蟻群算法的聚類分析研究及在HRM中的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫(kù)技術(shù)的快速發(fā)展，計(jì)算機(jī)已經(jīng)能夠存儲(chǔ)大規(guī)模的海量的數(shù)據(jù)，另一方面，傳統(tǒng)的數(shù)據(jù)分析處理工具如管理信息系統(tǒng)對(duì)這些數(shù)據(jù)只能進(jìn)行表層的處理，而更深層次的數(shù)據(jù)分析能力卻不盡如人意，這樣，數(shù)據(jù)供給能力和數(shù)據(jù)分析能力間的矛盾日益突出，因此迫切需要一種能夠?qū)?shù)據(jù)進(jìn)行深層次加工的自動(dòng)化技術(shù)。由此，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。聚類分析作為數(shù)據(jù)挖掘中的一個(gè)重要課題，它是將數(shù)據(jù)區(qū)分為自然的群體，并給出每個(gè)群體特征描述的一種數(shù)據(jù)挖掘方法，是數(shù)據(jù)挖掘和

2、知識(shí)發(fā)現(xiàn)的一種基本方法。聚類分析是在無(wú)先驗(yàn)知識(shí)無(wú)指導(dǎo)下進(jìn)行數(shù)據(jù)無(wú)監(jiān)督分類的一種數(shù)據(jù)挖掘技術(shù)。通過(guò)先進(jìn)算法的恰當(dāng)采用，發(fā)掘潛藏的有價(jià)值的信息，提高數(shù)據(jù)分析和解釋的質(zhì)量，也為后續(xù)其它數(shù)據(jù)分析和整理工具對(duì)數(shù)據(jù)的再處理或理解提供科學(xué)的判斷依據(jù)。因此，研究如何提高聚類分析算法的性能具有重要意義。 聚類分析的算法很多，比較著名的有模糊K-均值算法、K-中心點(diǎn)算法、c均值算法、FCM算法等。蟻群算法是最近幾年才提出的一種新的生態(tài)類優(yōu)化算法，其

3、主要特點(diǎn)是正反饋、分布式計(jì)算。初步的研究表明，它是一種基于種群的魯棒性較強(qiáng)的算法，具有許多優(yōu)良的性質(zhì)，為求解復(fù)雜的組合優(yōu)化問(wèn)題提供了一種新思路。本文根據(jù)蟻群算法的最新研究，對(duì)蟻群算法進(jìn)行了改進(jìn)，引入隨機(jī)擾動(dòng)和螞蟻的感覺(jué)知覺(jué)特征，并與K-均值算法相結(jié)合，提出了一種新的聚類算法：改進(jìn)蟻群算法，并建立了改進(jìn)蟻群算法的聚類分析模型。通過(guò)仿真實(shí)驗(yàn)表明，當(dāng)模式樣本和分類數(shù)很大時(shí)，改進(jìn)蟻群算法的聚類分析在解決多聚類問(wèn)題比傳統(tǒng)聚類算法更有效。

4、在將理論技術(shù)應(yīng)用到實(shí)踐方面，本文在分析了中國(guó)企業(yè)現(xiàn)有的績(jī)效評(píng)估體系現(xiàn)狀以及現(xiàn)有績(jī)效評(píng)估方法缺陷的基礎(chǔ)上，根據(jù)本人參與開(kāi)發(fā)HRM系統(tǒng)的經(jīng)驗(yàn)，將基于改進(jìn)蟻群算法的聚類分析方法應(yīng)用于員工績(jī)效評(píng)估中，具體做法為：根據(jù)員工的各種績(jī)效評(píng)估指標(biāo)，首先建立員工績(jī)效評(píng)估的聚類分析模型，然后采用改進(jìn)蟻群算法對(duì)員工進(jìn)行聚類。通過(guò)聚類，從而對(duì)公司的員工有效地進(jìn)行分類，有了這些分類，就能為人事規(guī)劃和人事調(diào)整提供有效的決策支持。 本文首先簡(jiǎn)要介紹了聚類分析

5、的原理、發(fā)展、聚類分析方法，闡述了聚類分析的應(yīng)用。然后闡述了基本蟻群算法的原理，分析了基本蟻群算法的優(yōu)點(diǎn)及不足，并闡述了現(xiàn)有的幾種改進(jìn)方法。有了以上的理論基礎(chǔ)，提出了改進(jìn)蟻群算法(IACA)以及基于IACA的聚類分析模型，并給出了相應(yīng)的算法流程和實(shí)現(xiàn)，并進(jìn)行了仿真實(shí)驗(yàn)，和其他聚類分析算法進(jìn)行了比較。之后，本文在第三章簡(jiǎn)要介紹了人力資源管理理論和績(jī)效評(píng)估理論，分析了現(xiàn)有的幾種績(jī)效評(píng)估方法及其它們的優(yōu)點(diǎn)和缺陷。并結(jié)合本人的項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn)，將改

6、進(jìn)蟻群聚類算法應(yīng)用在員工績(jī)效評(píng)估系統(tǒng)中，并在第四章實(shí)現(xiàn)了一個(gè)完整的基于改進(jìn)蟻群算法聚類分析的員工績(jī)效評(píng)估系統(tǒng)。通過(guò)大量的數(shù)據(jù)測(cè)試以及結(jié)果分析發(fā)現(xiàn)，本文提出在基本蟻群算法的基礎(chǔ)上引入隨機(jī)擾動(dòng)和感覺(jué)知覺(jué)特征的改進(jìn)蟻群算法(IACA)，在聚類過(guò)程中，能夠很好地避免算法出現(xiàn)停滯，并能夠避免算法陷入局部最優(yōu)，從而更好地達(dá)到全局優(yōu)化的目的，使聚類的整體性能達(dá)到優(yōu)化。進(jìn)而應(yīng)用在員工績(jī)效評(píng)估系統(tǒng)中，為績(jī)效評(píng)估員工分類提供了一種科學(xué)、客觀的依據(jù)。