【摘要】：面試分組是高校自主招生、畢業(yè)答辯中較為常見的實際問題,該問題屬于具有限制條件的組合優(yōu)化類難題。針對該問題,首先分析內(nèi)部限制條件和制約關系,并建立合適的數(shù)學模型,確定優(yōu)化目標函數(shù)。然后采用基于矩陣的多目標進化算法研究此類問題,依據(jù)建立的數(shù)學模型,構(gòu)造矩陣染色體編碼方式對問題進行求解,同時利用常規(guī)的方法求解該問題進行對比。實驗結(jié)果顯示,多目標進化算法求解此類問題時,在解的質(zhì)量和數(shù)量上明顯優(yōu)于常規(guī)算法。
【圖文】：

2017，53（16）ComputerEngineeringandApplications計算機工程與應用一種情況的分組方案，且無法綜合考慮均勻原則，在實際應用中難以為決策者提供更全面、更多選擇的方案。使用基于NSGAII的多目標進化算法對該測試集求解，進化代數(shù)100，種群大小5，變異交叉參數(shù)使用源文獻推薦值。運行結(jié)果的個體如圖2所示，個體具體值見表2所示。圖2中橫坐標是適應度函數(shù)f1=num，縱坐標是適應度函數(shù)f2=var。根據(jù)3.5節(jié)介紹多目標解之間的支配關系，在表2的5個個體中，個體（0，6.4）弱支配個體（3，6.4）。個體（0，6.4）、（5，4.8）、（6，4）、（8，3.2）之間都為非支配關系，且沒有其他解支配他們，所以這4個個體屬于第一等級的解，而個體（3，6.4）屬于第二等級。第一等級的4個個體如圖3所示，后文中關于個體所屬等級的劃分與此類似。上述4個屬于第一等級個體對應的分組結(jié)果和檢驗矩陣如下所述。第一個個體，num=0，var=6.4，分組結(jié)果B和檢驗矩陣C如下：B=éêêêêêêêêêêùúúúúúúúúúú000011000011110000110000001100001100000011000011110000110000001100001100C=éêêêêêêêêêêùúúúúúúúúúú020020002002200200020020002002200200其分組情況為，第一組：老師1，4面試學生3，4，11，12；第二組：老師2，5面試學生1，2，5，6；第三組：老師3，6面試學生7，8，9，10。第二個個體，num=5，var=4.8的分組結(jié)果B和檢驗矩陣C，如下：B=éêêêêêêêêêêùúúúúúúúúúú001101000010110010000001000

方案。使用基于NSGAII的多目標進化算法對該測試集求解，進化代數(shù)100，種群大小5，變異交叉參數(shù)使用源文獻推薦值。運行結(jié)果的個體如圖2所示，個體具體值見表2所示。圖2中橫坐標是適應度函數(shù)f1=num，縱坐標是適應度函數(shù)f2=var。根據(jù)3.5節(jié)介紹多目標解之間的支配關系，在表2的5個個體中，個體（0，6.4）弱支配個體（3，6.4）。個體（0，6.4）、（5，4.8）、（6，4）、（8，3.2）之間都為非支配關系，且沒有其他解支配他們，所以這4個個體屬于第一等級的解，而個體（3，6.4）屬于第二等級。第一等級的4個個體如圖3所示，后文中關于個體所屬等級的劃分與此類似。上述4個屬于第一等級個體對應的分組結(jié)果和檢驗矩陣如下所述。第一個個體，num=0，var=6.4，分組結(jié)果B和檢驗矩陣C如下：B=éêêêêêêêêêêùúúúúúúúúúú000011000011110000110000001100001100000011000011110000110000001100001100C=éêêêêêêêêêêùúúúúúúúúúú020020002002200200020020002002200200其分組情況為，第一組：老師1，4面試學生3，4，11，12；第二組：老師2，5面試學生1，2，5，6；第三組：老師3，6面試學生7，8，9，10。第二個個體，num=5，var=4.8的分組結(jié)果B和檢驗矩陣C，，如下：B=éêêêêêêêêêêùúúúúúúúúúú001101000010110010000001000000111100001101000010110010000001000000111100C=éêêêêêêêêêêùúúúúúúúúúú020020
【作者單位】： 河南中醫(yī)藥大學信息技術(shù)學院;中國核電工程有限公司鄭州分公司實物保護研究所;
【基金】：河南省高校重點科研項目(No.15A520083,No.16A520060) 河南中醫(yī)藥大學博士基金項目(No.BSJJ2015-19) 河南省科技攻關科研開放合作項目(No.142106000192) 河南省科技攻關研究項目(No:172102210361)
【分類號】：O221.6

