Модели искусственного интеллекта в задачах управления кадрами предприятия Текст научной статьи по специальности «Экономика и бизнес»

УДК 519.7:004.8

В.В. Затылкин МОДЕЛИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЗАДАЧАХ УПРАВЛЕНИЯ КАДРАМИ ПРЕДПРИЯТИЯ

Под управлением кадрами на предприятиях понимается совокупность функций сбора, контроля, хранения, переработки, передачи и применения информации для принятия решений о назначениях на вакантные должности. На предприятии необходимо иметь механизмы управления персоналом, осуществлять анализ состояния управления персоналом, выполнять работы по проектированию системы управления трудом и персоналом в виде информационно-управляющей системы.

При разработке методов для задач процесса принятия решения необходимо определить вариант модели принятия решения и параметры модели [1].

Основная трудность в решении задач управления персоналом состоит в том, что задать все параметры претендентов на рабочие места и требования работодателей в виде определенных значений невозможно, т.к. задача управления персоналом не формализуются достаточно точно. Цель принятия решений в этих задачах, критерии решения не всегда могут быть выражены в физических единицах измерения. Однако возможно применение качественных показателей (вербальных оценок), формализация которых осуществляется с применением методов теории нечетких множеств [2].

Известны модели принятия решений [3], в которых входные переменные рас, ( ), нечеткий логический вывод осуществляется по тем или иным правилам, задавае-.

В подавляющем большинстве случаев при решении задач управления персоналом применяется ситуационное управление, т.е. устанавливается соответствие между наборами нечетких переменных, взятых из термов ЛП, и элементами мно-.

ЛП задается набором [4]: <а1,Т(а),Х1,О,М>, 1=1,п, где а1 - название /'-ой ЛП; Т(аО - терм-множество ЛП а^ XI - область определения элементов; О - синтаксическое правило, порождающее новые термы о/ е Т^а1) множества Т(аа); М - се,

(НП) ак е Т(а{) нечеткое множество С(а!к) - смысл НП а). Нечеткие переменные ак задают тройкой множеств < а) ,Х1,С(а)),к = 1,г, где

С(ак) = {< /и к (х)/х>}, х е XI - нечеткое подмножество множества XI;

1 С(щ ) 1 1 /

И- к (х/) - функции принадлежности, задание которых осуществляется путем

С(о./ ) /

опроса мнений экспертов.

Наиболее часто применяется модель классификация, в которой эксперты определяют эталонные классы, объединяющие нечеткие ситуации, которым сопоставлены определенные решения.

В задачах найма работников предприятия эта модель применима следующим .

Модель принятия решений в задачах найма работников предприятия определим в виде тройки множеств: (T,W,H), где T- множество факторов задачи, Ф - разбиение множества T на нечеткие эталонные классы L (j = 1,\H\),

H - множество принимаемых решений о найме работников. Множество T определим в виде прямого произведения множеств T=jT(a1) jx[T(a2) jx... xfT(a) j Каждое из множеств T(at) с T, i = 1,n определено конкретной ЛП а, а именно, значениями

нечетких переменных из терм-множества Т(а).

Модель принятия решений разрабатывается с применением экспертной информация в виде системы условных нечетких высказываний:

L1; < если Ё11 или Ё12 wtu... или Ёы , mo >;

L2;< если Ё21 wtu Ё22 wtu... wtu Ё,, mo B2 >;

Lk;<eaiu Ekl wtu Ek2 wtu... wtu , mo Bk >;

где Ё - высказывания экспертов, определяющие некоторые эталонные ситуации при решении задачи найма работников; B - нечеткие высказывания, связанные с . -

:

flL](x1X2...Xn)= U ца,1(х1)&ц4(х2)&...&ц<(хп),

(o.\,o.,2,...,o.1n)cLj (1)

х. е XI, i = 1, п, j = 1, |н|.

