志愿者調(diào)配算法模型及其GIS實現(xiàn)

顧燕 余珍

摘 要：針對志愿者調(diào)配問題，建立了分段最優(yōu)法的需求模型。模型以“先分段、再綜合”的思想，對各個服務點進行需求分析，達到需求平衡，在研究過程中重點說明了偏差值的計算。對于此模型，文章以大冬會為例進行了驗證，同時借助GIS強大的空間分析功能，利用MapX的二次開發(fā)平臺，將模型集成于功能模塊中。

關鍵詞：分段最優(yōu)法 偏差值 MapX 空間數(shù)據(jù)庫

中圖分類號：TP312 文獻標識碼：A 文章編號：1674-098X（2012）12（b）-00-01

大型會議的舉行必須有合理的人員調(diào)配方案，志愿者往往在其中扮演著極為重要的服務角色，其分配的地點比較分散，而且方法也相對復雜。因此，建立一個相對理想的志愿者分配模型對各種大型會議的人員調(diào)配無疑是一種減負[1]。GIS技術，作為一種空間分析和決策技術，近年來開始在各個規(guī)劃領域里廣泛使用。我國在針對志愿者調(diào)配的GIS技術研究還比較少，如果能夠?qū)⒅驹刚叩睦碚撃Ｐ徒柚M件GIS技術實現(xiàn)，對我國的GIS研究會有一定的推動作用[2]。

1 分段最優(yōu)法的算法模型

1.1 分段最優(yōu)法的原理

分段最優(yōu)法的基本思想與貪心算法思想類似，即將問題進行分段，取出各個分段的局部最優(yōu)解，然后將所有的最優(yōu)解進行結(jié)合，取得最后的最佳答案[3]。其分段的原則是：先孤立后聯(lián)合，先把各個服務點看成是孤立的點，彼此之間是相互獨立的個體，其發(fā)生的事件均為獨立事件；然后針對將各個孤立點進行聯(lián)合分析，得到最終的最優(yōu)解。

1.2 偏差值的計算

在分段最優(yōu)法的建模過程中，偏差值的計算是一個重要的過程。由于進行重要性評分的時候，屬于盲批，且是在彼此之間相互獨立的情況下進行的，因此，部分分值肯定是有偏差的，將這些偏差分為系統(tǒng)誤差和主觀誤差。對偏差值進行計算，目的就在于將這兩種誤差分離開來，以篩選出主觀誤差，對其進行調(diào)動，消除這種錯誤。偏差值的計算過程：1） 對所有地點進行分類，將有共同特征的地點聚集在一個集合當中，得到新的集合。2） 對各子集中的元素進行對比分析，計算偏差值，方法如下：設打分分數(shù)為，則，其中αi表示i行的偏差值，表示的為矩陣中德任意一列和。

2 分段最優(yōu)法的應用以及驗證

該文以大冬會為例，利用以上的分段最優(yōu)法來解決各點的志愿者需求問題，同時進行模型的驗證[4]。首先以世界大學生運動會為研究集合，對其舉行時城市中的各抽樣點進行研究，得到不同抽樣點各項志愿者的需求量排序數(shù)據(jù)。先將太陽島單獨進行研究，根據(jù)線形分析法，將需求負載量按著評分的標準進行權值的確定。通過分析計算，可以得到解說服務、引導服務、溝通服務、統(tǒng)籌服務和形象服務的對應的需求權重分別為4/15、5/15、3/15、1/15和2/15，該需求系數(shù)為理想的最優(yōu)解。利用這種方法對其他各點進行研究，得到其對應的各項需求權重，作為需求系數(shù)。從而得到最后的需求矩陣：志愿者的分配即按照上述得到的需求矩陣進行供求平衡的運算得到最后的分配方法。其中招募的比例為行和之比，某地點的各種服務的內(nèi)部安排為列元素之比。以下是通過征召志愿者人數(shù)，按照文章的研究方式，進行了歸類，重分類后得到的統(tǒng)計如下：解說服務，4000；引導服務，4500；溝通服務，2500；統(tǒng)籌服務，1200；形象服務，1500。各項服務的比例為8∶9∶5∶2.4：3=12∶13.5∶7.5∶3.6∶4.5。這與上述的模型安排的比例相近，其波動范圍不大，是可接受的。但是，由于人員的各項安排與實際情況的聯(lián)系緊密，因此，從理論上的計算，僅能提供給相關部門一個相對準確的參考，具體問題仍然需要視情況

而定。

3 分段最優(yōu)法的GIS實現(xiàn)

基于上述的調(diào)配模型，利用GIS中的MapX二次開發(fā)平臺，將模型以算法的形式集成在功能模塊中，并以可視化的方式提供給用戶。借助Access對空間數(shù)據(jù)庫中有關的志愿者信息進行存儲，包括各個服務點的地理位置、服務點的志愿者人數(shù)和各服務點的人員遷移狀況等。通過實時察看，即可調(diào)整志愿者信息，從而適量的分配志愿者，運行結(jié)果如圖1和圖2

所示。

4 結(jié)語

1）提出了分段最優(yōu)法，作為志愿者分配模型，以歷史資料為基礎，對各服務點進行功能劃分，針對不同的地點以及不同的功能進行志愿者的分配，從而使其更具有針對性。2）在模型建立的過程中，偏差值越大，說明主觀誤差越大，進而需要相應的調(diào)整，利用這樣的方法使得分配矩陣更加客觀準確。3）該文以大冬會為例，對模型進行了驗證。4）模型與GIS結(jié)合，達到分配模型的計算機實現(xiàn)。

圖1 某d各服務點的供需狀況

圖2 針對隨行人員入住酒店的模擬追蹤

參考文獻

[1] 榮明芳，崔育新，劉德明.冬奧會建設經(jīng)驗對哈爾濱市的啟示[J].城市規(guī)劃學刊，2005（6）：87-93.

[2] 劉建國.基于COM 的組件式GIS研究與應用[D].南京：南京工業(yè)大學，2004.

[3] Ellis Horowitz，Sartaj Sahni， Sanguthevar Rajasekaran.Computer Algorithms[M]．北京：機械工業(yè)出版社，2006.

[4] 唐云松.哈爾濱2009年世界大學生冬季運動會志愿者服務的研究[J].冰雪運動，2006（2）：20-22.