【參考文獻】

相關期刊論文 前7條

1 陳媛;樊治平;謝美萍;;綜合面試中的均衡分組方法[J];中國管理科學;2014年08期

2 程翔;張弘信;萬青;;高校畢業(yè)生招聘面試流程重構(gòu)與優(yōu)化研究[J];人力資源管理;2013年10期

3 孔敏;張亞權(quán);沈群;潘柏;;面試評分標準化的模型建立及實踐探索[J];中國考試;2012年12期

4 謝天保;雷西玲;席文玲;;物流配送中心配載車輛調(diào)度問題研究[J];計算機工程與應用;2010年36期

5 張磊;張博鋒;;分組遺傳算法優(yōu)化大學考試時間表[J];計算機工程與應用;2009年23期

6 顧鋒;劉明柱;;平行分組面試方法的結(jié)構(gòu)化改進研究[J];學位與研究生教育;2008年01期

7 李劍;朱延峰;吳畏;;學生面試問題的分配策略[J];數(shù)學的實踐與認識;2007年14期

【共引文獻】

相關期刊論文 前10條

1 曹莉;許玉龍;李亞威;;單目標優(yōu)劣交叉的微分進化解決答辯分組問題[J];計算機系統(tǒng)應用;2017年09期

2 李小玲;吳愛萍;;基于客戶滿意度的多目標貨物配裝問題研究[J];中國儲運;2017年07期

3 王鶴;曾寧波;劉婧雯;;基于兩階段法的車輛配載優(yōu)化分析[J];北方經(jīng)貿(mào);2017年06期

4 許玉龍;孫曉靜;曹莉;王曉輝;;基于矩陣編碼的多目標進化求解面試分組問題[J];計算機工程與應用;2017年16期

5 楊文顯;徐小良;;基于潛在主題的科技項目均衡分組算法[J];杭州電子科技大學學報(自然科學版);2016年06期

6 甄良;梁大鵬;丁雪梅;;面向碩士研究生復試的結(jié)構(gòu)化面試工作機制研究[J];黑龍江教育學院學報;2016年08期

7 王志武;;中小學教師資格考試面試質(zhì)量保障體系建設[J];中國考試;2016年06期

8 李琰;阮杰昌;;基于不同面試小組成績修正的數(shù)學模型[J];數(shù)學學習與研究;2016年09期

9 王潔;江洋;王莉;熊焱;;帶時間窗的快遞物流車輛調(diào)度模型及應用[J];物流技術(shù);2015年07期

10 段亞敏;鄭艷;;河北省碩士研究生復試評價指標體系的構(gòu)建[J];產(chǎn)業(yè)與科技論壇;2015年07期

【二級參考文獻】

相關期刊論文 前10條

1 付文yN;;招聘面試問題的模型研究[J];西南民族大學學報(自然科學版);2012年05期

2 唐曙光;;無領導小組討論面試中應試者特征分析及改進建議[J];領導科學;2012年24期

3 樊治平;劉洋;袁媛;朱少華;;突發(fā)事件應急救援人員的分組方法研究[J];運籌與管理;2012年02期

4 朱幫助;張秋菊;鄒昊飛;魏一鳴;;基于OSA算法和GMDH網(wǎng)絡集成的電子商務客戶流失預測[J];中國管理科學;2011年05期

5 宋捷;黨耀國;林晨昱;;人員面試的灰色群決策模型研究[J];控制與決策;2011年04期

6 樊治平;徐寶福;劉洋;;一種面向細胞生產(chǎn)的作業(yè)小組組建方法[J];工業(yè)工程與管理;2010年03期

