志愿者调配算法模型及其GIS实现

1、志愿者调配算法模型及其 GIS 实现大型会议的举行必须有合理的人员调配方案， 志愿者往往在 其中扮演着极为重要的服务角色， 其分配的地点比较分散， 而且 方法也相对复杂。 因此， 建立一个相对理想的志愿者分配模型对 各种大型会议的人员调配无疑是一种减负1。GIS技术，作为一种空间分析和决策技术， 近年来开始在各个规划领域里广泛使 用。我国在针对志愿者调配的 GIS 技术研究还比较少， 如果能够 将志愿者的理论模型借助组件 GIS技术实现，对我国的GIS研究 会有一定的推动作用 2 。1 分段最优法的算法模型1.1 分段最优法的原理分段最优法的基本思想与贪心算法思想类似， 即将问题进行 分段，取

2、出各个分段的局部最优解， 然后将所有的最优解进行结 合，取得最后的最佳答案 3 。其分段的原则是：先孤立后联合， 先把各个服务点看成是孤立的点，彼此之间是相互独立的个体， 其发生的事件均为独立事件； 然后针对将各个孤立点进行联合分 析，得到最终的最优解。1.2 偏差值的计算在分段最优法的建模过程中， 偏差值的计算是一个重要的过 程。由于进行重要性评分的时候，属于盲批，且是在彼此之间相 互独立的情况下进行的，因此，部分分值肯定是有偏差的，将这 些偏差分为系统误差和主观误差。 对偏差值进行计算， 目的就在 于将这两种误差分离开来，以筛选出主观误差，对其进行调动， 消除这种错误。偏差值的计算过程：

3、1) 对所有地点进行分类， 将有共同特征的地点聚集在一个集合当中， 得到新的集合。 2)对 各子集中的元素进行对比分析，计算偏差值，方法如下：设打分 分数为，贝h其中a i表示i行的偏差值，表示的为矩阵中德任 意一列和。2 分段最优法的应用以及验证该文以大冬会为例， 利用以上的分段最优法来解决各点的志 愿者需求问题，同时进行模型的验证 4 。首先以世界大学生运 动会为研究集合， 对其举行时城市中的各抽样点进行研究， 得到 不同抽样点各项志愿者的需求量排序数据。 先将太阳岛单独进行 研究，根据线形分析法， 将需求负载量按着评分的标准进行权值 的确定。通过分析计算，可以得到解说服务、引导服务、沟通

4、服 务、统筹服务和形象服务的对应的需求权重分别为4/15 、5/15 、3/15 、1/15 和 2/15 ，该需求系数为理想的最优解。利用这种方 法对其他各点进行研究， 得到其对应的各项需求权重， 作为需求 系数。从而得到最后的需求矩阵： 志愿者的分配即按照上述得到 的需求矩阵进行供求平衡的运算得到最后的分配方法。 其中招募 的比例为行和之比，某地点的各种服务的内部安排为列元素之 比。以下是通过征召志愿者人数，按照文章的研究方式，进行了 归类，重分类后得到的统计如下：解说服务，4000；引导服务，4500；沟通服务， 2500；统筹服务， 1200；形象服务， 1500。各 项服务的比例为

5、8 : 9 : 5 : 2.4 : 3=12 : 13.5 : 7.5 : 3.6 : 4.5。 这与上述的模型安排的比例相近， 其波动范围不大， 是可接受的。 但是，由于人员的各项安排与实际情况的联系紧密，因此，从理 论上的计算， 仅能提供给相关部门一个相对准确的参考， 具体问 题仍然需要视情况而定。3 分段最优法的 GIS 实现基于上述的调配模型，利用 GIS中的MapX二次开发平台， 将模型以算法的形式集成在功能模块中， 并以可视化的方式提供 给用户。借助 Access 对空间数据库中有关的志愿者信息进行存 储，包括各个服务点的地理位置、 服务点的志愿者人数和各服务 点的人员迁移状况等。通过实时察看，即可调整志愿者信息，从 而适量的分配志愿者，运行结果如图 1 和图 2所示。4 结语1）提出了分段最优法，作为志愿者分配模型，以历史资料 为基础， 对各服务点进行功能划分， 针对不同的地点以及不同的 功能进行志愿者的分配，从而使其更具有针对性。2）在模型建立的过程中，偏差值越大，说明主观误差越大，进而需要相应的 调整，利用这样的方法使得