ДОНЕЦЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ

Теличко Ганна Олександрівна

УДК 381.3

АВТОМАТИЗОВАНА СИСТЕМА ОБРОБКИ ІНФОРМАЦІЇ ДЛЯ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕННЯ ДОБОРУ І РОЗПОДІЛУ ПЕРСОНАЛУ ПІДПРИЄМСТВА

05.13.06 - Автоматизовані системи управління

та прогресивні інформаційні технології

Автореферат дисертації на здобуття наукового ступеня

кандидата технічних наук

Донецьк – 2007

Дисертацією є рукопис.

Робота виконана в Донецькому національному технічному університеті Міністерства освіти і науки України.

Науковий керівник: кандидат технічних наук, доцент

Григор’єв Олександр Володимирович,

Донецький національний технічний університет,

доцент кафедри прикладної математики

і інформатики

Офіційні опоненти: доктор технічних наук, професор

Крулькевич Михайло Іванович,

Донецький національний університет,

професор кафедри інформаційних

систем управління

доктор технічних наук, професор

Нефьодов Леонід Іванович,

Харківський національний автомобільно-дорожній

університет, завідувач кафедри автоматизації та

комп'ютерно-інтегрованих технологій

Захист відбудеться „25” жовтня 2007 р. о 1300 годині на засіданні спеціалізованої вченої ради К 11.051.08 у Донецькому національному університеті за адресою: 83055, м. Донецьк, пр. Театральний, 13, корп. 4, ауд. 416.

З дисертацією можна ознайомитись у бібліотеці Донецького національного університету за адресою: 83055, м. Донецьк, вул. Університетська, 24, гол. корп.

Автореферат розісланий „21” вересня 2007 р.

Вчений секретар

спеціалізованої вченої ради

кандидат технічних наук, доцент _______________ Д. В. Шевцов

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Удосконалення системи управління персоналом підприємств є однією з актуальних задач сучасного розвитку економіки України. Оптимізація системи формування, розподілу і використання персоналу для кожного підприємства, незалежно від форм власності, є питанням надзвичайно важливим. Вирішення цієї задачі диктується потребами підприємства в умовах ринкової конкуренції. Ефективність роботи підприємства досягається за рахунок використання оптимальної структури і складу трудових ресурсів. Пошук оптимальної структури і складу персоналу становить як теоретичну, так і практичну задачу. У зв'язку з цим підсилюється необхідність наукового обґрунтування методик управління добором і розподілом персоналу підприємства. Управління даними про сотні і тисячі робітників, проведення заходів щодо добору і розподілу персоналу, оцінки кваліфікації виробничого й управлінського складу, вимагає застосування нових інформаційних технологій, що дозволяють ефективно планувати і здійснювати управління кадрами підприємства. Науковою базою для дисертаційного дослідження стали роботи В.М. Глушкова, Д. Холланда, Д.О. Поспєлова, Е.Г. Петрова, М.І. Крулькевича, В.Є. Ходакова, Л.І. Нефьодова, В.М. Курейчика, Ю.О. Скобцова, Ю.Р. Валькмана, Г.К. Вороновського, Г.В. Щекина, А.І. Кочеткової, В.І. Малихіна та ін. Управління добором і розподілом персоналу не зводиться до ведення особистих справ робітників і збору відповідних даних. Для успішного розвитку підприємства необхідний сучасний підхід до добору персоналу, розробка системи розподілу робітників й оцінки їх діяльності. Потрібен регулярний аналіз з метою виявлення загальних тенденцій і раціонального використання отриманих результатів. Існуючі методи, моделі й автоматизовані системи управління персоналом не дозволяють у повному обсязі проводити комплексний аналіз ефективності роботи персоналу, пошуку оптимального розподілу робітників між роботами підприємства, оперативно приймати рішення щодо добору і розподілу робітників підприємства. Тому розробка методів, моделей та інформаційних технологій обробки інформації для підтримки прийняття рішення добору і розподілу персоналу підприємства є актуальною науково-прикладною задачею.

Зв’язок роботи з науковими програмами, планами, темами. Дисертаційна робота виконувалась у рамках держбюджетної науково-дослідницької роботи Донецького національного технічного університету Н-13-2000 за темою „Алгоритмічне і програмне забезпечення високопродуктивних і інтелектуальних обчислювальних систем і мереж”, Н-39-2005 за темою „Методи та алгоритми організації обчислювальних процесів у високопродуктивних обчислювальних, інтелектуальних та моделюючих системах”. Особистий внесок автора у НДР, як одного з виконавців, полягає у розробці нових методів, моделей і інформаційних технологій підтримки прийняття рішень управління персоналом.

Мета і задачі дослідження. Метою дисертаційної роботи є розробка автоматизованої системи обробки інформації для підтримки прийняття рішення добору і розподілу персоналу підприємства. Для досягнення поставленої мети необхідно розв’язати такі задачі:

- проаналізувати існуючі методи, засоби, інформаційні технології управління персоналом підприємства під час розв’язання задач добору та розподілу персоналу;

- провести аналіз існуючих методів пошуку оптимального рішення та визначити можливість їх використання для пошуку оптимального розподілу робітників між роботами підприємства;

- розробити метод пошуку оптимального розподілу персоналу підприємства;

- розробити семіотичну модель автоматизованої системи підтримки прийняття рішення добору і розподілу персоналу підприємства;

- на підставі запропонованих методу і моделі розробити програмне забезпечення автоматизованої системи обробки інформації для підтримки прийняття рішення добору і розподілу персоналу підприємства, провести експериментальні дослідження і апробацію.

