下载文档原格式
席位分配问题是一个常见的实际问题，涉及到资源的分配和管理。
为了解决这个问题，我们可以使用数学建模的方法，通过建立数学模型来分析和优化席位的分配方案。
一、问题描述假设有一个大型会议，需要分配给不同的参与者席位。
每个参与者可能有不同的资格和需求，我们需要根据一定的规则来分配席位。
具体问题包括：1. 参与者数量和席位数量2. 参与者的资格和需求3. 席位分配的规则和标准二、数学建模为了解决席位分配问题，我们可以使用以下数学模型：1. 参与者集合P：表示所有的参与者。
2. 席位集合S：表示所有的席位。
3. 资格矩阵A：表示每个参与者的资格情况，每一行表示一个参与者，每一列表示一个资格类型（例如，专业、身份等）。
4. 需求矩阵D：表示每个参与者对席位的需求情况，每一行表示一个参与者，每一列表示一个席位类型（例如，地点、时间等）。
5. 分配规则R：表示席位的分配规则和标准，如按照资格优先、按照需求优先、按照公平分配等。
根据以上描述，我们可以建立如下的数学模型：目标函数：最小化席位浪费（即席位数与参与者需求之差）约束条件：1. 资格约束：每个参与者的资格必须满足分配规则的要求。
2. 需求约束：每个参与者所需席位类型必须得到满足。
3. 数量约束：总的席位数必须不超过总席位数量。
4. 可行性约束：分配的席位必须是有效的，即不存在冲突和重复的情况。
三、求解方法根据上述数学模型，我们可以使用以下方法进行求解：1. 枚举法：逐个尝试所有可能的席位分配方案，找到满足约束条件的方案。
这种方法需要大量的计算时间和空间，但在某些情况下可能找到最优解。
2. 优化算法：使用优化算法如遗传算法、粒子群算法等，通过不断迭代找到最优解。
这种方法需要一定的编程知识和技能，但通常能够快速找到满意的解。
3. 启发式算法：使用启发式算法如模拟退火、蚁群算法等，通过不断尝试找到满意解。
这种方法相对简单易行，但可能无法找到最优解。
4. 数学软件求解：使用专门的数学软件如Matlab、Python等，通过编程求解上述数学模型。
4个人5个任务指派问题建模摘要：1.问题描述2.解决方案3.建模过程4.结果分析5.总结正文：1.问题描述在现实生活和工作中，我们常常会遇到需要分配任务给不同人员的情况。
如何合理、高效地分配任务以提高工作效率，减少人力成本，成为了一个亟待解决的问题。
本文将以一个具体案例为例，探讨如何解决这类问题。
假设有4 个人，分别为A、B、C、D，他们需要完成5 个任务，分别为任务1、任务2、任务3、任务4、任务5。
现在需要为他们合理分配任务，使得总工作效率最大。
2.解决方案为了解决这个问题，我们可以采用线性规划方法进行建模。
具体步骤如下：首先，我们需要建立一个数学模型来描述这个问题。
假设4 个人分别需要在5 个任务上花费的时间为a1, a2, a3, a4, a5（单位：小时），他们的工作效率分别为v1, v2, v3, v4, v5（单位：任务/小时）。
我们的目标是最小化总时间，即：最小化：总时间= max(a1, a2, a3, a4, a5)接下来，我们需要列出线性规划问题的约束条件。
首先，每个人需要完成所有任务，因此有：a1 + a2 + a3 + a4 + a5 = 1（任务1）a1 + a2 + a3 + a4 + a5 = 1（任务2）a1 + a2 + a3 + a4 + a5 = 1（任务3）a1 + a2 + a3 + a4 + a5 = 1（任务4）a1 + a2 + a3 + a4 + a5 = 1（任务5）其次，每个人需要在任务上花费的时间不能为负，因此有：a1 >= 0, a2 >= 0, a3 >= 0, a4 >= 0, a5 >= 0最后，我们需要考虑每个人的工作效率。
为了使总时间最小，我们需要将任务分配给工作效率较高的人。
