马尔科夫模型在企业人力资源供给预测中的应用

《马尔科夫模型在企业人力资源供给预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第31卷第5期华北电力大学学报Vol.31,No.52004年9月Sep.,2004马尔科夫模型在企业人力资源供给预测中的应用孙红丽1，何永贵1，张文建2，韩月娥1（1.华北电力大学工商管理学院，河北保定071003；2.中国国电集团公司市场营销部，北京10045）摘要：基于马尔科夫过程，建立了企业人力资源供给预测模型，通过具体历史数据的收集，找出组织过去人事变动的规律，由此推断未来的人事变动趋势。以某电厂作为模型的实际应用案例对算法进行了验证。关键词：人力资源规划；人力资源供给；预测；马尔科夫模型中图分类号

2、：TP273文献标识码：A文章编号：1007-2691(2004)05-0056-03SUNHong-li1,HEYong-gui1,ZHANGWen-jian2,HANYue-e1(1.SchoolofBusinessAdministration,NorthChinaElectricPowerUniversity,Baoding071003,China;2.DepartmentofMarketing,ChinaGuodianGroupCorporation,Beijing10045,China)Markov

3、modelisoneofseveralhumanresourcessupplyforecastingtechnology.Itsbasicprincipleistofindouttheforepassedpersonnelchangingregulationoforganizesthroughcollectingoftheconcretehistoricaldata,thereforeinferthefuturetrendofchangeofpersonnel.Thispapersetupthemathema

4、ticalpatternsintheforecastingofenterprise'shumanresourcessupplybasedonMarkovchainandgiveonepowerplantastheapplicationofthepattern.humanresourceplan;humanresourcesupply;forecasting;Markovmodel马尔科夫过程模型的建立引言相关定义为了正确制定的未来人力资源规划，企业需要马尔科夫过程对的人力资源供给数量进行预测。人力资源供给预若

5、随机过程,对任意有限时序测的方法有多种，马尔科夫预测模型就是其中较常1<2<⋯<上，1,2,⋯,相应的用的一种。状态1,2,⋯,（状态空间）有：马尔科夫模型预测是将时间序列看作一个随机过程，通过对事物不同状态的初始概率与状态之间1,⋯,1=1，转移概率的研究，确定状态变化趋势，预测事物的便称具有此性质的随机过程为马尔科夫过程，简称未来。在经济预测的方法中，马尔科夫过程预测技马氏过程。马氏过程就是当随机过程在时刻0所处术不需要连续不断的历史数据，只需要近期的资料状态已知时，过程在时刻>0所处的状态只与0时刻就可

6、以预测未来。本文结合发电企业人力资源整合的状态有关，而与时刻以前的状态无关。过程，应用马尔科夫模型预测人力资源供给。马尔科夫链收稿日期：2003-09-22.基金项目:国家社会科学基金资助项目（02AJY004）；河北省社会科学基金资助项目（200103032）.作者简介：孙红丽(1979－),女,华北电力大学工商管理学院硕士研究生.第5期孙红丽等：马尔科夫模型在企业人力资源供给预测中的应用57设有随机过程,，若对于任意的整数类原有人员数的比例，即从类向类转移的转移概和任意的1,2,⋯,，条件概率满足：率。由

7、此构造一次人员转移概率矩阵。=1=1,2=2,⋯,1=1=11⋯1=1=1，==，1⋯则称,为马尔科夫链，简称马氏链。马氏链次人员转移概率矩阵=，式中，0。是马尔科夫过程的一种特殊情况。可以看出，马尔科夫链的统计特性决定了条件概率：=在一般预测模型中，=1。但是考虑到人=11=1。确定这个条件概率,是马尔科夫链理力资源供给的特殊性，即存在人员离职问题，比论中的重要问题之一。如：离退休、辞职、裁员等，所以，在上述的转移在条件概率=1=中，=表示在n时刻系统（或过程）处于状态，故条件概率概率矩阵中，1。=1=表示

8、系统在时刻1处于状态条件=1根据企业年底的各种类人数和上述的人员转下，在时刻系统转移到状态的概率。称此条件概移概率矩阵，预测第二年及以后各年的企业人力资率为马氏链的转移概率，记为。一般地，转源的供给数。移概率构成的转移矩阵为：企业的供给人数可以用下面的公式求得：11⋯111⋯1==，=，=1·+，1⋯1⋯式中，=1,2,⋯,，式中，0,=1，表示k次转移概率矩阵。=1,2,⋯,，=1显然=。=1·+