Об’єктом дослідження є процес добору і розподілу персоналу підприємства.

Предметом дослідження є автоматизована система добору і розподілу персоналу підприємства.

Методи дослідження дисертації базуються на використанні методів системного аналізу, математичного програмування, штучного інтелекту, семіотичного моделювання, програмування та теорії прийняття рішень.

Наукова новизна одержаних результатів.

1. Вперше поставлено задачу пошуку оптимального розподілу робітників між роботами підприємства за умов нелінійної цільової функції і відсутності обмеження задачі на можливість робітника виконувати тільки одну роботу.

2. Модифіковано генетичний алгоритм шляхом застосування механізму аналізу і зміни поточних рішень у процесі реалізації алгоритму з метою підвищення ймовірності пошуку глобального екстремуму.

3. Вперше розроблено формальну математичну модель генетичного алгоритму, що дозволяє забезпечити побудову механізму впливу стану об’єкту управління на реалізацію генетичного алгоритму у рамках семіотичної моделі автоматизованої системи добору і розподілу персоналу.

4. Вперше розроблено систему взаємозалежних правил змін елементів семіотичної моделі автоматизованої системи добору і розподілу персоналу, що підтримує автоматичну модифікацію елементів моделі підприємства і методу пошуку оптимального розподілу завантаження робітників на базі генетичного алгоритму.

Практичне значення одержаних результатів.

1. Розроблено і впроваджено автоматизовану систему добору і розподілу персоналу підприємства у творчому центрі „Каунтерпарт” м. Києва під час реалізації проекту „Створення медіа центрів громад у сільській місцевості”, що дозволило оперативно і точно прийняти рішення про добір і розподіл персоналу проекту.

2. Результати дисертаційної роботи взяті до використання Донецькою філією ВАТ „Укртелеком” з метою підвищення ефективності управління персоналом.

3. У держбюджетній темі Н-13-2000 застосовані метод побудови знань під час добору кандидатів на вакантне місце, алгоритм добору кандидата на вакантне місце. У держбюджетній темі Н-39-2005 використовується метод пошуку оптимального рішення на базі модифікованого генетичного алгоритму, формалізація генетичного алгоритму за принципами семіотичного моделювання.

4. Розроблені метод, моделі і програмне забезпечення використовуються у навчальному процесі для розробки робочих програм, виконання лабораторних, курсових і практичних робіт з курсів „Моделювання систем”, „Моделювання економіки”, „Управління персоналом”, „Управління розвитком персоналу”, а також під час виконання дипломних проектів студентами спеціальностей „Програмне забезпечення” і „Економічна кібернетика” Донецького національного технічного університету.

Особистий внесок здобувача. Усі основні ідеї, положення, теоретичні і практичні розробки, інші результати дисертаційної роботи, що виносяться на захист, отримані автором самостійно.

Апробація результатів дослідження. Результати дослідження висвітлено на наукових семінарах та науково-практичних конференціях, у тому числі на 2-ій міжнародній науково-технічній конференції „Інформаційна техніка та електромеханіка” (ІТЕМ-2003) (Луганськ, 2003), 10-ій міжнародній конференції з управління „Автоматика – 2003” (Севастополь, 2003), міжнародній науково-технічній конференції „Интеллектуальные системы (IEEE AIS`03)” і „Интеллектуальные САПР” (CAD-2003) (Дивноморське, 2003), міжнародній науково-технічній конференції „Компьютерные и информационные технологии в науке, инженерии и управлении „КомТех - 2004” (Таганрог, 2004), ІІ міжнародній науково-практичній конференції „Донбас – 2020: наука і техніка – виробництву” (Донецьк, 2004), міжнародній науково-практичній конференції „Информационные технологии и информационная безопасность в науке, технике и образованиии „Инфотех 2004” (Севастополь, 2004), 11-ій міжнародній конференції з управління „Автоматика – 2004” (Київ, 2004), ІІ науково-методичній конференції „Проблеми і шляхи вдосконалення науково-методичної та навчально-виховної роботи в ДонНТУ” (Донецьк, 2005), шостому міжнародному науково-практичному семінарі „Практика и перспективы развития партнерства в сфере высшей школы” (Донецьк, 2005), І міжнародній науково-технічній конференції „Моделювання і комп’ютерна графіка” (Донецьк, 2005), VIII і IX науково-практичних конференціях „Інформаційні технології в освіті та управлінні” (Нова Каховка, 2006, 2007).

Публікації. Результати дисертації опубліковано у 18 роботах, з них 8 – у фахових виданнях, затверджених ВАК України.

Структура і обсяг роботи. Дисертація складається зі вступу, чотирьох розділів і висновків, викладених на 115 сторінках друкованого тексту; містить 46 рисунків, 12 таблиць, перелік використаної літератури зі 106 найменувань на 11 сторінках і 5 додатків на 29 сторінках. Повний обсяг роботи – 155 сторінок.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність дисертаційної роботи, сформульовано мету і задачі дослідження, перераховано основні результати, що виносяться на захист.