Модель принятия решений представляется таблицей соответствия, содержащей максимум jT(a^ jx[T(a2) jx... xfT(a) j строк и (n+1) столбцов. В строках записы-

ik

терм-множеств T(a), а в (п+1)-м столбце - соответствующие этим комбинациям решения о найме работников предприятия ht, I = 1,H .

Алгоритм работы модели принятия решений в задачах найма работников предприятия следующий. Заданы функции принадлежности и (х ) и путем экс-

~ С(а. )х 1 '

пертного опроса заполнена таблица соответствия «нечеткая ситуация -принимаемое решение».

Шаг 1. Для конкретного претендента на рабочее место определяются его параметры. Это происходит из анализа представленных документов, а также по данным собеседований и тестирования. Определяют конкретные значения вектора конструктивных параметров предприятия и внешней среды. Это позволяет получить физические значения компонент точки входных факторов (х01,х°2,...,х°п)IX = X1*X2x..*XN. Знание компонент х°, i = 1,n позволит полу-

j (х ) -

С(а. ) ./

ных из терм-множества Т(а)%пя каждой лингвистической переменной а.

Шаг 2. Значения функций принадлежности ц ] (х.) нечетких переменных

С(а.) .

подставляют в функции принадлежности piL эталонных классов L], согласно формуле (1). Вычисляют значения ^ (х01,х02,...,х0п), j = 1,\Щ.

Шаг 3. Среди всех значений /ль находится максимальное:

^ = та^ь](х°1>х2>--->хп) , j

причем, эталонному классу Ь8 с наибольшим значением ць (х01,х02,...,х0п) соответствует решение Это решение является тем решением, которое согласно знаниям экспертов соответствует существующей ситуации на предприятии и во внешней среде и наиболее подходит для претендента на конкретное рабочее место.

Применение модели классификации при планировании найма работников предприятия может быть осуществлено следующим образом. Если определить ЛП, обобщающие факторы, так что: а - характер выполняемой работы; в -квалификационные требования; у - производственные факторы; 3 - личностные факторы; X - социальные факторы; ц- факторы внешней среды, то применение модели классификации позволит вычислить степени принадлежности нечетких переменных, составляющих их терм-множества.

Эффективность применения модели классификации обеспечивается достаточно полным соответствием между наборами нечетких переменных, характеризующих претендентов на рабочие места, а также предприятие и внешнюю среду, и элементами множества принимаемых решений.

Данная модель может быть реализована как продукционная база знаний.

Может отсутствовать необходимость в использовании всех данные о претенденте на рабочее место, но это позволяет разработать виртуальную модель канди,

некоторое комплексное представление о претенденте на рабочее место с возможностью прогноза его деятельности, как это показано на рис. 1.

, -дач трудоустройства и найма появляется эксперт, в задачи которого входит определение оценки кандидата на рабочее место. Работу эксперта можно схематично , . 2.

Рис. 1. Исходные данные для модели кандидата на вакансию

Рис. 2. Схема работы эксперта

Эксперт должен определить степень соответствия кандидата вакантной должности. Для принятия решения эксперт работает с тремя источниками информации: информация о кандидате; информация о предприятии и вакантной должности; знания.

При работе с информацией о кандидате эксперт, используя различные методики (опрос, тестирование, интервьюирование, эксперимент и т.д.), получает некоторое представление о кандидате. Получение этой информации может проходить в .

Работа эксперта с информацией о предприятии может инициироваться как - , . выезжает на предприятие для получения детального представления о вакантной должности, психологическом климате в коллективе, стратегии управления, требованиях к кандидату. Если перед ним не поставлена задача о реорганизации всего кадрового состава предприятия, эксперт должен подобрать работника таким обра-, .

При работе со знаниями для принятия решения о назначении эксперт использует накопленные в процессе обучения и работы знания. В практике всегда бывают случаи удачных и неудачных решений. Анализируя их причины, эксперт вырабатывает для себя типичные схемы решений, типичные методики, шаблоны и зако-, .

