APP下载

基于感知结构模型实现人力资源系统仿真研究

2014-11-07罗珈

现代电子技术 2014年21期
关键词:王芳编码人力资源

罗珈

摘 要: 针对人力资源感知模型系统中的人力资源系统延时对系统的影响,分析了人力资源系统延时的特点,建立了人力资源感知结构模型,提出了一种基于感知结构模型实现人力资源系统虚拟仿真算法,并且通过分析系统的感知结构模型方程的矩阵特征值的特性,运用到实际运行过程中,PM速度较快,较少出现重复的现象,因此,大大减轻了人力资源部门人工PM繁琐的的工作量,而且有利于测试质量的提高。

关键字: 人力资源感知结构; 感知结构模型; PM效率; 虚拟仿真

中图分类号: TN830.1?34 文献标识码: A 文章编号: 1004?373X(2014)21?0111?02

Simulation study on human resources system based on perception structure model

LUO Jia

(Anshun Power Supply Bureau of Guizhou Province, Anshun 561000, China)

Abstract: In view of the influence of time delay of human resource system in human resource perception model system on the system, the characteristics of the human resources system time delay was analyzed, the human resources perception model was established, and a virtual simulation algorithm for the human resource system based on perception structure model was proposed. By analysis and practical use of the matrix characteristics of the perception structure model equation analysis system, in its operation process, PM is faster, and has less repeated phenomenon. Therefore, the artificial PM tedious work quantity of the human resources department was greatly reduced. It is conducive to improvement of the testing quality.

Keywords: human resources perception; perception model; PM efficiency; virtual simulation

1 系统描述

1.1 感知结构模型

感知结构模型(PM)采用感知概率结构化的寻优方法,使用多个节点感知结构信息,能自动获取和指导优化感知结构空间,自适应地调整感知结构方向,不需要确定规则,是现在智能计算的关键技术之一[1]。未来的感知结构人力资源系统仿真中可能出现如下三种情景:分布式感知结构人力资源系统仿真的广泛应用,开发先进的感知结构人力资源系统仿真市场(使需求更具弹性)和对感知结构人力资源系统仿真运行的严格约束。未来感知结构人力资源系统仿真的基础设施必须具备以下三个特点:

(1) 具有新型、灵活、可重构的网络拓扑、新型保护方案、新型电压控制方式和新型仪表,以适应传统感知结构人力资源系统仿真向能量交换系统的转变;

(2) 应用更高级的感知结构人力资源系统仿真研究,以使感知结构人力资源系统仿真可根据数据、数据访问质量、虚拟存储可靠性以及其他服务进行实时交易。这将使感知结构人力资源系统仿真的运行更加复杂,更加难以预测,并且必须尽可能地降低反应延迟;

(3) 需要新型实时工具辅助调度决策,以使感知结构人力资源系统仿真在靠近极限的情况下仍可安全有效地运行。为适应不断变化的需求,未来的感知结构人力资源系统仿真必须足够灵活,以期能够完全实时地对感知结构人力资源系统仿真及其日益复杂的微处理器代理所做的决策(以数十亿计的)做出反应。这种情况下,技术突破显得愈发重要,而其中最引人关注的应该是配电快速仿真与建模。

1.2 基本感知结构模型的主要运算步骤

(1) 编码:PM常用的编码方式有二进制编码和十进制编码。二进制编码把整个解空间中解的个数定为编码串的长度,每一位用0或者1表示,若为0表示该解未选中,若为1表示该解被选中。例如解的个数为500,则编码串长度为500。

(2) 创建一个初始群体:随机产生[N]个初始串结构数据,每个串结构数据称为一个个体。

(3) 选择:从群体中选择优胜的个体,淘汰劣质的个体。

(4) 交叉:把两个父代个体的部分结构加以替换重组而生成新个体的操作,是感知结构模型中最主要的PM操作。如:

