门对应聘者的满意度的方法。,应聘者对,7,个部门的五项指标中的“优、小、多”级别认为很满意，其隶属度为,1:“,中”级别认为满意，其隶属度为,0.6;“,差、大、少”级别认为不满意，其隶属度为。,由实际数据可得应聘者对每个部门的各单项指标的满意度量化值，即用人部门的客观水平的评价值为,38,招聘公务员问题的优化模型,确定应聘者对用人部门的综合评价（满意度）,考虑应聘人员申报志愿在对用人部门评价中的影响作用，就是在客观评价的基础上对第一志愿、第二志愿和没有志愿分别作加权处理。,于是，每一个应聘者对每一个部门的五个单项指标的满意度应为该部门的客观水平评价值与应聘者对该部门的满意度权值,Wji,的乘积，即,39,招聘公务员问题的优化模型,假定用人部门的五项基本条件对应聘人员的影响地位是同等的。可以得到第,j,个应聘者对第,i,个部门的综合评价满意度为,（若五项基本条件对应聘人员的影响地位不同等时，只需做加权处理）,40,招聘公务员问题的优化模型,(2),确定双方的相互综合满意度,根据上面的,(4),式和,(6),式，每一个用人部门与每一个应聘者之间都有相应单方面的满意度。,（,(4),式和,(6),式）,双向选择要考虑到双方的相互综合满意度。,相互综合满意度应有各自的满意度来确定。在此，取双方各自满意度的几何平均值为双方相,互综合满意度，即,41,招聘公务员问题的优化模型,(3),确定合理的录用分配方案,最优的录用分配方案应该是使得所有用人部门和录用公务员之间的相互综合满意度之和最大,用,xij,表示决策变量，即当录用第,j,个应聘者，并将其分配给第,i,个部门时,xij=1;,其它情况,xij=0,（,i=1,，,2,，,，,7,，,j=1,，,2,，,，,16,）于是问题就归结为下面的优化模型,:,42,招聘公务员问题的优化模型,43,招聘公务员问题的优化模型,利用,Lingo,求解得录用分配方案如下表,(3),，总满意度为,44,招聘公务员问题的优化模型,（三）,问题,(3),的解决方法（模型推广）,对于,N,个应聘人员和,M( N),个用人单位的情况，如上的方法都是实用的,只是两个优化模型,(5),和,(8),的规模将会增大，给求解带来一定的困难。,实际中用人单位的个数,M,不会太大，当应聘人员的个数,N,大到一定的程度时，可以分步处理。,45,招聘公务员问题的优化模型,对问题,(1),而言，取所有应聘人员综合分数与用人部门综合评分的均值，即由,(3),式和,(4),式得,将剩下的应聘者重新编号，再用上述的方法求解，确定录用分配方案。,如果剩下的人数仍然很多，则可以做类似的进一步择优。,46,招聘公务员问题的优化模型,对于问题,(2),处理的推广方法类似，只是根据应聘人员的综合分数,(3),式和双方综合满意度,(7),式来选优。,（四）问题,(4),是一个开放的问题，参赛者可根据自己的认识发挥创造，对其可行性进行评价,47,其它方法简介,1.,利用模糊模式识别中的择近原则,建立使总贴近度最大的优化模型,分析：“择优按需”录用（择优易实现，关键是如何考虑按需）考虑到用人部门在确定录用人选时,并不会太在意笔试成绩的少量差异,主要是根据面试的,4,个方面特长评分来确定,用人部门也不要求应聘者的实际条件绝对满足所要求的条件,只要保证尽量的接近,而且差异越小越好。为此,可以采用模糊模式识别的方法,合理地用改进的欧氏距离定义为贴近度,建立优化模型来寻求使总的贴近度最大的录用分配方案。,48,其它方法简介,模型的建立与求解,应聘者面试成绩的量化,专家组对应聘者的评分为,A ,B ,C ,D 4,个等级,不妨设相应的评语集为,很好,好,一般,差, ,对应的数值为,5 ,4 ,3 ,2.,里取偏大型柯西分布隶属函数,专家组对应聘者各单项指标的评价,A ,B ,C ,D = ,很好,好,一般,差,的量化值为,( 1 , 019126 , 018 ,015245),。根据已知数据可以得到专家组对每一个应聘者的,4,项条件的评价指标值。专家组对于,16,个应聘者都有相应的评价量化值,即得到一个评价指标,( r,1,i , r,2,i , r,3,i , r,4,i ),(i = 1 ,2 , ,16),49,其它方法简介,(2),用人部门期望要求的量化,每一个用人部门都对每一个方面的特长提出了自己的期望要求,其要求也分为,A ,B ,C ,D 4,个等级。类似地,不妨设相应的评语集为,很高,高,较高,一般, ,对应的数值为,54 ,3 ,2,。