Данная схема достаточно полна, использует всю предоставляемую информацию и может быть использована при построении информационной системы. Однако существуют сложности, на которых следует остановиться, особенно при подборе управленческого персонала.

, -рые оценочные критерии, которые могут быть положены в основу экспертного принятия решения как оценка свойств и деловых качеств кандидата. Доказывается [5], что элементы условности и субъективизма при адекватной шкале оценок и профессиональной работе экспертов позволяют оценить испытуемых с высокой .

Предлагается подход к получению количественной оценки претендента на .

функции и оценивается качественными характеристиками, выраженными в баллах, которые присваиваются экспертным путем. Из этих независимых субъективных оценок получают итоговый показатель эффективности, применив известную функцию оценки эффективности

где ^ - итоговый показатель эффективности и качества труда кандидата на вакансию; кък2,...,кп - оценочный критерий работы кандидата; ЬьЬ2,...,Ьп - коэффициенты весомости критериев.

, , -нок при решении задач трудоустройства чрезвычайно велика вследствие значительной степени неопределенности параметров, характеризующих кандидатов на рабочие места и вакантные должности.

р = ЬА + Ь2^2 + ... + Ъ„К Ь1 + Ь2 + ... + Ь„

(3)

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Затылкин В.В., Финаев В.И. Подбор кадров для современной проектной деятельности // Материалы Международной научной конференции «Проектирование новой реальности» (ПНР-2007). - Таганрог: Изд-во’ ТГИ ЮФУ,2007, Ч. 1.

2. Нечеткие множества в моделях управления и искусственного интеллекта / А.Н.Аверкин, ИЗ. Батыршин, А.Ф. Блиншун, Б.В. Силаев, Б.Н. Тарасов. - М.: Наука, 1986. - 312 с.

3. Мелихов AM., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. - М.: Наука, 1990. - 272 с.

4. Zadeh L.A. Fuzzy logic and approximate reasoning // Synthese, 1975. - V. 80. - P.407-428.

5. Филиппов А.В. Работа с кадрами. Психологический аспект. - М.: Экономика, 1990.

УДК 519.7

Е.В. Заргарян МЕТОД РАСЧЕТА НЕЧЕТКОГО ПРОИЗВОДСТВЕННОГО БАЛАНСА

Методы формализации параметров неравновесных систем и модели имеют практическое применение в самых различных задачах, связанных с планированием производства и потребления изделий (продуктов) [1, 2]. Одной из важных задач планирования в системе «производство-потребление» является задача расчета ко-

( ), -[3].

Сложность построения адекватных моделей для неравновесных систем, трудоемкость расчетов при большом количестве параметров неравновесной системы требует разработки имитационной модели и программного приложения, с помощью которых можно будет проводить необходимые исследования и прогнозировать результаты при планировании объемов производств изделий продуктов.

Любые балансовые модели [3-5] не предоставляют возможности сравнения отдельных вариантов получаемых решений и не предусматривают взаимозаменяемости разных ресурсов, что не позволяет сделать выбор оптимального варианта развития неравновесной системы. Предлагаемый метод расчета производственного баланса в совокупности с программным приложением позволяет получать разные результаты при различных исходных данных, составить достаточно информативное представление о тенденциях развития неравновесной системы и эмпирическим путем осуществить выбор.

Исходными данными для модели производственного баланса является матрица коэффициентов затрат ресурсов, требуемых на производство изделий (продук-), . производственного баланса заносятся коэффициенты прямых затрат на производ-( ).

Поиск данных для ввода в модель производственного баланса в системе «производство-потребление» - непростая задача, т.к. данные реальных объектов далеко не всегда могут быть использованы по многим причинам (начиная от не).

Неточность данных проявляется, например, в следующем. При разработке моделей производственного баланса используется специфическое понятие чистой (или технологической) отрасли, т.е. условной отрасли, объединяющей все производство данного изделия (продукта) независимо от ведомственной подчиненности и форм собственности предприятий. Переход от хозяйственных отраслей к чистым