不确定环境下服务经济设备人员复合能力的集成规划问题及其求解算法

A salient feature in a Knowledge economy is that a highly educated, highly skilled personnel is as equally important as high-tech equipment. We use the term "composite capacities" to model human factors in capacity planning models in a Knowledge economy. Although the skills are the connections between equipment and personnel, they are not people's inherent properties. Skills can be obtained through training or self-learning. Among several decision styles, the the integrated planning's cost advantage is obvious, but difficult to solve, which is a NP-hard problem. The project intends to (1) propose the models of integrated planning under determined demands and uncertainty demands, and analyze of the key factors affecting the decision-making results; (2) establish an optimization scheme based on a genetic algorithm (GA), including dynamic programming, network simplex, Dijkstra's shortest path, etc., to provide an effective solution for integrated planning; (3)Algorithmic efficiency and accuracy. An implementation in CPLEX is proposed as a benchmark algorithm for GA's performance and an adoption of Parallel GA also undertakes for reducing the time complexity of the algorithm; (4)Empirical research, simulation and prototype system development. This investigation is of great significance to enrich and improve the composite capacities theory, as well as promotes the application of integrated planning in the service industry.

现代服务经济，一个显著特点就是具备高知识、高技能的人员与高新技术的设备同等重要，都是构成服务能力的核心要素。知识经济下的能力规划，重点就在于设备人员结合的复合能力规划，设备人员之间通过技能关联。同时，技能也是人员的可变属性，可通过培训或自学习获得。在复合能力规划的决策中，综合了设备选择、人员规划、培训决策和人机调度等诸多决策问题。集成规划方式具有明显成本优势但难于求解，是一个NP-hard 问题。本项目拟（1）在需求不确定情形下研究集成规划问题，分析影响决策结果的关键因素；（2）建立一个以遗传算法为基础，包含动态规划、网络单纯形、Dijkstra 最短路径等在内的算法框架；（3）进行算法有效性研究、算法效率和精度研究；（4）开发原型系统，基于实证数据进行模拟推演研究。本项目的研究成果，对于丰富和完善知识经济复合能力的理论体系具有重要意义，对于推动集成规划在服务企业的运用具有重要价值。

本项目针对知识经济特有的设备人员复合能力集成规划问题开展研究，在理论、模型、算法、应用场景等诸多方面获得如下成果：（1）决策理论方面，提出知识经济环境下能力规划不限于资源、资本、技术的数量、规模和增量，更依赖于知识或技能的积累和利用，人是构成企业服务能力的核心要素；（2）规划模型方面，建立了复合能力集成规划的全局优化模型，即服务能力不是设备和人员的简单叠加而是二者的交集，物尽其用、人尽其才，使得技术和人员在数量、技能上相互协调、匹配来发挥效用；（3）求解算法方面，针对大规模整数规划的NP-hard问题，提出了一套基于遗传算法框架的分解优化算法，首先采用并行遗传计算获取关联变量（人机指派问题）的可行解，再通过模型等价变换，采用经典算法在多项式时间内以求解其他主决策变量，最后基于决策方案进行个体评价，进而推动种群进化；（4）在应用场景方面，研究了多种需求变化情形下设备/人员复合能力集成规划决策模型，分析了设备采购和人员招聘培训等不同成本参数变化对决策方案的影响，以及设备导入期、人员培训期等不同时间参数变化对决策方案的影响；研究了考虑技术升级情形下能力规划决策模型，首次提出了一种同时考虑技术突破和升级的设备采购与替换的多计划期能力规划集成模型，采用Scenario方法描述了需求和技术进步双源不确定性场景；研究了连续时间条件下能力规划问题，破除了以往研究局限于多计划期固定时间点离散规划的藩篱，将决策变量扩展为能力扩张在什么时间发生以及每次扩张多少，即同时包含时间点Time和幅度Size问题；（5）在实践方面，基于Java Swing开发一套辅助决策的原型系统，将前述理论成果和求解算法纳入到系统中以解决实际问题；获得2项两项软件作者权，申请3项国家发明专利（公示中），完成若干调研报告和研究报告提交给相关企事业单位。本项目的研究成果对于丰富和完善知识经济复合能力的理论体系具有重要意义，对于推动集成规划在服务企业的运用具有重要价值。