LA SELECCIN DEL PERSONAL CON UN ALGORITMO GENTICO BORROSO1

Enrique Lpez Gonzlez Cristina Mendaa Cuervo Miguel A. Rodrguez Fernndez Departamento de Direccin y Economa de la Empresa Facultad de CC. EE. Y Empresariales Universidad de Len 24071 LEN dde{elg/cmc/mrf }@unileon.es

LA SELECCIN DEL PERSONAL CON UN ALGORITMO GENTICO BORROSO

ABSTRACT La seleccin de personal para las distintas actividades desarrolladas por las unidades econmicas precisa planteamientos ms coherentes y no simplistas de la informacin que se posee. La utilizacin de la Computacin Flexible y la representacin imprecisa del conocimiento disponible a travs de etiquetas lingsticas permite reconocer el problema tal como se muestra en la realidad. Con este trabajo se pretende suministrar una solucin satisfactoria a un problema real de gestin de personal.

PALABRAS CLAVE: Seleccin de Personal, Relacin entre Puestos, Etiquetas Lingsticas, Nmeros Borrosos, Algoritmos Genticos.

Artculo aceptado para ser publicado en la revista de Investigaciones Europeas de Direccin y Economa

1. INTRODUCCIN

La incorporacin de nuevo personal o la asignacin del ya existente a tareas especficas constituye una decisin importante, dado que el acierto en ella determinar la propia supervivencia de la empresa. Esto es aplicable a cualquier sector, pero cobra mayor relevancia en aquellos donde la turbulencia o hipercompetencia en que se desarrolla su actividad precisan contar con recursos humanos que doten de flexibilidad y adaptabilidad suficientes, de ah que una correcta seleccin del personal redundar en mayor grado en el desarrollo futuro de la empresa. El objetivo del presente trabajo consiste en intentar elaborar un modelo de seleccin de personal en condiciones de incertidumbre que permita tanto minimizar los riesgos derivados de la realizacin de tareas por personal inadecuado como maximizar la utilidad de la empresa con la ubicacin ptima de los trabajadores, permitiendo incorporar en l toda la informacin de la que se dispone por ambigua o subjetiva que esta sea, as como con las imprecisiones que este tipo de toma de decisiones conlleva. Desde la vertiente empresarial, el problema as descrito se corresponde con la optimizacin de una relacin: la eficiencia del factor trabajo y los costes derivados de su utilizacin. Por otro lado, ninguna empresa puede obviar, a la hora de elegir las personas ms adecuadas para un puesto, que los trabajadores interactan unos con otros y no
de la Empresa de la Asociacin Europea de Direccin y Economa de la Empresa (AEDEM)

desarrollan su actividad aisladamente. Surge aqu la idea de formacin de equipos capaces llevar a cabo el trabajo comn, an sin ser todos sus miembros de un elevado talento o con aptitudes diferentes. Por ello, a la hora de valorar de la mejor manera posible la seleccin de personal, ser necesario no slo tener en cuenta el perfil del puesto de trabajo y los niveles de exigencia de cada una de las tareas a desarrollar en el mismo, para compararlos con las cualidades de los candidatos, sino tambin las distintas personalidades de stos, ya que si son seleccionados pertenecern a un equipo formado por personas con las que debe colaborar en el logro de una meta comn. Pretender recoger y graduar toda esta informacin suscita el inters por la posible incorporacin a este mbito de la Teora de los Subconjuntos Borrosos [ZADEH, 1965; KAUFMANN y GIL-ALUJA, 1990] con objeto de poder tratar de forma adecuada la incertidumbre que caracteriza la toma de decisiones relacionadas con la seleccin de personal. Particularmente, en este trabajo, se propone utilizar etiquetas lingsticas para representar la informacin de las variables y facilitar un modelo de decisin que consiga manejar dicha informacin. A este respecto, resulta evidente que los gestores de personal y aquellas personas encargadas de valorar mediante distintas pruebas (test de aptitudes, cuestionarios de personalidad, pruebas situacionales, seminarios de evaluacin, entrevistas, etc.) los niveles que cada candidato presenta en las competencias de los puestos entre otras variables, prefieran utilizar para tal fin el lenguaje natural que ellos manejan, pues resulta poco ajustado a al realidad expresar dichos niveles con valores numricos

