文献

J-GLOBAL ID：202002238620772929   整理番号：20A0196451

不確実性の下での労働力計画のためのモデルと方法:米国陸軍サイバー分岐準備とマンニングの最適化【JST・京大機械翻訳】

Models and methods for workforce planning under uncertainty: Optimizing U.S. Army cyber branch readiness and manning

著者 (5件)： Bastian Nathaniel D. (United States Military Academy, West Point, New York 10996, United States) ,  Bastian Nathaniel D. (Air Force Institute of Technology, Wright Patterson AFB, Ohio 45433, United States) ,  Lunday Brian J. (Air Force Institute of Technology, Wright Patterson AFB, Ohio 45433, United States) ,  Fisher Christopher B. (United States Military Academy, West Point, New York 10996, United States) ,  Hall Andrew O. (United States Military Academy, West Point, New York 10996, United States)
資料名： OMEGA  (OMEGA)
巻： 92  ページ： Null  発行年： 2020年 
JST資料番号： H0485B  ISSN： 0305-0483  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,30年のキャリアサイクルの初期の期間のサブセットにわたって発生することが限られている,人の継承とキャリア間移動の組合せを用いて,新しいセットの米国陸軍専門家分野に対する最適資源化要員の問題を検討した。この作業力計画問題は,個人に対する組織的必要性に関連する制約により制約される。この問題を複雑にすることは,毎年30年間にわたる各キャリア分野における年と促進レベルのあらゆる組合せに対する確率的保持率である。本研究では,複数の性能目標の枠組みの中で,このサイバーワークフォース計画問題(CWPP)を定式化し,不確実性の下で最適な作業力計画決定を求めるために,2つの確率的計画法(SP)変種とロバスト最適化(RO)表現の3つのフレームワークを定式化した。集合的に代表的な決定論的シナリオの集合を生成する確率的パラメトリック分布をサンプリングすることにより,SP変種はシナリオベースのモンテカルロ手法とサンプル平均近似を活用するが,ROモデルは意思決定者リスク態度の範囲にわたってロバストな解を調べる。SP変種の最初に適用された感度解析は,この解が目標の異なる優先順位付けに対して比較的鈍感であることを示し,それを補充し保持するための政策洞察を同定する。3つの方法論の比較試験は,解決方法論を通して比較的一貫している作業力計画勧告をもたらし,そして,個人政策への変化を知らせるための懸念を特定する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 近似法 ,  目標計画法 ,  確率的計画法 ,  定式化 ,  ロバスト性 ,  意思決定者 ,  比較試験 ,  感度解析 ,  モデリング ,  *最適化 ,  モンテカルロ法 ,  *労働力 ,  *不確実性 ,  部分集合
準シソーラス用語： 決定論 , 【Automatic Indexing@JST】

著者キーワード (6件)： サイバー準備 ,  労働力計画 ,  マンパワーモデリング ,  目標計画法 ,  確率的プログラミング ,  ロバスト最適化

分類 (1件)： 数理計画法  (KA03030M)

タイトルに関連する用語 (8件)： 不確実性 ,  労働力 ,  計画 ,  モデル ,  米国 ,  陸軍 ,  分岐 ,  最適化