Optimalizace tvorby konstrukčních týmů pomocí genetických algoritmů

Abstract

Disertační práce se zabývá optimalizací tvorby pracovních týmů ve firmách. Základem je práce Dr. Mereditha Belbina z Henley Management College, který je autorem tzv. Belbinovy teorie týmových rolí. Tato teorie definuje základní role v týmu včetně popisu vzorců jejich chování, přičemž pro správné fungování libovolného týmu je důležité, aby v něm byly zastoupeny všechny role. V praxi je však potřeba, aby konkrétní lidé splňovali nejen osobnostní a psychologické předpoklady, ale také odborné znalosti či jiné požadavky. Doplněním těchto parametrů konkrétním lidem však vzniká obrovské množství možných variant výsledného týmu, které není možné tradičními metodami snadno a v reálném čase vyhodnotit. Z toho důvodu byly zvoleny k vyhodnocení tzv. genetické algoritmy, které jsou inspirované přírodními vývojovými procesy popsanými již dříve J. G. Mendelem a Ch. Darwinem. Genetické algoritmy se vyznačují poskytnutím dobrých výsledků řešené úlohy ve velmi krátkém čase, přičemž úloha nemusí mít exaktní zadání a správných řešení proto může být více. V rámci dizertační práce byl sestaven program v jazyce Java, jehož jádrem je genetický algoritmus a v kterém bylo uskutečněno modelování konkrétních týmů. Následovalo ověření výsledků programu sestavením týmů pro realizaci nových úkolů a sledováním jejich činnosti v praxi. Rovněž byla provedena modelová verifikace týmů sestavených již dříve pouze na základě zkušeností vedoucích pracovníků a byly porovnány výsledky.

The thesis pertains to optimisation of workgroups in companies. It is based on the work of Dr. Meredith Belbin from the Henley Management College, who is the author of the so-called Belbin’s team role theory. The theory defines fundamental roles within a team including specifications of the behavioural patterns while stipulating that in order to ensure proper functionality of a team, it is essential for all the roles to be represented in it. However, in practice it is necessary for specific people to comply not only with certain personal and psychological requirements but also professional expertise and other requirements. Nevertheless, by the means of adding these parameters to specific people, an enormous number of possible alternatives of the resulting team, which may not be evaluated (easily and in the real time) using traditional methods, proves to come to existence. Therefore, the so-called genetic algorithms inspired by natural development processes originally described by J. G. Mendel and Ch. Darwin were selected for evaluation purposes. The genetic algorithms feature good solutions to the task to be resolved in a very short time while the task does not have to be based on exact specifications and therefore several solutions might exist. A Java application was created within the scope of the thesis; its core comprises a genetic algorithm and it was used for the purpose of modelling of specific teams. The results provided by the application were subsequently verified by the means of creation of teams used for completion of new tasks and monitoring their activities in practice. Furthermore, the model verification of teams previously created solely on the basis of experience of executives was performed and the respective results were compared.