公务员招聘模型一、摘要在公务员招聘中，为了给招聘领导小组提出一种最优化的录用分配方案，本文本着公平、公正原则提出了一个符合题目要求的部门分配方案。

其中包括了不考虑应聘人员意愿和考虑应聘人员意愿两种情况的模型。

（一）、本文采用了广泛应用于国民经济的模糊数学模型，最大隶属原则来建立模型Ⅰ。

首先，对各个应聘人员的面试成绩进行模糊模型的分析。

从而得到各工作类别的最适合人选。

其次，由于部门招聘人员时存在优先权问题，因此，需对各个部门的优先权问题进行分析与考虑，根据各部门的福利待遇等情况进行分析，确定出各部门的优先权，再考虑应聘人员的总成绩（面试成绩×60%+笔试成绩×40%），在其范围中来择优。

其结果如下表1所示：（二）、考虑到应聘人的意愿，我们在模型Ⅰ的基础上建立模型Ⅱ。

假定一种以意愿分配为主的权重,建立加权平均模型，使分配方案更加完善。

综合考虑，从而得出各部门的最合适人选。

用本模型算出的结果，比较符合实际。

其结果如下表2所示：（三）、本文还针对一般情况（即N个应聘人员M个用人单位时），作了具体分析，对已得到的模型分别作了讨论。

在结果分析推广中，本文提出了一套公务员录用方案的建议，经过模拟操作法测试和心理测试，提高了模型的适用性。

本文最后还对模型的优点与不足之处作出了评价。

二、问题的重述我国公务员制度已实施多年，目前, 我国招聘公务员的程序一般分三步进行：公开考试（笔试）、面试考核、择优录取。

现有某市直属单位因工作需要，拟向社会公开招聘8名公务员，具体的招聘办法和程序如下：（一）公开考试：凡是年龄不超过30周岁，大学专科以上学历，身体健康者均可报名参加考试，考试科目有：综合基础知识、专业知识和“行政职业能力测验”三个部分，每科满分为100分。

根据考试总分的高低排序按1:2的比例（共16人）选择进入第二阶段的面试考核。

（二）面试考核：面试考核主要考核应聘人员的知识面、理解能力、应变能力、表达能力等综合素质。

按照一定的标准，面试专家组对每个应聘人员的各个方面都给出一个等级评分，从高到低分成A/B/C/D四个等级，具体结果见附录表１所示。

（三）由招聘领导小组综合专家组的意见、笔初试成绩以及各用人部门需求确定录用名单,并分配到各用人部门。

该单位拟将录用的8名公务员安排到所属的7个部门，并且要求每个部门至少安排一名公务员。

这7个部门按工作性质可分为四类：(1)行政管理、(2)技术管理、(3)行政执法、(4)公共事业。

见附录表2所示。

本着公平、公开的原则，同时考虑录用人员的合理分配和使用，有利于发挥个人的特长和能力。

招聘领导小组将7个用人单位的基本情况（包括福利待遇、工作条件、劳动强度、晋升机会和学习深造机会等）和四类工作对聘用公务员的具体条件的希望达到的要求都向所有应聘人员公布（见附录表2）。

每一位参加面试人员都可以申报两个自己的工作类别志愿（见附录表1）。

具体问题如下：（1）如果不考虑应聘人员的意愿，择优按需录用，设计一种录用分配方案；（2）在考虑应聘人员意愿和用人部门的希望要求的情况下，设计一种分配方案；（3）对于一般情况，即N个应聘人员M个用人单位时，分配方案是否可行？（4）对上述招聘公务员过程认为还有哪些地方值得改进，给出自己的建议。

三、问题的分析我们的目标是建立一个公平合理的分配方案。

对于第一个问题，在不考虑应聘人员的意愿的基础上，按部门需要，择优按需录用。

主要考虑应聘人员的面试成绩及用人部门对公务员的期望要求。

我们采用的是模糊模型方法。

首先，在各个部门对应聘人员特长的希望达到的要求的情况下，对各个应聘人员的面试成绩进行模糊模型的分析。

从而得到各工作类别的最适合人选。

其次，部门招聘人员时存在优先权问题，因此，需对各个部门的优先权问题进行分析与考虑，根据各部门的福利待遇等情况进行分析，确定出各部门的优先权，再考虑应聘人员的总成绩（面试成绩×60%+笔试成绩×40%），在其范围中来择优。