У першому розділі проведено аналіз процесів добору і розподілу персоналу на підприємстві. Виявлено тенденції розвитку методів добору і розподілу в рамках реінжинірингу бізнес-процесів підприємств, які потребують інженерного підходу до розв’язання задач організації бізнес-процесів. Сформульовано постановку нелінійної і багатокритеріальної задачі великої розмірності пошуку оптимального розподілу робітників між роботами підприємства.

Проведено аналіз сучасних автоматизованих систем (АС) управління персоналом. Головними функціями розглянутих АС щодо добору і розподілу персоналу є визначення і планування вакансій, ведення бази даних претендентів, збирання резюме в Інтернет, забезпечення відповідного діловодства. Такі системи ефективно розв’язують задачі обліку вакансій, резюме претендентів, планування подій і тільки деякі програмні продукти проводять комплексну оцінку кваліфікації робітників і кандидатів та визначення кадрового плану. Але проводити пошук оптимального розподілення завантаження робітників між роботами підприємства ці системи не дають можливості. У програмному забезпеченні більшості сучасних АС добору персоналу відсутні функціональні можливості визначення розподілу робітників і його оцінки.

Поставлено задачу розробки автоматизованої системи підтримки прийняття рішення добору і розподілу персоналу підприємства (АСПП). Виявлено необхідність розробки методу оптимізації завантаження робітників і побудови відкритої і гнучкої моделі автоматизованої системи.

Проведено аналіз існуючих методів пошуку оптимального рішення нелінійної і багатокритеріальної задачі великої розмірності. Результати аналізу показали ефективність використання генетичних алгоритмів (ГА) для пошуку оптимального розподілення завантаження робітників підприємства. Головною з характеристик, яка обумовлює високу ефективність застосування ГА, є здатність до побудови нових нестандартних рішень. Розглянуто механізм ГА, який було запропоновано Д. Холландом. Виявлено великий інтерес сучасних українських і зарубіжних вчених до механізму ГА. Відзначається тенденція розробки і впровадження для нових задач ступеневої і факторіальної складності гнучких, самонастроювальних і динамічних ГА. Необхідно зауважити, що для ГА характерним недоліком є попередня збіжність алгоритму у локальному оптимумі, який загалом не є глобальним. У зв’язку з цим поставлено задачу модифікації ГА з метою підвищення ймовірності пошуку глобального екстремуму.

Розглядаються підходи до моделювання бізнесу, які належать до сімейства методів моделювання інформаційних складних систем. Одним із сучасних напрямів досліджень в галузі математичного апарату, що лежить в основі інтелектуальних систем, є розробка теорії семіотичних систем, запропонована Д.О. Поспєловим, яка містить у собі математичний базис для побудови інтелектуальних систем якісно нового рівня. Семіотична модель (СМ) є механізмом, який підтримує управління динамічним об’єктом.

У розділі обґрунтовано необхідність розробки АСПП за принципами семіотичної моделі і з використанням методу пошуку оптимального розподілення завантаження робітників на базі модифікованого ГА. Об’єкт управління (підприємство) є динамічним об’єктом, отже однією з практичних проблем під час розв’язання задачі добору і розподілу персоналу підприємства є необхідність нових оцінок і розрахунків з урахуванням змін. Метою автоматизації є зменшення трудомісткості внесення змін і проведення повторних оцінок і розрахунків з урахуванням внесених змін. До автоматизованої системи ставляться наступні вимоги: побудова бази даних для зберігання інформації про роботи, посади, робітників і кандидатів на вакантні посади підприємства; пошук оптимального розподілу вибраних робітників і кандидатів між заданими роботами підприємства; підтримка можливості змінювати і додавати інформацію до бази даних; автоматична обробка даних відповідно до змін у базі даних.

Другий розділ дисертаційної роботи присвячений розробці методу пошуку оптимального завантаження робітників підприємства. Побудовано математичну модель задачі добору і розподілу персоналу підприємства. У моделі визначено множини робіт і робітників підприємства, їх структуру, професійні, психофізичні і комунікаційні вимоги роботи і характеристики робітника. Під час розв’язання задачі пошуку оптимального розподілу завантаження робітників підприємства, необхідно знайти значення змінних хij, при i=1,I; j=1,J. I, J – кількість робіт і робітників, що беруть участь у розподіленні.

1, якщо i-ту роботу виконує j-ий робітник,

хij=

0, в іншому випадку.

Значення змінних хij повинні бути такими, що забезпечують найбільше значення цільової функції q і найменше значення цільової функції p:

(1)

(2)

Функція q описує ефективність виконання робіт, яка є відношенням корисності Ei від виконання і-ої роботи до якості cij виконання роботи j-им робітником. Якість виконання і-ої роботи j-им робітником cij є показником відповідності характеристик j–го робітника вимогам і-ої роботи. У розділі запропоновано і обґрунтовано методику розрахунку відповідності характеристик робітника вимогам роботи, яка визначається за показниками професійних навичок, психофізичних і комунікаційних якостей робітника. Така методика забезпечує більш комплексну оцінку відповідності робітника певній роботі, допомагає у випадку вибору серед робітників з однаковими професійними характеристиками, а також надає можливості визначити шляхи вдосконалення виконання робіт робітниками відповідно до структури відхилень характеристик робітника від вимог роботи. Функція p за формулою (2) є показником витрат на виконання j-им робітником і-ої роботи, який залежить від витрат на оплату праці zi роботи і професійності kj робітника. За умов переходу від багатофакторності при оптимізації до одного критерію, відповідно до неокласичної функції корисності визначається критерій оптимізації F(q,p):