因此，我们可以将每个人分配给他们效率最高的任务，即：任务1：a1 = max(v1, v2, v3, v4, v5)任务2：a2 = max(v2, v3, v4, v5, v1)任务3：a3 = max(v3, v4, v5, v1, v2)任务4：a4 = max(v4, v5, v1, v2, v3)任务5：a5 = max(v5, v1, v2, v3, v4)3.建模过程根据上述分析，我们可以建立如下的线性规划模型：min a1, a2, a3, a4, a5s.t.a1 + a2 + a3 + a4 + a5 = 1a1 + a2 + a3 + a4 + a5 = 1a1 + a2 + a3 + a4 + a5 = 1a1 + a2 + a3 + a4 + a5 = 1a1 + a2 + a3 + a4 + a5 = 1a1 >= 0, a2 >= 0, a3 >= 0, a4 >= 0, a5 >= 0a1 = max(v1, v2, v3, v4, v5)a2 = max(v2, v3, v4, v5, v1)a3 = max(v3, v4, v5, v1, v2)a4 = max(v4, v5, v1, v2, v3)a5 = max(v5, v1, v2, v3, v4)4.结果分析通过求解上述线性规划问题，我们可以得到最优的任务分配方案以及对应的总时间。
数学建模三人任务分配第一篇：数学建模三人任务分配可能遇到的相关思想、方法、关键词等判断矩阵、灰色理论、指数平滑法、层次分析法（AHP）、时间序列、BP神经网络、主成分分析、相关性分析、最小二乘法、曲线拟合三人任务分配：金双：负责搜集整理课件以及概括方法、思想还有包括网上的多方面信息（中国知网、万方数据网），在这个过程中寻找列举关键词为后面写论文做铺垫。
莹洁：利用Matlab、Minitab、Lingo等软件解决全部问题（包括建立各种矩阵，求解相关特征值特征向量，判断矩阵等），为写论文提供表格和数据，同时也辅助搜集各种有用信息（随时关注建模网的动态变化和周围相关信息）。
还有就是搜集论文模型、考生心得。
我：随时关注相关信息，并保持信息通畅，及时把两人搜集的各种思想方法尽快保证质量地看完，做到心中有数。
同时对两位提供地数据详细而又全面的进行汇总，并做出预测。
此外我还向学长学姐那边询问考试情况！注意：一有什么信息，彼此间保持随时联系，包括心理、饮食、生活等方面，全力备战这几天的任务。
（相关性知识：世博会调度优化配置问题、“天地之中”世界遗产申请成功、舟曲灾害以及河南受水灾等问题。
）接下来的任务就是迅速确定各自任务，并迅速进入备战状态。
快速找出问题症结所在，有什么疑问尽快提出，实事求是，量力而行！！第二篇：任务分配二级医院评审任务组成员名单及任务一、第一任务组：组长：孙礼超成员：孙礼刚丁军、娄玄、赵威、刘培雪、代良坤、张奎、孟娜、时远征、潘金花联络员：赵威任务：对应2012版二级医院评审标准第一章“医院功能任务”篇展开工作。
1、医院设置、功能和任务符合区域卫生规划和医疗机构设置规划要求；（责任人：孙礼超、赵威）2、积极探索科学规范的公立医院内部管理体制；（责任人：丁军、娄玄）3、承担公立医院与基层医疗机构对口协作等政府指令性任务；（责任人：张奎、代良坤）4、应急管理；（责任人：刘培雪、营同标）5、临床医学教育与继续医学教育；（责任人：丁军、时远征）6、科研及其成果（责任人：孙礼刚、潘金花）二、第二任务组：组长：孙礼超成员：为全体分项目责任人联络员：潘彬任务：对应2012版二级医院评审标准第二章“医院服务”篇展开工作。
数学建模队员分配问题模型
数学建模队员分配问题可以建立如下模型：
1. 确定目标：确定需要完成的任务以及任务的优先级，以此确定需要分配的队员数量和能力要求。
2. 确定约束条件：确定队员的能力水平，以及每个队员能够承担的任务数量的限制。
3. 建立数学模型：将任务分配问题抽象为一个图论问题，其中每个节点表示一个任务，边表示任务间的关系或依赖关系。
根据任务的优先级和队员的能力水平，为每个任务分配一个权重值。
然后使用图论算法，如最小匹配算法或最大流算法，来确定最优的任务分配方案。
4. 求解最优解：根据建立的数学模型，使用相应的算法求解最优的任务分配方案。
可以通过编程实现算法，或使用专业的优化软件来求解。
5. 验证和评估：对求解的结果进行验证，确保分配方案满足任务的要求和约束条件。
同时，评估分配方案的效果和可行性，可以根据实际情况进行调整和优化。
以上是一个基本的数学建模队员分配问题的模型，具体的实现方式和求解方法可以根据具体的情况进行调整和优化。
