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

黃辰 劉雪飛

摘 要：由于傳統(tǒng)智能調(diào)度算法存在動態(tài)規(guī)劃不完善的情況，導致運算結(jié)果耗時過長，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。此次研究通過基于大數(shù)據(jù)背景建立動態(tài)規(guī)劃模型，實現(xiàn)企業(yè)人力資源動態(tài)規(guī)劃，設計智能調(diào)度算法的初始優(yōu)先級表、基于優(yōu)先級表提出智能調(diào)度算法。實驗結(jié)果表明：與傳統(tǒng)算法相比，此次研究所提出的算法在運算速度上更具優(yōu)勢，平均耗時縮短了7.261s。證明基于優(yōu)先級表的智能調(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;動態(tài)調(diào)度;動態(tài)規(guī)劃模型

本文索引：黃辰，劉雪飛.<變量 2>[J].中國商論，2021（19）：-141.

中圖分類號：F272 文獻標識碼：A 文章編號：2096-0298（2021）10（a）--03

企業(yè)人力資源管理問題，作為一個貫穿企業(yè)發(fā)展始終的重要問題，在當前大數(shù)據(jù)時代背景下，企業(yè)的人力資源模塊，正在不斷進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，離不開科學技術(shù)以及互聯(lián)網(wǎng)技術(shù)日新月異的發(fā)展與更新。當前，基于大數(shù)據(jù)、云平臺計算所建立的各類數(shù)據(jù)庫，能夠幫助在極短時間內(nèi)匯總、整合多個單元模塊中的多組數(shù)據(jù)，且能夠智能地快速匹配相應的算法，再結(jié)合各行業(yè)用戶的實際情況，不斷對數(shù)據(jù)庫進行容量的擴充和算法的更新。企業(yè)的人力資源管理工作，在與大數(shù)據(jù)、云計算這些依托于先進技術(shù)所建立的平臺相結(jié)合后，能在短時間內(nèi)快速降低工作量，解放人力的同時，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)，進行合理的歸納和整理?；诖髷?shù)據(jù)的多種智能調(diào)度算法，搭載這些算法的云平臺，再科學應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)的財務、人事，以及管理層及時完成對企業(yè)人力的智能調(diào)度，有助于推進企業(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。這些改變，均離不開在大數(shù)據(jù)時代下，逐漸推廣普及的智能云平臺的應用。一般情況下，平臺的計算性能越是卓越，面對海量數(shù)據(jù)的處理能力就越強。針對這樣的現(xiàn)實條件，就需要利用基于大數(shù)據(jù)的各類數(shù)據(jù)庫，進行對人力資源智能調(diào)度的動態(tài)規(guī)劃。受任務規(guī)模、先后順序以及資源消費情況的影響，企業(yè)人力資源管理工作，并不存在一個通用的智能調(diào)度算法。對此，就要綜合企業(yè)人力資源調(diào)度任務的具體情況，結(jié)合動態(tài)規(guī)劃理論，對調(diào)度算法中需要進行優(yōu)化的問題，進行一個以時間為劃分因素的階段性劃分，幫助建立企業(yè)人力資源動態(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)，對下一階段的工作狀態(tài)進行確定。進行狀態(tài)的確定時，我們能夠用狀態(tài)轉(zhuǎn)移方程（Education of state），來展現(xiàn)這種狀態(tài)推演的規(guī)律，該方程為：

（1）

依據(jù)（1）的方程，能夠進一步對幫助定義整個階段過程，以及所有后部子過程進行指標推導，指標函數(shù)的公式為：

（2）

根據(jù)狀態(tài)轉(zhuǎn)移方程和指標函數(shù)的公式，在實際上對人力資源進行調(diào)度工作時，就可以通過對狀態(tài)變量、決策變量自身的特性，確定決策集合，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與指標函數(shù)之間的是一種怎樣的計算形式，并且這些計算形式，包括但不限于該階段的指標存在極大、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，來得出最優(yōu)值函數(shù)滿足的遞推方程，完成動態(tài)規(guī)劃模型的建立。

1.2 設計初始優(yōu)先級表

因為需要結(jié)合階段任務截止期，以及初始優(yōu)先級這兩個參數(shù)進行設計。所以需要通過提出新型智能調(diào)度算法，制定開展合理運算的實時優(yōu)先級調(diào)度方案，在考慮階段任務的初始優(yōu)先級和任務時間約束問題的同時，通過結(jié)合優(yōu)先級表的設計原則，設計智能調(diào)度算法優(yōu)先級表，具體如圖1所示。

通過對圖1的設計，我們能夠發(fā)現(xiàn)，上面箭頭的指向代表著任務實時優(yōu)先級從高到低順序，其中縱軸上的代表階段任務的相對截止期，橫軸上的代表初始優(yōu)先級，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)先級表的設計原則：在某階段出現(xiàn)了初始優(yōu)先級和截止期這兩個參數(shù)都完全相同的任務后，以任務生成的先后順序來劃分任務的實時優(yōu)先級，并且在距離待執(zhí)行任務的相對截止期較近，且任務生成時間早于其他任務的，優(yōu)先級表就會自動提升該任務的實時優(yōu)先級。結(jié)合圖1，能夠幫助推導出實時優(yōu)先級的計算公式，其中實時優(yōu)先級為C，按相對截止期進行排隊的任務隊列為w，按照初始優(yōu)先級進行排隊的任務隊列為q，那么實時優(yōu)先級公式為：

（3）

依據(jù)式（3），能夠?qū)θ蝿盏膶崟r優(yōu)先級進行計算，并按優(yōu)先級表的展示順序，來對任務的先后執(zhí)行順序進行劃分。

1.3 基于優(yōu)先級表的智能調(diào)度算法

在企業(yè)人力資源的階段性動態(tài)規(guī)劃工作完成后，在能夠建立相關(guān)模型的基礎上，能夠提出基于優(yōu)先級表模式的智能調(diào)度算法。企業(yè)人力資源的智能調(diào)度因為具有極大的工作分配彈性和非線性，就需要通過借助時間這一參數(shù)，對企業(yè)人力資源的調(diào)度任務進行整合。但是，在特定的任務調(diào)度中，任務產(chǎn)生和執(zhí)行的時間，不能作為除執(zhí)行任務以外的衡量標準。當前，基于各種模式的人力資源智能調(diào)度算法，其在運行過程中，往往存在任務優(yōu)先級值固定的情況，并沒有將運算任務的截止期考慮進去。這樣的算法在使用中，就出現(xiàn)了對執(zhí)行任務中所需執(zhí)行時間，控制嚴重不足的情況。為了使基于大數(shù)據(jù)的智能調(diào)度算法，能夠更加符合當前時代下企業(yè)人力資源管理工作開展的需要。因此需要充分考慮對平臺的智能調(diào)度算法進行革新，通過對之前已經(jīng)投入應用的算法優(yōu)缺點進行總結(jié)，進一步提出基于初始優(yōu)先級表和任務截止期的算法設計[7-8]。最終目的是幫助確定各階段任務的實時優(yōu)先級，解決其他算法經(jīng)常出現(xiàn)的優(yōu)先級固定、所需執(zhí)行時間的約束嚴重不足的問題。在本文提出的算法中，應假設一個實時計算任務請求R，那么其順序為：