文摘
选择合格的人力资源是组织的关键成功因素之一。自定义选择最佳人选来填补空缺在公司里是一项复杂的任务,需要情报分析方法来处理这一重要问题。关于人力资源选择的模糊性和不确定性的过程,它需要语言扩展的多准则决策(指标)模型健壮的招聘。本研究的目的是开发一个模糊指标模型语言推理下新的模糊群体决策。群体决策的新语言推理能够聚合决策者的主观评价,因此创造了一个机会来执行人力资源选择程序更健壮。一个算例说明了改进的可能性的人力资源管理和任何其他的商业决策领域通过应用该模型。
1。介绍
传统的人力资源选择方法使用实验和统计技术的方法。使用实验方法后,决策者,借助他们的经验和理解的工作规范,选择人力资源。在统计技术方法决策者得到决定通过考试分数和测量的安排候选人的成就。面试相关的候选人是一个有关人力资源的技术选择。罗伯逊和史密斯1)存在显著的预测性能和可用性的采访能力的人力资源工作。许多研究处理在组织中人力资源选择更好的决策。这些研究都是基于面试,工作样本测试,评估中心、简历、工作知识测试和性格测试在人力资源管理2),而多准则决策(指标)技术只使用其中的一些(3]。
寻找指标,模糊逻辑,和人力资源选择分别有几个研究结果数据库。但搜索关键字在一起导致一些研究。找不到任何文章作者从我们的研究数据库搜索指标的三个关键词,模糊逻辑,和项目经理的选择!缺乏研究在这一领域指南的作者为人力资源选择的知识,与当前语言扩展指标为集团开发项目经理选择的问题。使用模糊语言变量进行评价会提高决策的效率,减少错误在人力资源效用值的选择。本研究的主要目的是开发语言的模糊指标模型推理在新的候选人模糊群决策评价项目经理选择过程。因为模糊语言的建模扩展指标组项目经理选择本质上不存在问题,本研究旨在实现由几个特殊的贡献(我)确定明确的标准和subcriteria关于项目经理选择问题;(2)使用模糊语言扩展指标组项目经理选择问题的不确定性。群体决策的新语言推理能够聚合决策者的主观评价,因此创造了一个机会来执行人力资源选择程序更健壮。节2人力资源选择和指标的文献回顾。该模型和一个真实的案例研究部分中讨论3和4,分别。最后,部分5提供结论。
2。文献综述
指标处理决策问题的决策标准,是运筹学的一个分支模型,它分为多属性决策(MADM)和多目标决策(MODM)。上述每个类别由几种方法。每个方法也可以分为确定性、随机和模糊方法有自己的特点。有时研究人员可能使用的组合方法。的方法可以分为一个或一组决策方法基于决策者的数量(4]。一些贡献者应用AHP (5- - - - - -8],ANP [9,10],DEMATEL [11],TOPSIS [12)和专家系统(2,13- - - - - -18在人力资源的选择。
决策者有困难分配脆值作为标准生长残痕,因为人力资源选择是一个人力资源管理的问题。人力资源的主要特征选择问题是模糊性。与普通脆set方法相比,模糊语言的方法是定性方面通过语言变量的语言值(19,20.]。语言推理需要更少的评估信息;它需要很少的假设得到满足;此外,包括决策者的重要性程度,这些工具是非常现实的21]。因此,在第二阶段,语言指标。
一些研究者的典型指标方法扩展到模糊环境中人力资源的选择。为了表示选择的生长残痕或标准模糊判决的重要性,有大量的研究,扩展模糊层次分析法(22,23],模糊ANP [24),和模糊TOPSIS (3,25- - - - - -30.)人力资源选择。
当决策者不愿意或不能够代表他们喜好的定量评价,模糊语言建模可以用于定性评估。在模糊语言建模,我们使用语言变量(31日)的值是单词或句子(不是数字)。例如,在人力资源的选择、沟通能力是一个标准,可以被视为一个语言变量。它的语言值差,公平,和良好的。由一个模糊三角数,每个语言值可以表示。一些作者(32- - - - - -36)用模糊语言变量或模糊语言规则对人力资源的选择。
