Алгоритм выбора специалистов для реализации инновационных проектов

Зак Юрий Александрович


	1		Управленческие решения и компетентность Введение
	2		Необходимый объем информации о потенциальных кандидатах
	3		Банк данных о потенциальных кандидатах
	5		Рис. 1. Линейная функция принадлежности Рис. 2. Пример линейной функции принадлежности, различной для каждого из лингвистических термов Рис. 3. Пример линейной сплайн-функции принадлежности Рис. 4. Пример нелинейной функции принадлежности, различной для каждого из лингвистических термов
	6		Ранжирование по уровню эффективности всех кандидатов, претендующих на определенную вакансию Рис. 5. Пример левосторонней трапециевидной функции принадлежности Рис. 6. Пример правосторонней трапециевидной функции принадлежности
	7		Таблица. Характеристика узловых точек функции принадлежности
	8		Заключение
	9		Литература

Ключевые слова: кандидаты на предложенные вакансии, частные и комплексный критерий эффективности, лингвистические термы и числовые шкалы, нечеткие множества, оптимальный выбор из множества альтернатив, ранжирование

Аннотация

В статье рассмотрены основные показатели эффективности кандидатов на предлагаемые вакансии, которые могут быть представлены термами лингвистических переменных или значениями различных числовых шкал. Разработаны алгоритмы преобразования этих данных в числовые значения в диапазоне f Рассмотрены комплексные критерии эффективности и системы ограничений для отсева неперспективных претендентов. Сформулирована и решена задача наиболее эффективного выбора необходимого количества исполнителей.

Журнал: «Менеджмент инноваций» — №2, 2016 (© Издательский дом Гребенников)

Объем в страницах: 9

Кол-во знаков: около 19,322

Библиографическая ссылка: печать / интернет

* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Зак Ю.А. Методы обработки нечисловой информации в маркетинговых исследованиях // Маркетинг и маркетинговые исследования. — 2013. — №1. — С. 20–33.

2. Зак Ю.А. Прикладные задачи многокритериальной оптимизации. — М.: Экономика, 2014. — 455 с.

3. Зак Ю.А. Принятие решений в условиях размытых и нечетких данных. — М.: URSS, 2013. — 352 с.

4. Кинан К. Подбор персонала. — М.: Эксмо, 2006. — 80 с.

5. Кини Р.Л., Райфа Х. Принятие решений при многих критериях: предпочтения и замещения. — М.: Радио и связь, 1981. — 560 с.

6. Ульрих Д. Эффективное управление персоналом: новая роль HR-менеджера в организации. — М.: Вильямс, 2006. — 304 с.

7. Bojadziev G., Bojadziev M. (1997). Fuzzy Logic for Business, Finance and Management. Singapore: World Scientific.

8. Brans J.P., Vincke Ph. (1985). «A reference ranking organisation method». Management Science, Vol. 31, Nо. 6, pp. 647–656.

9. Frank H. (2002). Fuzzy Methoden in der Wirtschaftsmathematik. Braunschweig, Wiesbaden: Vieweg & Sohn Verlag.

10. Kahraman C. (2008). Fuzzy Multi-Criteria Decision Making. Theory and Applications with Recent Developments. New York: Springer.

11. Mahant N. (2004). «Risk assessment is fuzzy business — fuzzy logic provides the way to assess off-site risk from industrial installations». Risk, No.206.

12. Roy B. (1980). «Selektieren, Sortieren und Ordnen mit Hilfe von Präferenzrelationen: Neue Ansätze auf dem Gebiet der Entscheidungshilfe für Multikriteria-Probleme». Zeitschrift für betriebswirtschaftliche Forschung, Vol. 32, pp. 465–497.

Зак Юрий Александрович
д. т. н.

Научный консультант.

г. Аахен, Германия

Автор десяти книг и более 230 публикаций в центральных международных журналах и сборниках.

Другие статьи автора 20

Электронная библиотека