个体A:1 1 0 1 ↑1 0 1 → 1 1 0 1 0 1 0 新个体

个体B:0 1 1 1 ↑1 0 0 → 0 1 1 1 0 1 1 新个体

(5) 变异:首先在群体中随机选择一个个体,对于选中的个体以一定的感知概率结构随机地改变串结构数据中某个串的值。

(6) 产生下一代:如果新的一代包含一个解,能产生一个充分接近或等于期望答案的输出,那么问题就已经解决了。

(7) 如果不满足结束条件则执行第(1)步。

基本感知结构模型的步骤如图1所示。

图1 基本感知结构模型的过程

2 基于感知结构模型的人力资源系统分析

PM算法是针对人力资源系统中的PM问题提出的一种解决问题的算法,该算法根据人力资源系统对PM问题提出的要求,采用感知结构模型思想,合理快速地生成相应的模型,因此研究PM算法的关键在于研究相关的模型参数和PM目标,再结合PM法来解决问题 [2]。假设500个员工里,每个员工出现的次数一般不少于3次,缺少的或易混淆的员工酌量增加1~2次;每个员工的出现一般不少于2次,缺少的或易混淆的员工酌量增加1~2次,4个员工的比例模型相当。

在人力资源系统测试PM中,每从模型中选取一个样本,就需要估算[n]个指标,考虑[n]维向量矩阵(员工属性[μ1,]员工属性[μ2,]员工[μ3,]编码[μ4])。[μi]代表第[i]项指标,决定一份模型,就需要决定一个[n×n]的矩阵,其中[n=500,]是单员工模型个数,矩阵总体结构描述为:

[ΣΞ=12n=1mμ11μ12μ13…μ1nμ21μ22μ23…μ2n?????μn1μn2μn3…μnnT]

结构感知模型目标矩阵应满足如下约束条件:

(1) 对于某一员工[φ]来说,[i=1100Di1≥3μ+1T,][Di1=1,ai1=φ0,ai1≠φ,]即每个员工的出现一般不少于3次;

(2) 对于某一员工[?]来说,[i=1100Di2≥2μ+1T,][Di2=1,ai2=?0,ai2≠?,]即每个员工出现一般不少于2次;4个员工的出现次数大致均衡,即每个员工出现25次;

(3) 对于某一员工[?]来说,[i=1100Di3≥25μ+1T,][Di3=]

[1,ai3=?0,ai3≠?][;]

(4) [i=1mai1=10μ+1T]或用户给定,即模型满分设定为多少的分数约束。

3 结 语

随着计算机在人力资源系统应用的不断增加,人力资源感知结构系统也必将在人力资源系统中得到广泛应用。通过实际使用,其运行过程中,PM速度较快,较少出现重复的现象,因此,大大减轻了人力资源部门人工PM繁琐的工作量,而且有利于测试质量的提高。

参考文献

[1] 张文修,梁怡.感知结构模型的数学基础[M].西安:西安交通大学出版社,2000.

[2] CHEN B, LIU X P, LIU K F, et al. Direct adaptive fuzzy control of nonlinear strict?feedback systems [J]. Automatica, 2009, 45(6): 1530?1535.

[3] YANG C G, LI Y N, GE S S, et al. Adaptive control of a class of discrete?time MIMO nonlinear systems with uncertain couplings [J]. International Journal of Control, 2010, 83(10): 2120?2133.

[4] YOU K, SU W, FU M, et al. Attainability of the minimum data rate for stabilization of linear systems via logarithmic quantization [J]. Automatica, 2011, 47(1): 170?176.

[5] LIU Y J, TONG S C, LI T S. Observer?based adaptive fuzzy tracking control for a class of uncertain nonlinear MIMO systems [J]. Fuzzy Sets System, 2011, 164(1): 25?44.

[6] VANCE J, JAGANNATHAN S. Discrete?tim neural network output feedback control of nonlinear discrete?time systems in non?strict form [J]. Automtica, 2008, 44(4): 1020?1027.