同样取如上的方法可以得到每一个用人部门的期望要求条件的量化值指标,( t,1,j , t,2,j , t,3,j , t,4,j )( j,= 1,2,7,),。例如部门,1,的期望要求分别为,B ,A ,C ,A ,则相应的量化指标为,(019126 ,1 ,018 ,1),。,50,其它方法简介,按需择优录用及分配方案的确定,定义双方条件的贴近度,利用模糊模式识别中的多属性择近原则来解决这个问题。,以每个部门的要求指标,( t,1,j , t,2,j , t,3,j , t,4,j ) ( j,=,1,2,7,),为标准模式,以应聘人员的实际指标,( r,1,i , r,2,i , r,3,i , r,4,i) ( i,= 1,2,16,),为待识别的模式,则对于第,j (,1 ,j,7,),个部门定义欧氏距离贴近度为,51,其它方法简介,对于第,j (,1 ,j,7,),个部门来说,希望聘用到使贴近度,( j , i),最大的人员,则对所有部门而言应该是寻求使总的贴近度最大的录取分配方案,.,用,xij ( i =,1,2,16,; j =,1,2,7,),表示决策变量,即当录用第,i,个应聘者并分配给第,j,个部门时取值为,1,否则取值为,0,。于是问题就转化为下面的优化模型,:,52,其它方法简介,53,其它方法简介,用,LINGO,求解这个,021,线性规划模型,可以得到录用分配方案如表,4,所示,最优值为,z =,713292,。,优点：由上面的结果可以看出,用此模型能够较好地体现 按需择优录取,并合理分配的特点。,缺点：贴近度的定义上存在缺欠和不足，不能区分相同数值的“剩余”与“欠缺”两种情况之差别。,54,2.,利用层次分析（,AHP,）建立优化模型,方案一：,（,1,）利用层次分析法确定招聘人员面试成绩对用人部门的权重，,（,2,）笔试成绩转化为相应的权重，,（,3,）将笔试成绩和面试成绩对用人部门的权重结合起来，建立权重计算模型,（,4,）把应聘人员的志愿转化为用人单位对应聘人员的权重，建立了双向选择的权重计算模型，,（,5,）确定最优方案模型，被选人员对用人单位的权重,之和最大时的人员选取即为所求，从而建立了应聘人员最优选取的0-1整数规划模型，制定出最优的分配方案,其它方法简介,55,其它方法简介,56,其它方法简介,(,一,),对于面试成绩的权重评定,1),求各种能力对不同工作的权重,求各种能力对不同工作的权重时，我们采用了层次分析法的思想，在这种方法中，需要先建立成对比较矩阵。,（比较标准：认定应聘者能力满足工作期望要求时，权重设定为,1,，能力与期望水平稍差时，权重设定为,1,2,；能力与期望水平明显相差很多时，权重设定为,1,4,：能力与期望水平特别相差 时，权重设定为,1,8,。）,如对工作类别,(1),，要求应聘人员的理解能力和应变能力最高,(A),，其次为知识面,(B),，最后为应变能力,(C),，故得成对比较矩阵如下：,57,其它方法简介,其中,al2=1,2,表示知识面和理解能力对工作类别,1),的重要性之比为,1,：,2,，,a23=4,即表示知识面和理解能力对工作类,1),的重要性之比为,4,：,1,。求出对比矩阵 的最大特征根为,4,0000,，对应的特征向量归一化后即为四种能力对于工作类别,1),的权重,58,其它方法简介,同理可求得四种能力对于其它三个工作类别的权重，从而得四种能力分别对于四种工作类别的权重矩阵,59,其它方法简介,2),确定在同一工作类别下应聘人员对四种能力的权重,将,N,个应聘者的权重组合构成权重矩阵,3),确定应聘人员面试成绩在工作类,1),中的最终权重,60,其它方法简介,4),重复,(2),，,(3),两步，按步骤,(3),中的方法分别求各应聘者对于工作类别,(2),，,(3),，,(4),的权重向量,二,),笔试成绩的权重评定,我们取笔试成绩中最高得分的权重为,1,，其他笔试成绩与之相比的比值作为该人员笔试成绩,的权重。,61,其它方法简介,三,),综合权重设定,设,r,为笔试权重与面试权重的比例系数，当,r=l,时，标志笔试与面试同等重要。,r,具体取值由,主管部门对笔试成绩的认可程度决定。,即算出各个应聘人员对各个工作类别的综合权重矩阵,Q,。,62,其它方法简介,人员录用分配模型,63,其它方法简介,问题,1,：不考虑应聘人员的意愿，按照部门需要择优录取,若使分配合理，有利于发挥个人特长和能力，则应使总的权重最大。