数学建模选课分班问题
数学建模选课分班问题是指在学校的数学建模选修课程中，需要将学生分配到不同的班级中。
这个问题涉及到多个因素，包括学生的兴趣、能力水平、性别等，以及班级的容量和教师资源等。
在解决数学建模选课分班问题时，可以采用以下几种方法：
1.基于规则的分班方法：根据一些规则和标准，将学生分配到班级中。
例如，可以根据学生的兴趣和能力水平将他们分为不同的班级，以便更好地满足他们的学习需求。
2.基于优化算法的分班方法：利用数学建模中的优化算法，通过最小化某个目标函数来确定最佳的分班方案。
例如，可以将学生的分班问题建模为一个最小化总班级差异的问题，然后使用遗传算法或线性规划等方法求解最优解。
3.基于机器学习的分班方法：利用机器学习算法，通过学习历史数据和模式来预测学生在数学建模中的表现，并根据预测结果将学生分配到适合他们的班级。
这种方法可以根据学生的个性化需求和特点来进行分班。
在实际应用中，数学建模选课分班问题需要综合考虑多个因素，并进
行权衡和平衡。
例如，要避免班级之间的差异过大，同时也要注意班级容量和教师资源的合理分配。
为了更好地解决数学建模选课分班问题，可以采用多种方法的组合，例如先利用基于规则的方法进行初步分班，然后利用优化算法和机器学习算法进行微调和优化。
总之，数学建模选课分班问题是一个复杂的问题，需要综合考虑多个因素，并运用合适的方法进行求解。
通过合理的分班方案，可以更好地满足学生的学习需求，并提高数学建模课程的教学效果。
数学建模个人经验谈组队和分工数学建模个人经验谈——组队与分工数学建模竞赛就是三个人得活动,参加竞赛首要就是要组队,而怎么样组队就是有讲究得。
此外还需要分工等等,一般得组队情况就是与同学组队,很多情况就是三个人都就是同一系,同一专业以及一个班得,这样得组队就是不合理得。
让三人一组参赛一就是为了培养合作精神,其实更为重要得原因就是这项工作需要多人合作,因为人不就是万能得,掌握知识不就是全面得,当然不排除有这样得牛人存在,事实上也就是存在得,什么都会,竞赛可以一个人独立搞定、但既然允许三个人组队,有人帮忙总就是好得,至少不会太累、而三个人同系同专业甚至同班得话大家得专业知识一样,如果碰上专业知识以外得背景那会比较麻烦得。
所以如果就是不同专业组队则有利得多、众所周知,数学建模特别需要数学与计算机得能力,所以在组队得时候需要优先考虑队中有这方面才能得人,根据现在得大学专业培养信息与计算科学,应用数学专业得较为有利,尤其就是信息与计算科学可以说就是数学与计算机专业得结合,两方面都有兼顾,虽然说这个专业得出路不就是很好,数学与计算机都涉及点但就是都没有真正得学通这两门专业得,但对于弄数学建模来说就是再合适不过了。
应用数学则偏重于数学,但就是一般来讲玩计算机得时间不会太少,尤其就是在科学计算与程序设计都会设计到比较多,又有深厚得数学功底,也就是很不错得选择。
有不少得人会认为第一人选就是数学方面得那第二人选就应该考虑计算机了,因为学计算机得会程序,其实这个概念可以说就是对也可以说就是不对得。
之所以需要计算机方面得人就是为了弥补数学方面得人在算法实践方面得不足,但就是不就是所有得计算机方面专业人都擅长算法实践得,如果要选得话就选擅长算法分析实践得,因为学计算机得不一定会程序,并且会程序得不一定会算法。
拿出一个算法,让学计算机得编写程序实践不一定能行,不就是小瞧计算机得,但就是这种情况还就是比较多得,不然可以瞧到参加ACM得数学系得居多,比学计算机得搞得好、因此一定要弄清这个概念,不就是计算机得就适合得、所以在组队中有两种人就是必需得,一个就是对建模很熟悉得,对各类算法理论熟悉,在了解背景后对此背景下得各类问题能建立模型,设计求解算法。
数学建模分配问题模型数学建模是一种通过数学方法解决实际问题的方法。
在实际生活中，我们经常会遇到分配问题，即将一定数量的资源分配给不同的需求方。
这些资源可以是金钱、人力、材料等，需求方可以是个人、企业、机构等。
为了合理地分配资源，我们可以使用数学建模的方法进行分析和优化。
一般来说，分配问题可以分为两类：最优化问题和约束问题。