(3)

тут припускається, що б+в=1. Показники ступеня б, в визначаються відповідно до потреб задачі. Функції q і p розглядаються як рівнозначні складові функції корисності F. Тому, показники ступеня б, в взято з рівними значеннями: б=в=0,5. Оптимізацію задачі пошуку необхідно провести відповідно до наступних обмежень:

(4)

(5)

Визначені у формулі (4) I рівнянь-обмежень – це запис того, що кожну роботу виконує лише один робітник. Визначені у формулі (5) J нерівностей – це запис того, що загальна сума часу роботи робітника не повинна бути більшою за норму зj для кожного робітника. У формулі (5) ti є показником загального часу виконання і-ої роботи. Змінні xij після розв’язання задачі оптимізації описують оптимальне рішення відповідно до умов задачі і функції цілі.

У розділі запропоновано і обґрунтовано модифікацію ГА (МГА), яка підвищує ймовірність пошуку глобального екстремуму (рис. 1).

Рис. 1. Базисна структура МГА

Головні характеристики МГА, які відрізняють його від простого ГА, такі: 1) формування архіву оптимальних (квазіоптимальних) рішень (АОР) у процесі виконання алгоритму; 2) використання блоку запобігання попередньої збіжності (БЗПЗ), який виконує функцію аналізу оптимального рішення і прийняття заходів для виходу з локальних „ям”. Робота БЗПЗ вимагає збереження найкращих значень цільової функції (ЦФ) кожної генерації і хромосом з найкращими значеннями ЦФ у АОР. Для підвищення ймовірності пошуку глобального оптимуму функції в БЗПЗ застосовується принцип повернення у попередні точки пошуку, запозичений у методу гілок та меж.

Алгоритм випробуваний на тестових задачах. Під час тестування зроблено порівняння програмної реалізації МГА з результатами роботи інструментарію ГА Matlab і диплоїдної версії ГА (ДГА) в програмній розробці Mendel. Тестування проведено для трьох двомірних ЦФ (функція Растрігіна, складні експонентна і синусоїдальна функції). Функції містять множину локальних мінімумів, проте мають тільки один глобальний мінімум. З таблиці 1 видно, що ймовірність пошуку оптимального екстремуму програмної реалізації МГА вища порівняно з інструментарієм ГА в Matlab і ДГА в програмній розробці Mendel.

Таблиця 1

Результати тестування

Ймовірності пошуку для

функцій (1), (2), (3) | Діапазон пошуку | Параметри пошуку

ГА | ДГА | МГА | Rang | generation | pop

(1) | (2) | (3) | (1) | (2) | (3) | (1) | (2) | (3)

0 | 0 | 0 | 0 | 0 | 0 | 0,1 | 0,11 | 0,2 | -5 | 5 | 20 | 20

0 | 0 | 0 | 0 | 0 | 0 | 0,4 | 0,45 | 0,5 | -5 | 5 | 100 | 20

0 | 0 | 0 | 0 | 0 | 0 | 0,82 | 0,8 | 0,9 | -5 | 5 | 100 | 100

0,02 | 0,03 | 0,1 | 0,05 | 0,04 | 0,1 | 0,98 | 0,98 | 1 | -5 | 5 | 200 | 100

0 | 0 | 0 | 0 | 0 | 0 | 0,1 | 0,07 | 0,15 | -15 | 15 | 100 | 100

0 | 0 | 0 | 0 | 0 | 0 | 0,3 | 0,4 | 0,4 | -15 | 15 | 100 | 200

0 | 0 | 0 | 0,1 | 0,08 | 0,15 | 0,75 | 0,6 | 0,85 | -15 | 15 | 200 | 200

0,01 | 0,02 | 0,05 | 0,6 | 0,4 | 0,7 | 0,95 | 0,95 | 0,98 | -15 | 15 | 500 | 200

У розділі описано метод пошуку оптимального розподілу завантаження робітників підприємства, що розроблено на базі МГА. Для задачі пошуку оптимального розподілу робітників між роботами згідно з теорією генетичного алгоритму визначено відповідні терміни. Хромосома є бінарною матрицею розміром I?J (рис. 2). |

1 | 2 | 3 | … | j | … | J

1 | 0 | 1 | 0 | … | 0 | … | 0

2 | 0 | 0 | 0 | … | 0 | … | 1

3 | 0 | 0 | 1 | … | 0 | … | 0

... | ... | ... | ... | … | ... | … | ...

i | 1 | 0 | 0 | … | 0 | … | 0

… | ... | ... | ... | … | ... | … | ...

I | 1 | 0 | 0 | … | 0 | … | 0 |

Рис. 2. Загальний вигляд хромосоми h

Змінна xijh зберігає значення іj-ого гена хромосоми h. Значення гена може дорівнювати або 0, або 1. У структурі хромосоми закладено виконання обмеження задачі, визначеного у формулі (4) – кількість одиниць в рядку дорівнює 1. Відповідно до розробленої математичної моделі і прийому штрафної функції побудована ЦФ для оцінки пристосованості хромосом популяції при використанні МГА для пошуку оптимального розподілу завантаження робітників:

(6)

Коефіцієнт г визначається відповідно до потреб задачі. За формулою (6) розраховується показник корисності для кожної хромосоми h. Кількість хромосом у популяції дорівнює с. Значення корисності хромосоми залежить від q – якості виконання робіт робітниками і p – розміру витрат на оплату праці робітників для даного розв’язання з урахуванням g(Xh) – величини відхилення від обмежень задачі:

(7)

(8)

(9)

(10)

(11)

Значення штрафної функції поточного розподілення g(Xh) дорівнює сумі розмірів штрафів усіх робітників. Розмір штрафу Иjh робітника залежить від двох показників: сумарного часу роботи j-го робітника иjh поточного розподілу і нормативного значення часу роботи j-го робітника зj. Коефіцієнт у визначає розмір штрафу.