每个单位至少分配一个人，每个人只能分配到一个单位工作，设工作类别,(1),包括,M1,个用人单位，工作类别,(2),包括,M2,个用人单位，工作类别,(3),包括,M3,个用人单位，工作类别,(4),包括,M4,个用人单位，且,M1,+M2+ M3 +M4=M,，列出整数规划模型：,64,其它方法简介,问题,2,：考虑应聘人员的意愿和部门需要时的录取方案,按照每个应聘人员报两个志愿建立矩阵,将矩阵,S,与权重矩阵,Q,的对应元素分别相乘，得到矩阵,P,，即考虑应聘人员志愿后应聘人员对各个工作的最终权重矩阵,65,其它方法简介,模型求解与分析,1),对于问题一的求解，根据题意，,N=I6,，,M=7,，,K=8,，,M1=1,，,M2=M3=M4 =2,。我们取定,r=,用模型给出的权重确定准则，根据,16,名人员的成绩，确定综合成绩权重矩阵,Q,，将其代入上面的模型表达式,(1),利用数学软件,LINGO,求得：,所得的方案为：人员,5,分配到工作类别,(1)(,部门,1),，人员,1,，,2,，,4,分配到工作类别,(2)(,包括部门,2,，,3),，人员,6,，,9,分配到工作类别,(3)(,包括部门,4,，,5),，人员,II,，,12,分配到工作类别,(4)(,包括部门,6,，,7),。,66,其它方法简介,2),对于问题二求解,当应聘人员只愿到自己申报的部门工作，不服从用人单位的调配，且第一志愿与第二志愿无差别时，可得,a=l,，,=1,，,7=0,，得权重矩阵,Q1,。,对应方案为：人员,3,分配到工作类别,(1)(,部,I31),，人员,1,，,5,分配到工作类别,(2)(,包括部门,2,，,3),，人员,3,，,9,分配到工作类别,(3)(,包括部门,4,，,5),，人员,11,，,l2,分配到工作类别,(4)(,包括部门,6,，,7),。,67,其它方法简介,当应聘人员服从用人单位的调配时，根据我们的给定值,a=1,，,b=0,8,，,r=0,、,5,，可以求出在考虑个人意愿的情况下的权重矩阵,Q2,对应方案：人员,3,分配到工作类别,(1)(,部门,1),，人员,1,，,8,分配到工作类别,(2)(,包括部门,2,，,3),，人员,2,，,6,，,12,分配到,T,作类别,(3)(,包括部门,4,，,5),，人员,4,，,11,分配到工作类别,(4)(,包括部门,6,，,7),。,68,其它方法简介,优：,模型对各种情况都做了全面的分析，并且有很多参数可以根据实际需要取一定的值，,使,模型具有很强的普遍性和实用,缺：（层次分析法在构造成对比较矩阵时，就具有较强的主观性，而各种权重的构造亦带有主观性，当被聘人数、录用部门较多时，整个过程比较复杂分配方案只给出工作类别，没指出具体部门。在讨论个人意愿时未考虑各部门的客观情况。）,69,其它方法简介,（公务员招聘的优化模型，,王庆，许昌学院学报）,模型建立：,不考虑应聘人员的个人意愿,应聘人员笔试成绩的确定,:,取笔试成绩中最高得分为,1,其他笔试成绩与之相比的比值作为该应聘人员的笔试成绩,.,应聘人员面试成绩的确定相对较复杂,我们采用,T1L1Saaty,等人提出的层次分析法,1,),建立四种能力对第,j,类工作类别的成对比较矩阵,A (,按,129,的比例标度对重要性程度赋值,) ,求出矩阵,A,的最大特征根对应的特征向量,归一化后为,wj ,既为四种能力对第,j,工作类别的权重,同样算出四种能力对其他工作类别的权重,最后得到四种能力对四种工作类别的权重矩阵,w,=, w,1, w,2, w,3, w,4, ;,70,其它方法简介,71,其它方法简介,2,),对应聘人员在某种能力下进行比较,得到应聘人员在该能力下的权重,将,4,种能力下应聘人员的权重组合构成权重矩阵,B;,3,),算出应聘人员对各工作类别的面试权重,G,=,Bw ,其中,Gij,第为,i,个应聘人员对工作类别,j,的面试权重,可看作第,i,个应聘人员对工作类别,j,的面试成绩,.,以上成对比较矩阵均需进行一致性检验,.,第,j,类工作类别对应聘人员,i,的满意度,qij :,应聘人员,i,的笔试成绩,r,+,应聘人员,i,的面试成绩,Gij ,其中,r,为笔试成绩与面试成绩在整个考核中权重的比,. r,的具体取值由主管部门对笔试成绩的认可程度决定,当,r,= 