7 李梅娟;陳雪波;張梅鳳;;基于群集智能算法的路徑規(guī)劃問題[J];清華大學學報(自然科學版);2007年S2期

8 劉節(jié);蕭鳴政;;企業(yè)面試中存在的常見問題及對策淺析[J];人才資源開發(fā);2006年12期

9 孫榮平;;成績統(tǒng)計分析中的數(shù)據(jù)預處理研究[J];黑龍江教育(高教研究與評估);2006年09期

10 白榕;AHP法在研究生復試質(zhì)量保障體系中的應用[J];重慶交通學院學報;2005年04期

【相似文獻】

相關期刊論文 前10條

1 許波;彭志平;陳曉龍;柯文德;余建平;;一種基于云模型的多目標進化算法[J];信息與控制;2012年03期

2 吳迪;李蘇劍;李海濤;;基于精英重組的混合多目標進化算法[J];北京科技大學學報;2013年09期

3 逄珊;楊欣毅;蘇慶堂;;提高多目標進化算法分布性的動態(tài)調(diào)整機制[J];計算機工程與應用;2012年02期

4 張成;李明輝;;多目標進化算法在非線性方程組中的應用[J];赤峰學院學報(自然科學版);2011年02期

5 肖艷;許峰;;基于改進莊家法則的多目標進化算法[J];軟件導刊;2010年07期

6 于建偉;;多目標進化算法研究綜述[J];海南大學學報(自然科學版);2005年04期

7 鄭金華;李珂;李密青;文詩華;;一種基于Hypervolume指標的自適應鄰域多目標進化算法[J];計算機研究與發(fā)展;2012年02期

8 劉海林;辜方清;張曉明;;基于冪變換的多目標進化算法MOEA?D權(quán)重設計方法[J];計算機研究與發(fā)展;2012年06期

9 彭星光;高曉光;魏小豐;;基于混合多目標進化算法的多無人機偵察路徑規(guī)劃[J];系統(tǒng)工程與電子技術(shù);2010年02期

10 王楠;;變權(quán)重多目標進化算法研究[J];當代經(jīng)濟管理;2005年06期

相關會議論文 前1條

1 崔遜學;;多目標進化算法的研究現(xiàn)狀與群體多樣性研究[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

相關碩士學位論文 前10條

1 潘賀斌;復雜網(wǎng)絡社團檢測的多目標進化算法研究[D];安徽大學;2017年

2 左婷婷;基于擂臺賽法則和聚集密度的多目標進化算法的研究與應用[D];安徽理工大學;2012年

3 辜方清;多目標進化算法中多樣性與均勻性策略研究[D];廣東工業(yè)大學;2011年

4 趙晶晶;基于分解的混合多目標進化算法的研究與應用[D];安徽理工大學;2013年

5 任亞峰;一種求解多目標進化算法魯棒最優(yōu)解方法研究[D];湘潭大學;2011年

6 謝桂芩;車輛路徑問題建模與多目標進化算法[D];廣東工業(yè)大學;2012年

7 李晶;多目標進化算法中收斂性能的實驗研究[D];湘潭大學;2009年

8 張麗麗;約束多目標進化算法的研究與應用[D];安徽理工大學;2010年

9 馬春連;基于人工免疫系統(tǒng)的多目標進化算法的研究[D];安徽理工大學;2014年

10 馬楠;一種基于穩(wěn)態(tài)的多目標進化算法的研究[D];天津大學;2010年

本文編號：2522023