而对于考虑应聘人员的意愿时，存在一个根据意愿怎样分配的问题。

我们采用权重的算法，对意愿内的部门和意愿外的部门给了一个参数，同时，再根据第一个问题时用模糊模型得出的结果，综合考虑，从而得出各部门的最合适人选。

借助模糊模型来解答，此方法无以伦比，而且用到部门优先权分析以及意愿权重的计算。

此方法考虑周到，贴近实际，并且，对于N 个应聘人员M 个用人单位也适用，是确实可行的最优录用分配方案。

四、模型的假设（1） 公务员面试成绩中的A 为100分、B 为89分、C 为79分、D 为69分（2） 各部门对公务员特长的希望达到的要求中，A 为95±5分、B 为84.5±4.5分、C 为74.5±4.5分、D 为64.5±4.5分（3） 假设各部门的基本情况中：福利待遇优的为90分，中的为70分，工作条件优的为90分，中的为70分，差的为50分，劳动强度大的为50分，中的为70分，晋升机会多的为90分，中的为70分，少的为50分，深造机会多的为90分，中的为70分，少的为50分（4） 假设在总成绩中，面试成绩占60%，笔试成绩占40%（5） 假设第一志愿被录用的概率为1，第二志愿被录用的概率为0.8，没报的志愿被录用的概率为0.6五、符号定义及说明()x A i 表示人员x 在第i 个工作类别，被录取的可能性 j x 表示应聘人员在面试中各个能力的成绩ij u 表示i 类工作类别希望人员能力所达到的成绩ij σ 表示i 类工作类别希望人员能力所达到成绩的一个偏差值x S 表示第k 个人员的总成绩()i A P 表示隶属函数中，某个应聘人员进入工作类别可能性的大小 ()j B P 表示某个应聘人员申报志愿中的权重系数六、模型的建立与求解1、模型Ⅰ（不考虑应聘人员意愿）根据各部门对公务员特长的希望达到的要求，我们可以设定一个范围，比如说，对于知识面的要求B(84.5±4.5分)来说，我们可以录取成绩在所示要求一定范围内的应聘人员，对于87分来说，我们固然要考虑，但对于83分，我们有时也可以录取，避免应聘人员的流失。

这种情况如下图所示：由附录表2构造出部门要求的四个主要能力的观测数据如下表所示：由于各部门对公务员特长的希望达到的要求；知识面、理解能力、应变能力、表达能力均为正态模糊集，因此可定义标准模型库中的隶属函数为：()=x A i ⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫⎝⎛--∑=241exp 41ij ij j u x jσ(i=1，2，3，4) 具体计算如下：()⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎫ ⎝⎛--+⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎫ ⎝⎛--+⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎫ ⎝⎛--+⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎭⎫ ⎝⎛--=2222159589ex p 5.45.7489ex p 595100ex p 5.45.84100ex p 41x A=0.151211()183949.02=x A ()118464.03=x A ()151204.04=x A 同理可得，各个应聘人员进入某类工作的可能性的大小，如下表所示：按照最大隶属原则Ⅰ，得出各个部门最有可能录取的应聘人员，其中，公共事业可能录取不到人，因为应聘人员都已被其它三个工作类别所指定：考虑到人员的流失问题，因此采用了部门优先权的算法。

由假设（3）可知，各个部门优先权的顺序为：部门1、部门3、部门4、部门5、部门6、部门2、部门7。

具体总成绩的算法：%=面试成绩笔试成绩S。

其中，面试成绩=知识面成⨯%+40⨯60x绩+理解能力成绩+应变能力成绩+表达能力成绩，由假设（1）可得下表：单位拟将录用的8名公务员安排到所属的7个部门，并且要求每个部门至少安排一名公务员。

因此各个工作部门，根据优先权的顺序，在其范围内，按应聘人员总成绩的高低进行录取。

其中，分配到部门1的是人员8，分配到部门2的是人员2，分配到部门3的是人员1，4，分配到部门4的是人员16，分配到部门5的是人员14，分配到部门62、模型Ⅱ（考虑应聘人员意愿）假设第一志愿被录用的概率为1，第二志愿被录用的概率为0.8，没报的志愿被录用的概率为0.6，由概率公式：()()()j i j i B p A p B A p =.()i A p 表示隶属函数的值，()j B p 表示选择志愿的概率，两者是相互独立的。

按照模糊模型最大隶属原则Ⅰ，得出各个部门最有可能录取的应聘人员，其中，公共事业可能录取不到人，因为应聘人员都已被其它三个工作类别所指定：单位拟将录用的8名公务员安排到所属的7个部门，并且要求每个部门至少安排一名公务员。

因此各个工作部门，根据优先权的顺序以及申报志愿权重，在其范围内，按应聘人员总成绩的高低进行录取。

其中，分配到部门1的是人员9，分配到部门2的是人员2、8，分配到部门3的是人员1，分配到部门4的是人员6，分配到部门5的是人员10，分配到部门6的是人员4，分配到部门7的是人员12。

七、结果分析由模型的已知条件可知，各个应聘人员的面试成绩等级，我们设定某个分数值，使得运算、统计更加方便、科学，经过我们计算机的精确计算，得出了比较优化的分类结果。

在没有考虑意愿的情况下，我们得出了人员分配到各个相关部门的结果。

其中，分配到部门1的是人员8，分配到部门2的是人员2，分配到部门3的是人员1，4，分配到部门4的是人员16，分配到部门5的是人员14，分配到部门6的是人员9，分配到部门7的是人员12。

各人员的面试成绩等级直接与各部门的要求相比较。

表面上看起来可以得出：分配到部门7的是人员12，分配到部门6的是人员9，分配到部门3的是人员1，4，分配到部门4的是人员16。

这些分配到各个部门的人员与我们模型得出的结果比较吻合，相同率达到75%。

但直接看出来的是不科学与不实际的。

根据面试成绩看出来的结果与我们模型算出的结果是无以伦比的，我们的模糊模型还对各个部门对公务员特长的希望达到的要求和笔试成绩进行一系列的分析、计算。

所以说，这样得出的结果是更加准确与可行的。

在考虑到应聘人员意愿的时候，在模型Ⅰ的基础上，我们设定了意愿权重的参数，进行各个人员在某个工作类别的可能性的筛选情况，从而得出更加符合实际意义与要求的结果。

八、模型的改进、推广及优缺点分析我们可以给出一个评价方案优化系统，依据此我们对常见的评价模型进行综合排名，选用排名靠前的评价模型作为我们的评价方法。

此评价方案优化系统主要考虑各评价方案的兼容度与差异度。

先考虑各评价方案这两个指标的排序名次，然后再依据得到的排序名次得到一个综合名次。

（1）模型的优点1. 由于主观指标是反映人们主观差异和变化的指标，是软指标，这些差异和变化的内涵和外延不是很明确，具有模糊性。