1,时,表示笔试与面试同等重要,.,72,其它方法简介,73,其它方法简介,综合考虑应聘者的意愿和用人部门的期望要求,1,),建立用人部门的基本情况对第,i,个应聘人员,( i,= 1, N),的成对比较矩阵,B ,求出矩阵,B,的最大特征根对应的特征向量,归一化后为,Ti ,既为用人部门的基本情况对第,i,个应聘人员的权重,同样算出用人部门的基本情况对其他应聘人员的权重,最后得到用人部门的基本情况对,N,个应聘人员的权重矩阵,t,=, t,1, tN .,2,),对各工作类别在应聘人员对用人部门的基本情况的要求下进行比较,得到各工作类别对某个基本情况的权重,将各工作类别对各个基本情况的权重组合构成权重矩阵,C.,74,其它方法简介,3,),算出应聘人员对各工作类别的满意度矩阵,其中 表示第,i,个应聘人员对第,j,工作类别的满意度,.,各工作类别和应聘人员之间都有相应单方面的满意度,双方的相互满意度应由各自的满意度来确定,.,在此,取双方的各自满意度的几何平均值为双方相互综合满意度,即,75,其它方法简介,76,其它方法简介,方案二,:,利用,AHP,（层次分析法）与最优匹配法相结合，建立择优、按需、意愿下的最优录用分配的整数线型规划模型。,（,1,）首先利用,AHP计算各特长分别在各工作类别的综,合评价中的权重，,（,2,）确定招聘人员对各用人部门的综合面试成绩得 分，,（,3,）建立最优方案模型，被选人员对用人单位的综合分之和最大时的人员选取即为所求。,（,4,）依据应聘者的志愿得到各特长在工作类别的综合评价中的权重和最优录用方案。,77,其它方法简介,建模及求解,问题,1 :,在不考虑应聘人员的意愿情形下,择优按需录用,8,名公务员的最优录用分配方案,.,假设初次笔试成绩仅仅作为进入面试的依据,面试人员的每项特长的等级评分的评语集, A , B , C , D,量化为评分集,50 ,40 ,30 ,20.,由专家组对应聘人员特长的等级评分可得矩阵,78,其它方法简介,(1),计算四个特长分别在每个工作类别的综合评价中的权重。可得权重矩阵,79,其它方法简介,80,其它方法简介,(2),计算四个不同类别的用人部门对每一个应聘者的特长综合评价分,显然,矩阵,X,表示了每个应聘人员适合各类工作的特长总得分,可以作为应聘者录用某工作时的综合指标,.,81,其它方法简介,(3),结合最优匹配问题的线性规划解法，择优按需录用的分配方案,82,其它方法简介,问题,2 :,考虑应聘人员意愿和用人部门的希望要求下,择优按需录用的最优录用分配方案,.,由问题一的分析和数学模型,若考虑应聘人员意愿,只需将应聘人员不愿意去的工作类别对该人员的特长评价总分取很小,不妨取为,0 ,可得各工作类别对各人员的特长评价总分的矩阵,83,其它方法简介,有待改进的地方：计算综合评价成绩时也未考虑笔试成绩,忽略了第一志愿与第二志愿的区别,84,其它方法简介,3.,利用组合图论的方法将公务员招聘问题转化为求赋权平衡二部图的最大权完美匹配问题，再利用Kuhn-MunKras,算法得到它的解，在此过程中利用迭加因子方法充分考虑了用人单位的希望要求及应聘人员的个人意愿，因而是一套最大限度地同时满足应聘者意愿和用人单位要求的解决方案。,(,公务员招聘的数学模型,大学数学, 2006),85,其它方法简介,4. 模糊决策模型,运用模糊数学和运筹学理论，先建立招聘人员的模糊多属性综合评价模型，解决了用人单位择优录取公务员的问题，然后建立了,0-1,整数规划模型解决了人力资源的优化配置问题，从而给出一种科学有效的公务员招聘方法,.,(,公务员招聘的模糊决策模型,大学数学，,2006,）,(,公务员招聘的优化模型,大学数学，,2006),86,其它方法简介,5.,利用人才软匹配系统，建立择优按需录用模型。,建模方法MISS。 MISS就是国际会议决策支持系统，它是一种软匹配的方法，利用模糊数学中贴近度的概念，把两组指标之间建立起匹配关系。国际会议决策支持系统的一个数学模型，就是多维加权贴近约束下的匹配。,(,公务员招聘的人才软匹配模型,数学的实践与认识,2006),87,其它方法简介,6.,利用多元统计分析中聚类分析的基本原理和方法，设计公务员招聘的择优录用方案，并利用spss实现其大量数据的计算问题，为公务员的公正招聘提供有效依据。,（,聚类分析,在公务员招聘中的应用及,spss实现,，,数学的实践与认识,2006,）,88,THE END,89,