У роботі пропонується застосовувати такі генетичні оператори (ГО), як селекція, кросинговер, мутація. Але можливе використання і інверсії, транслокації, транспозиції та інших, а також і можливі модифікації ГО. Вибір додаткових ГО залежить від умов задачі, напрямків пошуку і потреб проектування. Під час побудови нової популяції вибирається один із ГО (селекція, кросинговер, мутація) залежно від заданої ймовірності. Пропонуються наступні значення ймовірностей: Рселекція=0,399; Ркросинговер=0,6; Рмутація=0,001. На рис. 3 наведено приклад виконання ГО кросинговер відповідно заданої структури хромосоми (лінія розриву за визначеним рядком структури хромосоми (рис. 2)).

Рис. 3. Реалізація кросинговеру

Результатом роботи алгоритму є хромосома, яка визначає значення змінної хij. Отже, результатом роботи МГА є оптимальне розподілення робітників між роботами підприємства.

У третьому розділі розроблено семіотичну модель автоматизованої системи обробки інформації для підтримки прийняття рішення добору і розподілу персоналу підприємства (СМПП). У розділі наведено трактування математичної постановки задачі і методу пошуку на базі МГА відповідно формальній математичній теорії. Подане трактування ГА як формальної моделі забезпечує можливість явного застосування системи взаємопов’язаних правил зміни семіотичної моделі. СМПП має вигляд:

СМПП = (Т, Р, А, П, Т, Р, А, П).

Перша четвірка – це елементи формальної моделі: Т – сигнатура, Р – синтаксичні правила, А – аксіоми, П – правила виведення. Друга четвірка Т, Р, А, П – описує правила зміни відповідних формальних елементів СМПП. У сигнатурі Т визначено знаки (базові елементи) СМ, якими буде оперувати модель. Для СМПП характерні наступні складові Т: 1) прості базові елементи, які складаються з переліку букв і цифр і залежно від визначеного типу базового елемента характеризують класи, на базі яких будуть будуватися сукупності для опису елементів моделі; 2) складні базові елементи (ідентифікація робітника, роботи), які мають відповідну структуру і теж складаються з переліку букв і цифр, однак ці букви і цифри описують визначену структуру. Система синтаксичних правил СМПП визначає можливості структурних комбінацій базових елементів з метою формального опису елементів поставленої задачі і методу пошуку оптимального розподілу на базі МГА. Синтаксичні правила СМПП умовно можна розділити на два види. Перший вид визначає правила формалізації елементів методу пошуку оптимального завантаження робітників підприємства на базі МГА. Другий вид правил визначає синтаксичні правила для додаткового визначення складових підприємства – робіт і робітників. Синтаксичні правила першого виду мають дворівневу структуру синтаксичних правил. Аксіоми А СМПП відповідно до визначених синтаксичних правил є двох видів: 1) набір оптимальних розподілів робітників між роботами, які відповідають синтаксису хромосом; 2) набір конкретно визначених елементів відповідно до задачі добору і розподілу персоналу підприємства. Правила виводу описують механізм визначення семантично правильної сукупності, яка розширює склад аксіом моделі. Побудована формальна модель є розв’язною, бо побудовані конструктивні процедури р1, р2, р3, р4.

Система правил змін формальних елементів СМПП підтримує динамізм елементів задачі добору і розподілу персоналу підприємства. Динамічність умов поставленої задачі (кількість робітників і робіт підприємства) потребує модифікації сигнатур, що реалізуються за правилами зміни сигнатур Т. Модифікація сигнатур моделі ініціює хвилю перетворень інших складових СМПП. Перетворення аксіом моделі є постійним процесом під час реалізації пошуку оптимального розподілення задачі. Усі процедури модифікації складу аксіом виконуються за правилами зміни аксіом А. При цьому зміна сигнатур впливає на структуру рішень, які додаються у склад аксіом. Рішення можуть мати різні структури при різних запитах на пошук оптимального розподілення робітників між видами робіт підприємства – це описано синтаксичними правилами СМПП. Отже, під час нового виконання пошуку оптимального розподілу відповідно до синтаксичних правил будуються нові рішення з іншою структурою. Правила змін взаємопов’язані, бо модифікація знаків системи (базових елементів) веде автоматично до перетворення більш складних елементів СМПП. На рис. 4. наведено приклад впливу взаємопов’язаних правил зміни на елементи СМПП.

Рис. 4 Схематичний вплив правил зміни на склад СМПП

Застосування СМПП виявляє якісний ефект, який формулюється так: підтримується можливість змін елементів моделі як в ручному (безпосередня модифікація складових), так і в автоматичному режимі. Під автоматичною зміною елементів СМПП розуміється вплив змін у складі базових елементів моделі на склад інших елементів формальної моделі. Важливою є спроможність МГА автоматично адаптуватися під задачу, яка формується, тобто ініціюються зміни постановки задачі для ГА (розміри хромосоми, зміст генів і т. і.).