最优化问题的目标是使得某个指标达到最大或最小值，比如最大化利润、最小化成本等。
约束问题则是在一定的条件下寻找满足需求的最优解。
下面我们将分别介绍这两类问题的数学建模方法。
对于最优化问题，我们首先需要确定一个目标函数。
目标函数描述了我们希望优化的指标，可以是一个或多个变量之间的函数关系。
然后，我们需要确定一组约束条件。
约束条件反映了资源的限制以及需求方的限制，可以是等式或不等式。
最后，我们需要确定决策变量，即需要分配的资源量或决策方案。
通过求解目标函数在约束条件下的最优解，就可以得到最佳的分配方案。
以货物运输为例，假设有一批货物需要从仓库分配给不同的销售点，我们希望通过最优化分配来降低运输成本。
我们可以将每个销售点的需求量作为约束条件，将货物的运输成本作为目标函数。
然后，我们需要确定每个销售点的分配量作为决策变量，通过求解目标函数在约束条件下的最优解，就可以得到最佳的分配方案，从而降低运输成本。
对于约束问题，我们需要确定一组约束条件，这些条件可能是资源的限制、需求方的限制或其他限制。
然后，我们需要确定决策变量，即需要分配的资源量或决策方案。
通过在约束条件下寻找满足需求的最优解，就可以得到合理的分配方案。
以人力资源分配为例，假设有一定数量的员工需要分配到不同的项目中，每个项目对员工的技能要求不同。
我们希望通过合理的分配来最大化项目的效益。
我们可以将每个项目的效益作为约束条件，将员工的技能水平作为决策变量。
通过在约束条件下寻找满足需求的最优解，就可以得到最佳的分配方案，从而最大化项目的效益。
数学建模B 题：人员安排问题问题综述：该问题主要是为了求解在客户的要求下公司每天收益的最大化，属于优化问题；我们在对这个问题建模时，主要是基于客户的两个要求来建立的： （1）客户对员工的人数要求； （这个要求是本来题目有的） （2）客户对工期的要求； （这个要求是我们进一步假设的）对于第一个要求我们建立了基本模型，而对于第二个要求，我们在第一个要求的基础上，进一步改进了基本模型，从而建立了某个项目先完工的模型。
具体的解题思路如下图所示：一．模型基本假设：1．假设客户对项目的工期没有限制，项目的工期由公司决定，且四个项目同时开工，同时完工，中间也不停工。
2． 假设所有人员总能在岗位上工作，不考虑由于生病或是其他意外事件而造成人员的缺席。
3．假设四个项目同时需要的最多人数不超过现有公司工作人员的人数，即使超过，也只分配公司现有的工作人员。
4．假设C 、D 两个项目的管理费由公司支付；5．假设所有工作人员都安排完毕，即每个人都有工作。
6．假设同等级别的工作人员的技术水平是相同的，即他们可以接受任意等同的任务。
二．符号说明：i ：用i ＝1,2,3,4分别表示高级工程师，工程师，助理工程师和技术员。
j ：用j ＝1,2,3,4分别表示项目A,B,C 和D 。
ij X ：公司分配第i 级别工作人员到第j 个项目上的人数。
例如23X 表示公司分配工程师到项目C 上的人数。
ij a ：第i 级别工作人员分配到第j 个项目上的收费。
ij b : 第i 级别工作人员分配到第j 个项目上时公司的开支（包括工资和管理费）。
ij A : 表示到项目j 工作的第i 级别工作人员为公司贡献的纯利润收入。
j ： 表示第j 个项目的总工时（即项目j 的总工作量）。
j T ： 表示第j 个项目客户所要求的工期（即项目j 所需要的完工时间）。
Max ：公司一天的直接收益 只考虑客户对员工的人数要求 基本模型 进一步考虑客户对工期的要求 某个项目先完工的模型改进j M ： 表示客户要求第j 个项目一天所必须完成的工作量。
数学建模竞赛试题B 题：如何进行人员分配“A 公司”是一家从事建筑工程的公司，现有41个专业技术人员，其结构和相应的工资水平分布如表1所示：表1 人员结构及工资情况目前，公司承接4个2项是工程设计，分别在C 地和D 地，主要工作在办公室完成。
由于4个项目来源于不同客户，并且工作的难易程度不同，因此，各项目的合同对有关技术人员的收费标准不同，具体情况如表2：表2 不同项目和各种人员的收费标准为了保证工程质量，各项目中必须保证专业人员结构符合客户的要求，具体情况如表3所示：表3 各项目对专业技术人员结构的要求（1）项目D ，由于技术要求较高，人员配备必须是助理工程师以上，技术员不能参加；（2）高级工程师相对稀少，而且是保证质量的关键，因此，各项目客户对高级工程师的配备要求不能少于一定数目的限制。
