доктор технических наук;
doctor of technical sciences;
В условиях изменяющейся среды и неточности информации трудно получить однозначный ответ о качестве кандидата на должность, основываясь только на результатах просмотра анкет соискателя. Вследствие этого в последнее время при отборе персонала появляется тенденция использования методов мягких вычислений, включающих нейронные сети, нечеткую логику и эволюционные вычисления. В статье приводится решение задачи по отбору персонала для фирмы, разрабатывающей программное обеспечение, с помощью мягких вычислений. В качестве входных переменных соискателе на должность в такой организации выбраны следующие: возраст, образование, опыт работы, знание иностранного языка, обладание специальными навыками в программировании, умение работать в команде. Для количественной оценки качества кандидата используется нейронечеткая система типа ANFIS (Adaptive Network-Based Fuzzy Inference System). Идея нейронечетких систем заключается в определении параметров нечетких систем посредством методов обучения, применяемых в нейронных сетях. Самое важное достоинство этой системы заключается в автоматическом создании базы правил. После завершения обучения формируется оценка качества кандидата в виде балльной оценки по 10-балльной шкале. Кроме этого, выводится уравнение регрессии, которое связывает качество кандидата с входными переменными. Данные о степени годности соискателя, полученные по уравнению регрессию, достаточно близки к результатам, найденным с помощью системы ANFIS, поэтому для экспресс-оценки можно применять такое уравнение.
In a changing environment and inaccurate information, it is difficult to get an unambiguous answer about the quality of the candidate for the position, based only on the results of viewing the applicant’s questionnaires. As a consequence, recently there has been a trend towards the use of soft computing (neural networks, fuzzy logic and evolutionary computations) in tasks personnel’s selection. The article presents the solution of such a problem using the methods of soft computing for a software company. We use a neural-fuzzy system such as the ANFIS (Adaptive Network-Based Fuzzy Inference System) to quantify the candidate’s quality. The idea of neural-fuzzy systems is to determine the parameters of fuzzy systems through training methods used in neural networks. The most important advantage of this system lies in the automatic creation of the rules base. After completing the training, we receive an assessment of the quality of the candidate in the form of a scoring on a 10-point scale. In addition, we derive a regression equation that relates the candidate’s quality with the input variables.
Для каждого предприятия залогом успешного функционирования являются ресурсы, включающие финансы, сырье, оборудование и персонал.