У четвертому розділі описано розроблене програмне забезпечення АСПП, яке реалізує запропоновану СМПП. Програмне забезпечення АС розроблено в середовищі об’єктно-орієнтованого програмування Delphi. Таблиці БД розроблено у форматі Paradox, який підтримується Delphi. Робота з базами даних реалізована за допомогою візуальних і не візуальних компонент, а також інструментальних засобів. На рис. 5. наведено функціональну схему АСПП.

Рис. 5. Функціональна схема АСПП

У схемі на рис. 5. позначено цифрами такі процеси і явища: 1 – стан об’єкту управління; 2 – зміна об’єкту управління; 3 – введення даних користувачем; 4 – запит користувача; 5 – інформація за запитом користувача.

У розділі запропоновані рекомендації щодо ефективного впровадження АСПП на підприємстві. Процес впровадження АСПП на підприємстві рекомендується проводити за етапами, що наведені на рис. 6. Ключовими факторами успішного впровадження АСПП є:

1) спеціалізована і удосконалена програмна реалізація, яка була розроблена з використанням останніх технологій;

2) попереднє вирішення проблем, що встановлено під час експериментальних і часткових впроваджень системи;

3) адекватна програма навчання користувачів і завершення настроювання системи.

Рис. 6. Процес впровадження АСПП

Програмне рішення є автоматизованим інструментом добору і розподілу персоналу підприємства. Прикладне рішення автоматизує такі напрямки діяльності управління персоналом: розподіл завантаження робітників підприємства; рішення задач забезпечення бізнесу кадрами – добір, анкетування й оцінка; облік робітників і кандидатів; облік робіт підприємства, формування звітів про результати добору і розподілу персоналу підприємства.

АСПП має зручний інструмент для моделювання пошуку оптимального розподілу робітників між роботами підприємства на базі МГА. Програмна розробка підтримує зміну параметрів пошуку, настроювання ГА. Функція настроювання параметрів роботи МГА збільшує можливості побудови нових ефективних розв’язань задачі пошуку оптимального розподілення завантаження робітників. У розділі описано методику тестування системи і визначення впливу параметрів розмірності популяції с і кількості генерацій g на ймовірність пошуку оптимального розподілу завантаження робітників. На основі аналізу досвіду застосування АСПП і проведених експериментів отримані рекомендації для настроювання параметрів з метою підвищення ймовірності пошуку оптимального розподілу і прийняття обґрунтованого рішення щодо добору персоналу. Запропоновані методи і моделі АСПП можуть успішно використовуватись для задач пошуку оптимального розподілу ресурсів у різних галузях промисловості.

У висновках сформульовано основні наукові і практичні результати, отримані у дисертаційному дослідженні.

Додатки складаються з матеріалів проведення експериментів тестування формули розрахунків відхилення значення від еталонного діапазону, експериментів тестування МГА, схеми бази даних АСПП, документів про застосування результатів дисертаційної роботи.

ВИСНОВКИ

У дисертаційній роботі розв’язано актуальну наукову задачу побудови автоматизованої системи обробки інформації для підтримки прийняття рішення добору і розподілу персоналу підприємства. Під час проведеного дослідження отримані наступні основні результати, які мають важливе наукове і практичне значення:

1. Запропоновано нову постановку задачі пошуку оптимального розподілу робітників між роботами підприємства, у якій визначено структуру множини робітників і робіт підприємства, розроблено методику оцінки відповідності характеристик кандидата професійним, психофізичним і комунікаційним вимогам роботи, визначено нелінійну функцію цілі, а також відсутнє характерне для класичної задачі про призначення робітників обмеження на виконання одним робітником тільки однієї роботи.

2. Модифіковано генетичний алгоритм з метою підвищення ймовірності пошуку глобального екстремуму. Основою модифікації є блок запобігання попередній збіжності алгоритму в локальному оптимумі і архів оптимальних рішень задачі пошуку. Робота блоку базується на принципі повернення до попередніх рішень задачі пошуку і їх аналізу з метою вибору стратегії подальшого розвитку. Результати роботи програмної реалізації модифікованого генетичного алгоритму порівняно з результатами роботи інструментарію генетичного алгоритму Matlab і диплоїдної версії генетичного алгоритму в програмній розробці Mendel. Запропонований алгоритм може знайти застосування в задачах оптимального розподілу ресурсів, а також в інших дослідницьких і прикладних багатоекстремальних задачах.

3. Розроблено метод пошуку оптимального розподілення завантаження робітників підприємства на базі модифікованого генетичного алгоритму. Визначено структуру хромосоми задачі, механізм роботи генетичних операторів, цільову функцію. Метод пошуку оптимального розподілу завантаження робітників на базі генетичного алгоритму надає можливість пошуку нових нестандартних ефективних схем кадрового розподілення.

4. Вперше сформульовано опис апарату генетичного алгоритму відповідно до формальної математичної теорії, що є основою для побудови відкритого до змін механізму семіотичної моделі.

5. Побудовано семіотичну модель процесу добору і розподілу персоналу підприємства, яка вміщає систему взаємопов’язаних правил змін елементів моделі. Правила зміни є основою автоматизованого управління процесом добору і розподілу персоналу підприємства. Зміна елементів семіотичної моделі ініціює зміни у методі пошуку оптимального розподілу завантаження робітників без участі суб’єкта управління (користувача, менеджера).