各项目对其他专业人员也有不同的限制或要求；（3）各项目客户对总人数都有限制；（4）由于C，D两项目是在办公室完成，所以每人每天有50元的管理费开支；由于收费是按人工计算的，而且4个项目总共同时最多需要的人数是10+16+11+18=55，多于公司现有人数41，应如何合理地分配现有的人员力量，使公司每天的直接受益最大？题目如何进行人员分配目录一、问题重述二、问题分析三、问题假设四、模型建立五、模型求解六、结果分析七、模型评价八、模型改进一、问题重述企业的人力资源管理是一门科学，而人力资源管理最主要的任务是如何把企业现有的人力资源安排到合适的工作岗位，以使企业能够获得更高的经济效益。
尤其是在人力资源稀缺的情况下，合理的安排各人员的任务更是显得至关重要。
接下来我们将要解决的就是一个企业人员分配的问题。
在这个问题中，A建筑工程公司有高级工程师、工程师、助理工程师、技术员等四种不同级别的工作人员，并且公司同时承接了A、B、C、D 四个不同的工程项目。
公司不同级别的技术人员的工资是固定不变的，各级别技术人员的数量也是一定的，为了保证工程质量，各项目中必须保证专业人员结构符合客户的要求，在各项目的收费标准也是一定的情况下，合理的安排现有的技术人员的任务，将使公司获得一个最大的利润。
那么，为了获得最大收益，A公司到底应该如何把这四种不同级别的技术人员安排到四个不同的项目中去呢？本文中，我们将重点对该问题进行分析。
二、问题分析该问题的任务是，通过合理分配人员，使公司每天的直接收益最大。
公司的主要收入来源是对各项目所收取的费用，支出主要有两项：四种不同级别的技术人员的工资和项目期间的办公费用。
公司的直接收益是总收入减去总支出。
A公司对各个项目的不同技术人员的收费标准都高于对应技术人员的总支出费用。
我们可以得出不同项目对应不同级别技术人员的利润表如下：注：该表中的利润值是已经减去办公费用的值同时，技术人员的分配受到不同项目对技术人员结构要求的约束，由于公司人员有限，各项目的技术人员安排不可能同时达到所需的最大数量，我们要将现有的41名技术人员对最大55个可用岗位进行安排。
从以上分析结果，我们可以确定这是一个线性规划问题，对公司现有的各级别技术人员进行合理的任务安排，可以使公司获得一个最大利润。
接下来，我们就将问题转化到如何将A公司各级别技术人员安排到55个岗位上来，使公司获得最大利润。
三、问题假设1、公司的现有技术人员数量和结构保持不变，即公司不会再临时招聘专业技术人员；2、一旦任务分配好之后，不会再出现人员变动的情况，并且不可能出现同一个技术人员同时担任两个项目的工作；3、对项目的收费标准和专业技术人员的工资水平保持不变；4、排除人员因生病、请假等不能正常工作的情况，排除天气对项目进行的影响；四、模型建立1、决策变量：对各项目分配的技术人员数目设如下变量：2、目标函数：设公司每天的利润为M元，根据利润表和人员分配表，公司每天的总利润可以表示为：M=750*x11+1250*x12+1000*x13+700*x14+600*x21+600*x22+650*x23+550*x24+430*x31+530*x32+480*x33+480*x34+390*x41+490*x42+240*x43+340*x443、约束条件：（1) 各项目的不同技术人员数量约束如下：1≤x11≤32≤x12≤5x13=21≤x14≤2x21≥2x22≥2x23≥22≤x24≤8x31≥2x32≥2x33≥2x34≥1x41≥1x42≥3x43≥1x44=0（2）各项目安排的总人员约束如下：x11+x21+x31+x41≤10x12+x22+x32+x42≤16x13+x23+x33+x43≤11x14+x24+x34+x44≤18（3）各级别技术人员总数约束如下：x11+x12+x13+x14≤9x21+x22+x23+x24≤17x31+x32+x33+x34≤10x41+x42+x43+x44≤5五、模型求解对于这种整数规划类型的问题，可以用分支定界法来进行求解。