指标被用于选择项目经理。例如,陈和程37)开发了一个信息系统项目经理选择的模糊指标的方法。Bi和张38]分析了选择一个合格的项目经理的重要性在他们的研究。他们试图定量评估项目经理的能力和质量通过实现模糊层次分析法是基于三角模糊数。无论他们做什么被认为是一个可靠的和科学的方法选择项目经理的合适人选。回族et al。39]试图展示一个合适的能力框架。本文研究的合理性在方法部分是由主成分分析。所有这些努力使这项研究突出价值的和引用项目经理的选择。通过实现模糊数学原理,一个广泛的评估模型,建立了项目经理候选人由赵et al。40]。Zavadskas et al。41)开发的多准则方法基于灰色的项目经理的选择标准。赵et al。42)采用模糊综合评价方法选择的项目经理。Rashidi et al。43)结合模糊系统、神经网络和遗传算法选择一个合格的项目经理。
从决策科学的角度来看,许多学者处理项目经理选择的问题。处理这种决策问题,他们结合技术与人工智能领域的从运筹学。专家系统、模糊语言变量、神经网络和有指标的方法方法。各种方法申请项目经理选择的调查表明,大部分的问题方法忽略了有效评价步骤。因此,开发一个模糊语言扩展指标组项目经理选择问题的不确定性需要执行更健壮的人力资源选择程序。
3所示。提出的模型
3.1。模糊多准则决策(FMCDM)
决策是最重要的科学、社会和经济的努力,使一致和正确选择。事实上,它的本质是灌输强烈的不确定性的任何决策过程(44]。指标是著名的决策的主题之一。模糊逻辑提供了一个有用的方法一个指标问题。经常在指标问题,数据不精确和模糊的。在一个真实的决策情况下,应用经典的指标方法可能面临严重的实际约束,因为固有的标准包含不精确或模糊的信息。在这些情况下,FMCDM方法了(45]。应用模糊指标用于工程和管理的几项研究[44- - - - - -52]。一般来说,模糊指标矩阵可以见表1。
3.2。专家小组和标准重量
指标的问题有一些目标,决策者应该认识到。所有指标方法需要的信息应该获得基于标准的相对重要性。客观的权重可以直接分配到目标由一群决策者或科学方法。这些权重指定每个标准的相对重要性。
通常组织分类根据不同层次的社会地位、知识和工作经验。每一个因素在专题一个想法导致增加或减少的重量应考虑。分配不同的权重意见在这方面,他们的知识和经验在这个话题似乎是必要的。我们的研究使用分层目标识别标准权重,可以看到图1。
对于这个过程,研究确定标准的权重和subcriteria使用专家意见。最终的权重的标准是由实现决定的几何平均法。计算方法如下所示: 在哪里每个标准是最终的重量,是标准的体重,然后呢是权重subcriterion [53]。
3.3。的人力资源选择算法
在本节中,模型的输入、过程和输出(选择人力资源)是系统地概述了。在随后的流程图(图2),完成算法的组件已经被描述。算法的基础上,造型选择人力资源的过程,不同阶段的解释如下。
阶段1(选择相关标准和subcriteria)。基于专家小组的意见和数据和信息获得的一个公司,标准及subcriteria形成人力资源的选择。专家小组的成员有重要信息人员和公司的战略方向选择。有几种方法如德尔福或名义群体法(NGT),可以用来识别人力资源基于专家意见。
第二阶段(重要性权重的计算标准)。方面的专家的意见,subcriteria的重要性权重计算。然后,标准的重要性权重计算的基础上(1)。
第三阶段(建立标准和形成决策矩阵)。专家小组由NGT方法确定标准及subcriteria人力资源选择。他们在建立标准和形成共识决策矩阵关于表1。定义的四个标准专家小组,也根据自己的知识和经验。选择一组专家组成一个专家小组。然后,这些专家们被要求指定项目经理选择标准。之间的受访者都是公司经理与相关知识,5年以上的项目管理经验。管理层选择一个小组组成的采购代理,工程副常务副,行政和财务副计划副,质量和系统副,和检验经理、安全经理、合同经理和人力资源部门。构造层次按照标准和因素,如图3。
