公司人力资源配置优化研究+文献综述(5)
个体差异的原理：企业中每个人员由于受各种因素的影响而各不相同，形成个体差异。要合理地进行人员配置就要对人力资源的构成和特点有比较详细的了解，以提高人力资源投入产出比率。
互补增值的原理：人各有所长也各有所短，以己之长补他人之短，从而使每个人的长处得到充分地发挥，避免短处对工作的影响，这就叫做互补。互补产生的整体优势比单个人的能力简单相加之和要大得多，这叫做互补增值。在人员配置中，在考虑个体与岗位相互适应时，同时也要考虑个体与个体之间产生的互补作用对生产效率的促进作用。
2.2模糊集理论
模糊集(Fuzzy sets)是由美国计算机与控制论专家查德(Zadeh L．A)于1965年首次提出的，其核心思想是用数学手段来仿效人脑的思文，由于其观念与人的日常思文相借近，所以模糊集在全球掀起一股研究模糊理论的热潮。现在模糊数学这种新思想已经在模糊度量、模糊识别、模糊推理、模糊控制和模糊决策方面得到了广泛的应用，但模糊数学思想绝不是对精确化思想的否定，某种意义上说，它使确定化能在更一般的框架下得以实现，即从模糊性中寻求确定性的信息(彭祖赠,2007)。
2.2.1模糊集合
由于经典集合不能表现模糊概念，模糊集合的基本思想是：把经典集合中的隶属关系加以扩充使元素对“集合”的隶属程度由只能取0和l这两个值推广到可以取单位区间[0,1]中的任意一个数值，从而实现定量地刻画模糊性对象。
定义：设U为论域，则U上的有一个模糊集合A={(u,μ_A (u)├|uϵU┤)},其中函数值μ_A (u)称为u对于A的隶属度，取值范围为单位区间[0,1]，当隶属度为1的元素肯定属于这个模糊集合，隶属度为0的元素肯定不属于这个模糊集合，由此可见模糊集合概念只是经典集合概念的延伸，由于模糊集合A只能由其隶属函数μ_A (u)来表达，因此我们常用符号A(u)来代替μ_A (u)。
常见的模糊集合表示方法有下列两种：
(1)Zadeh表示法
当论域U只包含有限个元素，即U={u_1,u_2,…,u_n }时，则U 上的模糊集合A可以如式2-1所示：
A=A(u_1 )⁄u_1 +A(u_2 )⁄u_2 +⋯(+A(u_n ))⁄u_n (2-1 )
式中符号A(u_i )⁄u_i 不表示“分数”，而是表示元素u_i隶属于A的程度为A(u_i )；符号“+”也不表示“加号”，而是一种联系符号。
(2)向量表示法
当论域 U={u_1,u_2,…,u_n }时，则U上的模糊集合A可以如式2-2所示：
A=(A(u_1 ),A(u_2 ),…,A(u_n )) (2-2)
由于 A(u_i )ϵ[0,1],i=1,2,…,n，即上式中向量的每个分量的值都在0与l之间，我们通常将其称为模糊向量。
模糊集合是经典集合的延伸，因此模糊集合也具有经典集合的性质：
(1)模糊集合的并集和交集
设论域U上有两个模糊集合A和B，则A和B的并集A∪B ，A和B的交集 A∩B仍为模糊集合，其定义如式2-3及2-4所示：
(A∪B)(u)=max{A(u),B(u)} (2-3)
(A∩B)(u)=min{A(u),B(u)} (2-4)