6. Розроблено програмне забезпечення автоматизованої системи обробки інформації для прийняття рішень добору і розподілу персоналу підприємства за принципами семіотичної моделі. Побудовано інформаційну базу автоматизованої системи. Проведені експерименти з визначення і настройки параметрів пошуку оптимального розподілу завантаження робітників.

7. Результати дисертаційної роботи використано у творчому центрі „Каунтерпарт” м. Києва, Донецькою філією ВАТ „Укртелеком”, в держбюджетних темах Н-13-2000, Н-39-2005 і в навчальному процесі кафедрами „Прикладної математики і інформатики” та “Управління персоналом і економіки праці” Донецького національного технічного університету.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Григорьев А.В., Селевко А.А. Метод представления знаний в интеллектуальной системе подбора персонала при решении задач кадрового менеджмента // Вісник Східноукраїнського національного університету імені Володимира Даля. Науковий журнал. – Луганськ. – 2003. – №4 (62). – С. 54-59.

2. Селевко Г.О., Заболотникова В.С. Вибір методу оптимального розподілу кадрів на малому підприємстві // Наукові праці Донецького національного технічного університету. Серія: „Інформатика, кібернетика та обчислювальна техніка”. – Донецьк: ДонГТУ. – 2003. – Випуск 70. – С. 47-53.

3. Григор’єв О.В., Селевко Г.О. Визначення „простих” властивостей та внутрішніх функцій у семіотичної моделі малого підприємства при розв’язанні задач кадрового менеджменту // Автоматика. Автоматизация. Электротехнические комплексы и системы. – Херсон: ХНТУ, 2004. – №2. – С. 22-26.

4. Селевко Г.О., Костенко Т.В. Метод оцінки кваліфікаційних вимог до змішаних і незмішаних посад // Наукові праці Донецького національного технічного університету. Серія “Проблеми моделювання та автоматизації проектування динамічних систем” (МАП – 2005). – Донецьк: ДонНТУ, 2005. – Випуск 78. – С. 38-44.

5. Селевко Г.О. Семіотична модель добору персоналу малого підприємства // Научно-теоретический журнал “Искусственный интеллект”. – Донецк: ИПИИ МОН и НАН Украины “Наука и образование”. – 2005. – №4. – С. 521-526.

6. Селевко Г.О. Узагальнений генетичний алгоритм для проектування динамічних об’єктів // Наукові праці Донецького національного технічного університету. Серія: „Інформатика, кібернетика та обчислювальна техніка”. – Донецьк: ДонНТУ. – 2005. – Випуск 93. – С. 131-136.

7. Селевко Г.О. Автоматизована система підтримки прийняття рішення добору персоналу малого підприємства // Вісник Херсонського національного технічного університету. – 2006. – № 1(24). – С.554-555.

8. Теличко Г.О. Модифікований генетичний алгоритм і його застосування для оптимізації розподілення завантаження робітників // Наукові правці Донецького національного технічного університету. Серія “Інформатика, кібернетика і обчислювальна техніка” (ІКОТ – 2007). – Донецьк: ДонНТУ, 2007. – Випуск 8 (120). – С. 262-272.

9. Григорьев А.В., Селевко А.А. Использование генетических алгоритмов для формирования оптимального набора качеств, характеризующих заданную должность // Автоматика-2003: Материалы 10-й международной конференции по автоматическому управлению, г. Севастополь, 15-19 сентября 2003 г., в 3-х т. – Севастополь: Изд-во СевНТУ. – 2003. – Т.3 –С. 9.

10. Григорьев А.В., Селевко А.А. Метод прийняття рішень при доборі персоналу на вакантне місце // Торгівля і ринок України: Тематичний збірник наукових праць з проблем торгівлі і громадського харчування /Голов. ред. О.О.Шубін. – Донецьк: ДонДУЕТ, 2003. – Випуск 15, т. ІІ. – С. 63-70.

11. Григорьев А.В., Селевко А.А. Использование генетических алгоритмов в задачах кадрового менеджмента // Труды Международной научно-технической конференции “Интеллектуальные системы (IEEE AIS`03)” и “Интеллектуальные САПР” (CAD-2003). Научное издание в 3-х томах. М.: Изд-во Физико-математической литературы. – 2003. – Т.1. - С. 67-75.

12. Григор’єв О.В., Селевко Г.О. Інформаційна система підтримки прийняття рішення при доборі персоналу на вакантне місце // Торгівля і ринок України: Темат. Зб. Наук. Пр./Голов. ред. О.О. Шубін. – Донецьк: ДонДУЕТ, 2004. – Випуск 16, т ІІ. – С. 49-53.

13. Селевко Г.О. Система підтримки прийняття рішення при вирішенні задачі добору персоналу з урахуванням оптимального розподілу трудових ресурсів // Информационные технологии и информационная безопасность в науке, технике и образовании „Инфотех 2004”. Материалы международной научно-практичной конференции. – Киев – Севастополь. НТО РЄС Украины, 2004. – С. 125-127.

14. Григор’єв О.В., Селевко Г.О. Семіотична модель виробництва як основа для вирішення задачі оптимального розподілу трудових ресурсів між операціями технологічного процесу // Автоматика – 2004: Матеріали 11-ої міжнародної конференції по автоматичному управлінню. Том третій. – Киев: НУХТ, 2004. – С.42.