但是由于该模型的变量比较多，用分支定界法进行手工求解是比较麻烦的，而lingo软件求解整数规划问题时，正是基于这种方法，所以我们可以借助lingo软件进行求解。
编写lingo程序如下：model:max=750*x11+1250*x12+1000*x13+700*x14+600*x21+600*x22+650*x23+550*x24+430*x31+530*x32+480*x33+480*x34+390*x41+490*x42+240*x43+340*x44;x11+x12+x13+x14<=9;x21+x22+x23+x24<=17;x31+x32+x33+x34<=10;x41+x42+x43+x44<=5;x11+x21+x31+x41<=10;x12+x22+x32+x42<=16;x13+x23+x33+x43<=11;x14+x24+x34+x44<=18;x11>=1;x11<=3;x12>=2;x12<=5;x13=2;x14>=1;x14<=2;x21>=2;x22>=2;x23>=2;x24>=2;x24<=8;x31>=2;x32>=2;x33>=2;x34>=1;x41>=1;x42>=3;x43>=1;x44=0;End运行程序（运行结果见附录一），求得最优解为27150 元，即为公司每天最大直接收益。
各项目的专业技术人员最优分配表如下：六、结果分析从运行结果（详见附录一）可以看出，公司的41名技术人员都能分配到任务，且完全符合各项目对技术人员结构的要求。
而且，从其“影子价格”一栏可得知，在其他条件不变的情况下，每增加一名高级工程师，公司的最大直接收益就增加700元；每增加一名工程师，公司的最大直接收益就增加550元；每增加一名助理工程师，公司的最大直接收益增加480元；每增加一名技术员，公司的最大直接收益增加440元。
因此，在不影响公司正常业务的情况下，应减少助理工程师和技术员的人数，增加高级工程师和工程师的人数，以使公司获得最大的直接收益。
七、模型评价1．模型优点：（1）该模型对问题用线性规划进行分析，而且列出了利润表对问题进行简化，使得问题变得简单，也减少了模型变量的数量，使得分析问题变得简单；（2）结果分析了各级别技术人员数量增加时对企业利润的影响，给人力资源结构调整作了一个参照，以及今后公司扩展业务时应该招聘的人员比例。
2．模型缺点：（1）本模型忽略了实际作业时的多种因素，例如天气、人员缺勤等不确定因素；（2）本模型未对公司实际作业时的其他支出进行考虑，如购买工具、设备折旧等；八、模型改进四个项目同时要求的总人数为55人，而公司实际人口为41人，如果公司招聘更多的技术人员会使利润增加，但应该招多少高级工程师、工程师、助理工程师和技术员，才能使公司的直接收益最大呢？下面我们对此问题进行求解。
假设其他条件不变，新招聘的技术人员的工资标准和现有人员的相同。
我们编写如下lingo程序并进行求解：model:max=750*x11+1250*x12+1000*x13+700*x14+600*x21+600*x22+650*x23+550*x24+430*x31+530*x32+480*x33+480*x34+390*x41+490*x42+240*x43+340*x44;x11+x21+x31+x41<=10;x12+x22+x32+x42<=16;x13+x23+x33+x43<=11;x14+x24+x34+x44<=18;x11>=1;x11<=3;x12>=2;x12<=5;x13=2;x14>=1;x14<=2;x21>=2;x22>=2;x23>=2;x24>=2;x24<=8;x31>=2;x32>=2;x33>=2;x34>=1;x41>=1;x42>=3;x43>=1;x44=0;End结果（详见附录二）显示：当招录高级工程师3人，工程师7人，助理工程师4人时，公司的直接收益最大，且最大收益为35020元。
各项目的专业技术人员最优分配表如下：表中的各级别的技术人员比例是最优的人员配置，当A公司保持这种人员比例时，会使公司的利润最大化。
这就给今后公司的进行人员招聘提供了一个比较科学的参照。
