匹配理论及其应用.doc

PAGE PAGE PAGE 1 匹配理论及其应用 专业：信息与计算科学 姓名：李玉财 指导老师：邓凯 摘 要 利用组合图论的方法将企业招聘问题转化为求赋权平衡二分图的最大权完美匹配问题,再利用KM算法得到它的解，产生最优匹配，也即最优招聘,在此过程中最大限度的考虑了每项考核内容的权重，利用层次分析方法得到权重向量,利用模糊综合评价方法得到隶属度矩阵，两者相乘得到综合隶属度，结合每个应聘人员每项考核成绩，得到最后的综合评分，企业按照这个总分择优录取。 关键词 层次分析方法，模糊综合评价，最佳匹配，KM算法 ABSTRACT Using combination graph theory takes recruitment problems of companies as maximal weight perfect matching problems on weighted bipartite graph. Then, make out the result by KM algorithm, which is the optimum matching or employee. In this procedure, the weights of each assessment will be fully taken into consideration. By AHP, we get weight vector and by Fuzzy Comprehensive Evaluation Method, membership matrix. By multiplying those two results, we can get comprehensive membership. Finally, regarding the results of each examination, work out a comprehensive mark according to which the company enrolls the best by selection. Key Words：AHP Fuzzy comprehensive evaluation Best match KM algorithm 1 绪论 企业招聘作为企业人力资本获取和积累的一个主要渠道，是企业人力资本投资的重要方式之一，对企业的绩效产生直接的关系，在一次大型招聘会中，每个企业在招聘时，都希望得到有潜力的人员，每个企业对投递简历的每个应聘人员进行考核，以此为依据录用人员，从而出现多家企业竞争同一个人的情况，为了平衡各企业之间人才分配，又能使每个企业都尽可能得到自己满意的人才。需要在企业和应聘人员之间进行匹配，用KM求其最大匹配或者完美匹配。本文把层次分析方法和模糊综合评价方法相结合得到权矩阵。用层次分析方法建立应聘人员的评优模型，得到权向量，用模糊综合评价方法建立评价集、评价集、权重集以及隶属度矩阵，其中对于隶属度矩阵是运用抽样调查的方法得到的。然后两者结合得到综合隶属度，最后根据每个应聘人员的每项考核成绩与综合隶属度对应相乘得到每个应聘人员的综合得分，也就是权矩阵，最后利用KM算法得到其最优匹配，产生最优招聘。 2 问题的提出及基本假设 某大型大型招聘会企业公开向社会招聘人才，首先通过公开考试，根据考核的内容包括德、智、体、技能、实践等五个综合素质，各单位按照考试成绩的高低决定是否录用，最终出现某应聘人员对于多个单位的成绩是一样的，为了平衡各企业之间人才分配，使企业最大满意，于是就要求企业和应聘人员之间达到最优匹配，从而产生最优招聘。基本假设如下: (1)成绩高的人员优先录取。 (2)每个用人单位只招收一个人，如果某用人单位招收多人，则按照多个用人单位来计算。 (3)每个企业对应聘人员的考核内容及评分参考标准是一样的，录用标准也一样。 3基本概念和理论基础 3.1基本概念?? 3.1.1 二分图：，，且中任意二顶不相邻，中任意二顶不相邻，则称为二分图。 3.1.2正负反矩阵： ，，，则称为正负反矩阵。 3.1.3 匹配：是图的边子集，且中任意二边在中不相邻，则称是中的一个匹配；中的每条边的两个端点称为在中相配；中每边的端点称为被许配；中每个顶点都被许配时，称为的一个完备匹配；中边数最多的匹配称为的最大匹配。 3．1.4 可增广轨：设是图中的一个匹配，中的一条轨上，与未 被许配，但上的边交替地不在中出现与在中出现，则称为的可增广轨。 3.2理论基础 AHP??是一种定量与定性相结合的评价方法，在判断目标结构复杂且缺乏必要的数据情况下，能把其他方法难以量化的评价因素通过两两比较加以量化，把复杂的评价因素构建为层