15. Селевко А. А. Специфика и методы решения задачи управления персоналом малого предприятия // “Практика и перспективы развития партнерства в сфере высшей школы”: Материалы шестого научно–практического семинара. – Донецк.: ДонНТУ, 2005 – С. 383-394.

16. Селевко Г.О. Семіотична модель узагальненого генетичного алгоритму для проектування динамічних об’єктів // Моделирование и компьютерная графика: Материалы 1-й международной научно-технической конференции. – Донецк: ДонНТУ, Министерство образования и науки Украины, 2005. – С. 215-222.

17. Григорьев А.В., Селевко А.А. Семиотическая модель производства как основа для решения задачи оптимального распределения трудовых ресурсов между операциями технологического процесса // Известия ТРТУ. Тематический выпуск: Материалы Всероссийской научно-технической конференции с международным участием “Компьютерные и информационные технологии в науке, инженерии и управлении”. – Таганрог: Издательство ТРТУ, 2005. – №1(45). – С. 34-38.

18. Селевко Г.О. Оцінка соціальної адаптації робітників ДонНТУ // Проблеми і шляхи вдосконалення науково-методичної та навчально-виховної роботи в ДонНТУ: Матеріали ІI-ої науково-методичної конференції., 1-2 лютого 2005р., м. Донецьк. – Донецьк.: ДонНТУ, 2005. Секц. 4. – 1 електрон. опт. диск (CD-ROM).

Примітка. Прізвище здобувача Селевко було змінено на Теличко.

Особистий внесок автора в публікаціях: [1] – аналіз методів добору персоналу, розробка методу представлення знань у процесі добору кандидатів на вакантну посаду; [2] – теоретичне обґрунтування напрямків дослідження, аналіз різних інтелектуальних систем і методів прийняття рішень; [3] – розробка проблемно-орієнтованої семіотичної моделі на основі загального підходу, визначення „простих” властивостей елементів моделі, функції стану об’єктів моделі та зв’язку між ними; [4] – обґрунтування необхідності розробки методу оцінки кваліфікаційних вимог, постановка задачі, визначення мети роботи; [9] – теоретичне обґрунтування напрямків дослідження, аналіз різних інтелектуальних систем і методів прийняття рішень; [10] – аналіз методів добору та програмних засобів управління персоналом, розробка методики прийняття рішення про добір персоналу; [11] – постановка задачі, адаптація генетичного алгоритму для пошуку оптимального розподілу; [12] – розробка інформаційної системи; [14, 17] – визначення компонентів семіотичної моделі відповідно до задачі управління персоналом.

АНОТАЦІЯ

Теличко Г.О. Автоматизована система обробки інформації для підтримки прийняття рішення добору і розподілу персоналу підприємства. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – „Автоматизовані системи управління та прогресивні інформаційні технології”. – Донецький національний університет, Донецьк, 2007.

Дисертаційна робота присвячена розробці автоматизованої системи обробки інформації для підтримки прийняття рішення добору і розподілу персоналу підприємства. У роботі вивчено стан проблеми автоматизованої обробки інформації для підтримки прийняття рішення добору і розподілу персоналу підприємства, обґрунтовано її актуальність. Побудовано нову математичну постановку задачі пошуку оптимального розподілу завантаження робітників підприємства. Запропоновано модифікацію генетичного алгоритму, яка підвищує ймовірність пошуку глобального екстремуму. Пошук оптимального розподілу завантаження робітників підприємства реалізовано на базі модифікованого генетичного алгоритму. Вперше формалізовано апарат генетичного алгоритму за принципами формальної математичної теорії. У рамках семіотичної моделі задачі добору і розподілу персоналу підприємства розроблено механізм взаємопов’язаних правил змін елементів формальної моделі. Програмне забезпечення автоматизованої системи обробки інформації для підтримки прийняття рішення добору і розподілу персоналу підприємства розроблено за принципами семіотичної моделі, що дозволило реалізувати управління динамічним об’єктом.

Ключові слова: автоматизована система, підтримка прийняття рішення, генетичний алгоритм, семіотична модель, добір і розподіл персоналу.

АННОТАЦИЯ

Теличко А.А. Автоматизированная система обработки информации для поддержки принятия решения подбора и распределения персонала предприятия. – Рукопись.

Диссертация на соискание научной степени кандидата технических наук по специальности 05.13.06 – "Автоматизированные системы управления и прогрессивные информационные технологии". – Донецкий национальный университет, Донецк, 2007.

Диссертационная работа посвящена разработке автоматизированной системы обработки информации для поддержки принятия решения подбора и распределения персонала предприятия. В работе изучено состояние проблемы автоматизированной обработки информации для поддержки принятия решения подбора и распределения персонала предприятия, обоснована её актуальность. Выявлены направления развития методов подбора и распределения персонала предприятия в рамках реинжиниринга процессов предприятия. Проанализированы методы поиска оптимального решения нелинейной и многокритериальной задачи большой размерности. Доказана возможность использования для поиска оптимального распределения загрузки работников предприятия метод поиска на базе генетических алгоритмов. В результате анализа инструментов построения модели предметной области для управления динамическим объектом управления выбран механизм семиотического моделирования. Построена новая математическая постановка задачи поиска оптимального распределения загрузки работников предприятия при условиях