第四阶段(FMCDM造型)。造型过程FMCDM描述如下。(4.1)构造一个FMCDM的第一步是定义宇宙宇宙的元素集。(4.2)然后每个标准的隶属函数和备选方案被选中(表1)。“隶属函数”是一条曲线,它定义了模糊变量的值是如何映射到0和1之间的隶属程度。隶属度函数是用来计算FMCDM的程度不同的值表达的语言术语。关于表定义的语言值2。(4.3)考虑到钟形隶属函数、决策矩阵(模糊集的标准和选择)关于表的形成1(模糊指标矩阵)和(2)。考虑 在哪里是宇宙的元素,表示标准分数来确定语言(语言)和人力资源的价值标准,和确定隶属函数的形状(这里)。(4.4)随后应用公式,决策的效用(人力资源)计算使用以下方程:
5级(选择最佳人力资源)。采用重心法,模糊输出人力资源转换的脆效用对于下列方程(54- - - - - -57]: 最终,至于最后一步脆效用决定随后人力资源,人力资源是排名。
4所示。数值例子
验证该模型,进行了一个案例研究在一个公司。MAPNA是基于项目的组织,从事开发和实现的电力,石油和天然气,铁路运输和其他一些工业项目。它有371名员工和位于德黑兰。14个人在这个公司已经能够获得国际证书专业项目管理(PMP)。自1992年以来,MAPNA参与了85多个项目估值超过170亿欧元。选择项目经理对这个公司是一个关键的任务。通常,这种选择不是由一个人完成;然而,一群人参与这个过程。同时,群决策者(专家小组)由来自不同组织部门的决策者和高级经理。为了确定哪些申请人最适合的职位候选人,决策者被邀请。 The committee was formed for evaluation of candidates and consists of procurement deputy, engineering deputy, executive deputy, administrative and financial deputy, planning deputy, quality and systems deputy, inspection manager, HSE manager, contracts manager, and the HR department.
基于相3专家共识,在建立标准和形成决策矩阵关于表1通过(1)和NGT方法。FMCDM见表3。
标准下加权模糊空间的隶属函数如图4。
每一个人力资源的模糊效用计算的步骤(4.3)和(4.4)和(2),(3)和(4),那么,采用重心法,模糊输出人力资源转换为脆的实用程序对于(4),因为它是在桌子上展出5。
最终,考虑到前一步,随后确定清晰的人力资源的效用,人力资源是排名见表6。
5。结束语
本研究的重点是促进人力资源的概念选择通过发展集体决策相结合的决策方法和模糊语言评估。本研究表明人力资源选择可以在几个方面改善implementinga newfuzzy指标模型。首先,决策者可以根据自己的语言评估候选人。在模糊环境中使用语言变量通常是舒适的决策者在评价阶段。其次,运用语言变量,少强调详细的数据收集。在这个方法中,新的语言推理下的群体决策的不确定性一直用于评估人力资源。该模型能够聚合决策者的主观评价和提供了一个机会来执行更健壮的人力资源选择程序。为未来的研究,建议提供另一种有效机制建模决策者的偏好和人类决策过程的处理不精确有效地人力资源选择问题。
利益冲突
这个研究没有利益冲突。
承认
这项研究是由大学马来西亚彭亨(人民运动联盟)研究资助(RUD130375)。作者要感谢人民运动联盟。