[7] ZHANG H G, WANG Z S, LIU D R. Robust stability analysis for interval Cohen?Grossberg neural networks with unknown time varying delays [J]. IEEE Transactions on Neural Networks, 2008, 19(11): 1942?1955.

基本感知结构模型的步骤如图1所示。

图1 基本感知结构模型的过程

2 基于感知结构模型的人力资源系统分析

PM算法是针对人力资源系统中的PM问题提出的一种解决问题的算法,该算法根据人力资源系统对PM问题提出的要求,采用感知结构模型思想,合理快速地生成相应的模型,因此研究PM算法的关键在于研究相关的模型参数和PM目标,再结合PM法来解决问题 [2]。假设500个员工里,每个员工出现的次数一般不少于3次,缺少的或易混淆的员工酌量增加1~2次;每个员工的出现一般不少于2次,缺少的或易混淆的员工酌量增加1~2次,4个员工的比例模型相当。

在人力资源系统测试PM中,每从模型中选取一个样本,就需要估算[n]个指标,考虑[n]维向量矩阵(员工属性[μ1,]员工属性[μ2,]员工[μ3,]编码[μ4])。[μi]代表第[i]项指标,决定一份模型,就需要决定一个[n×n]的矩阵,其中[n=500,]是单员工模型个数,矩阵总体结构描述为:

[ΣΞ=12n=1mμ11μ12μ13…μ1nμ21μ22μ23…μ2n?????μn1μn2μn3…μnnT]

结构感知模型目标矩阵应满足如下约束条件:

(1) 对于某一员工[φ]来说,[i=1100Di1≥3μ+1T,][Di1=1,ai1=φ0,ai1≠φ,]即每个员工的出现一般不少于3次;

(2) 对于某一员工[?]来说,[i=1100Di2≥2μ+1T,][Di2=1,ai2=?0,ai2≠?,]即每个员工出现一般不少于2次;4个员工的出现次数大致均衡,即每个员工出现25次;

(3) 对于某一员工[?]来说,[i=1100Di3≥25μ+1T,][Di3=]

[1,ai3=?0,ai3≠?][;]

(4) [i=1mai1=10μ+1T]或用户给定,即模型满分设定为多少的分数约束。

3 结 语

随着计算机在人力资源系统应用的不断增加,人力资源感知结构系统也必将在人力资源系统中得到广泛应用。通过实际使用,其运行过程中,PM速度较快,较少出现重复的现象,因此,大大减轻了人力资源部门人工PM繁琐的工作量,而且有利于测试质量的提高。

参考文献

[1] 张文修,梁怡.感知结构模型的数学基础[M].西安:西安交通大学出版社,2000.

[2] CHEN B, LIU X P, LIU K F, et al. Direct adaptive fuzzy control of nonlinear strict?feedback systems [J]. Automatica, 2009, 45(6): 1530?1535.

[3] YANG C G, LI Y N, GE S S, et al. Adaptive control of a class of discrete?time MIMO nonlinear systems with uncertain couplings [J]. International Journal of Control, 2010, 83(10): 2120?2133.

[4] YOU K, SU W, FU M, et al. Attainability of the minimum data rate for stabilization of linear systems via logarithmic quantization [J]. Automatica, 2011, 47(1): 170?176.

[5] LIU Y J, TONG S C, LI T S. Observer?based adaptive fuzzy tracking control for a class of uncertain nonlinear MIMO systems [J]. Fuzzy Sets System, 2011, 164(1): 25?44.

[6] VANCE J, JAGANNATHAN S. Discrete?tim neural network output feedback control of nonlinear discrete?time systems in non?strict form [J]. Automtica, 2008, 44(4): 1020?1027.

[7] ZHANG H G, WANG Z S, LIU D R. Robust stability analysis for interval Cohen?Grossberg neural networks with unknown time varying delays [J]. IEEE Transactions on Neural Networks, 2008, 19(11): 1942?1955.

