公务员招聘录取方案

摘要
本文主要讨论和分析的是关于公务员招聘的热门话题，并最终给出了在满足题目所给条件下的对应聘人员的最优录用分配方案。
问题一是要得出一种“择优按需”的录用分配方案（不考虑应聘人员意愿）。首先，利用模糊数学里的隶属度的方法量化应聘人员的面试成绩；其次，采用极差法将量化后的面试成绩和笔试成绩做归一化处理，并利用线形加权法得出应聘人员的综合得分；再次，引入“满意度”的概念得出用人部门对应聘人员的综合评分；然后，确定应聘人员笔试和面试的综合得分和用人部门对应聘人员的评分为综合优化指标；最后，根据“择优按需”的原则，在使两个综合优化指标达到最大的条件下，写出约束条件，建立多目标优化模型并最终转化为0-1规划，利用LINGO软件求解，得出录用分配方案如下（注：以 为例的情况）：

用人部门序号 1 2 3 4 5 6 7
应聘人员序号 1 8 2和5 9 4 12 7

问题二是在考虑应聘人员意愿和用人部门的希望要求下设计一种分配方案。因为对于该问题模型建立前的准备工作——数据的量化和数据的归一化，在问题一中已经给出详细分析。接着，确定综合优化指标：以应聘人员笔试和面试的成绩、用人部门对应聘人员的评分、应聘人员对用人部门的满意程度为综合优化指标（在这个过程中，应该更充分考虑应聘人员和用人部门的双向最优选择）；然后，在使应聘人员笔试和面试的综合得分、应聘人员对部门的满意度和用人部门对应聘人员的要求期望的满意度都达到最大的条件下，写出约束条件，建立多目标优化模型并最终转化为0-1规划；最后，利用LINGO软件得出录用分配方案如下（注：以 为例的情况）：

用人部门序号 1 2 3 4 5 6 7
应聘人员序号 9 1 8 5和12 2 7 4

本文最大的特色就是在数据的处理和模型的建立上，运用了模糊隶属度的方法量化数据、极差法归一化数据和将多目标经过分析和加权简化为单目标等较为成熟和精确的方法，使模型建立和求解的可信度得到很大增强。但是本文还是存在很多不足，比如在满意度等重要概念的定义上不是很完善，求解过程也没有很精确。总之，本文在分析和讨论的广度和深度方面都有很好反映，而且有很大的适用性。

关键词：方案 模糊隶属度法 极差归一法 满意度