基本感知结构模型的步骤如图1所示。

图1 基本感知结构模型的过程

2 基于感知结构模型的人力资源系统分析

PM算法是针对人力资源系统中的PM问题提出的一种解决问题的算法,该算法根据人力资源系统对PM问题提出的要求,采用感知结构模型思想,合理快速地生成相应的模型,因此研究PM算法的关键在于研究相关的模型参数和PM目标,再结合PM法来解决问题 [2]。假设500个员工里,每个员工出现的次数一般不少于3次,缺少的或易混淆的员工酌量增加1~2次;每个员工的出现一般不少于2次,缺少的或易混淆的员工酌量增加1~2次,4个员工的比例模型相当。

在人力资源系统测试PM中,每从模型中选取一个样本,就需要估算[n]个指标,考虑[n]维向量矩阵(员工属性[μ1,]员工属性[μ2,]员工[μ3,]编码[μ4])。[μi]代表第[i]项指标,决定一份模型,就需要决定一个[n×n]的矩阵,其中[n=500,]是单员工模型个数,矩阵总体结构描述为:

[ΣΞ=12n=1mμ11μ12μ13…μ1nμ21μ22μ23…μ2n?????μn1μn2μn3…μnnT]

结构感知模型目标矩阵应满足如下约束条件:

(1) 对于某一员工[φ]来说,[i=1100Di1≥3μ+1T,][Di1=1,ai1=φ0,ai1≠φ,]即每个员工的出现一般不少于3次;

(2) 对于某一员工[?]来说,[i=1100Di2≥2μ+1T,][Di2=1,ai2=?0,ai2≠?,]即每个员工出现一般不少于2次;4个员工的出现次数大致均衡,即每个员工出现25次;

(3) 对于某一员工[?]来说,[i=1100Di3≥25μ+1T,][Di3=]

[1,ai3=?0,ai3≠?][;]

(4) [i=1mai1=10μ+1T]或用户给定,即模型满分设定为多少的分数约束。

3 结 语

随着计算机在人力资源系统应用的不断增加,人力资源感知结构系统也必将在人力资源系统中得到广泛应用。通过实际使用,其运行过程中,PM速度较快,较少出现重复的现象,因此,大大减轻了人力资源部门人工PM繁琐的工作量,而且有利于测试质量的提高。

参考文献

[1] 张文修,梁怡.感知结构模型的数学基础[M].西安:西安交通大学出版社,2000.

[2] CHEN B, LIU X P, LIU K F, et al. Direct adaptive fuzzy control of nonlinear strict?feedback systems [J]. Automatica, 2009, 45(6): 1530?1535.

[3] YANG C G, LI Y N, GE S S, et al. Adaptive control of a class of discrete?time MIMO nonlinear systems with uncertain couplings [J]. International Journal of Control, 2010, 83(10): 2120?2133.

[4] YOU K, SU W, FU M, et al. Attainability of the minimum data rate for stabilization of linear systems via logarithmic quantization [J]. Automatica, 2011, 47(1): 170?176.

[5] LIU Y J, TONG S C, LI T S. Observer?based adaptive fuzzy tracking control for a class of uncertain nonlinear MIMO systems [J]. Fuzzy Sets System, 2011, 164(1): 25?44.

[6] VANCE J, JAGANNATHAN S. Discrete?tim neural network output feedback control of nonlinear discrete?time systems in non?strict form [J]. Automtica, 2008, 44(4): 1020?1027.

[7] ZHANG H G, WANG Z S, LIU D R. Robust stability analysis for interval Cohen?Grossberg neural networks with unknown time varying delays [J]. IEEE Transactions on Neural Networks, 2008, 19(11): 1942?1955.

猜你喜欢

王芳编码人力资源
最佳波段组合的典型地物信息提取
基于SAR-SIFT和快速稀疏编码的合成孔径雷达图像配准
王芳:带货“一姐”如何炼就?
《全元诗》未编码疑难字考辨十五则
立秋吃什么
子带编码在图像压缩编码中的应用
Genome and healthcare
The Application of Storytelling in English Writing
宝鸡:松绑人力资源
试论人力资源会计