estrictos [STRAUSS y SAYLES, 1981]. Con ello, aunque se pierde la precisin de los nmeros, se gana en acercamiento al problema. Por otro lado, para optimizar la asignacin o seleccin planteadas se requiere de alguna herramienta capaz de captar toda la complejidad que la informacin imprecisa conlleva, as como para facilitar una buena solucin al decisor [LPEZ-GONZLEZ et al, 1995a; LPEZ-GONZLEZ et al, 1995b; LPEZ-GONZLEZ et al, 1995c]. Por ello, en este trabajo, se ha optado por la utilizacin de un Algoritmo Gentico, pues al tratarse de un mtodo heurstico de bsqueda de soluciones no presenta restricciones al planteamiento del problema, por muy complejo que este sea. En este estudio, dicho algoritmo se caracteriza por utilizar una funcin de adecuacin que permite la evaluacin de informacin lingstica, lo cual presenta una clara innovacin tanto en la originalidad del medio utilizado para la ayuda a toma de decisiones como en la aportacin en cuanto al tratamiento con tecnologas borrosas del algoritmo gentico propugnado. De acuerdo con lo anterior, en la siguiente seccin se llevar a cabo un anlisis descriptivo del objeto material del estudio y la modelizacin que se propone. Posteriormente, se presenta el Algoritmo Gentico diseado para conseguir una buena solucin del problema. A continuacin, se facilita un ejemplo de la experimentacin y se discuten los resultados obtenidos. Por ltimo, se incluyen las conclusiones y desarrollos futuros que al respecto los autores sugieren.

2. LA SELECCIN DEL PERSONAL EN AMBIENTE DE INCERTIDUMBRE. ANLISIS DESCRIPTIVO Y MODELIZACIN DEL PROBLEMA

2.1. La seleccin de los recursos humanos A los efectos de este trabajo se entender que la seleccin de personal consistir en elegir a una persona para un puesto de trabajo con un determinado perfil, susceptible de ser definido a travs de unas medidas o valuaciones que permitan ser comparadas con las cualidades del candidato. En cualquier caso, por su propia naturaleza, los esquemas utilizados para la seleccin de personal se hallan sujetos a ciertas dosis de subjetividad y se presentan como una sucesin de etapas, en las que se van eliminando sucesivamente los candidatos que se consideren menos adecuados, al mismo tiempo que se intenta captar las cualidades que poseen aquellos ms aptos para la realizacin de las tareas que definen el puesto de trabajo. Las fases a llevar a cabo el proceso de seleccin se pueden resumir, a modo indicativo, en las tres siguientes [STRAUSS y SAYLES, 1981; GIL-ALUJA, 1996; DE ANSORENA, 1996]:

1. Establecimiento del perfil del puesto de trabajo, a travs del anlisis de las tareas encomendadas con posibilidades objetivas para su realizacin. Dicho perfil comprende tambin la enumeracin de las cualidades que el candidato debe poseer para la correcta realizacin de las actividades que el puesto de trabajo comporta, as como el grado de importancia que dicha competencia tiene en relacin con tal puesto En la prctica es comn establecer una lista de la totalidad de las competencias necesarias, entendiendo por competencia una caracterstica esencial de un individuo que genera un desempeo eficaz o superior en el trabajo. En esta definicin se englobaran habilidades, rasgos personales, motivaciones y otros aspectos como la autoimagen, el rol

social desempeado, el conocimiento que el individuo posea, etc. De esta forma, es posible estudiar las operaciones que comporta el puesto de trabajo correspondiente, as como las condiciones en las cuales deben ser realizadas las tareas. Tradicionalmente se han utilizado valuaciones ciertas para determinar las competencias que se precisan para un puesto de trabajo. Sin embargo, resulta obvio que en la mayora de ellas el grado de cumplimiento no ha de ser rgido y por ello la modelizacin mediante variables lingsticas encuentra aqu una interesante aplicacin. Adems, en el establecimiento del puesto resulta necesario incluir las relaciones con los dems debido a que las organizaciones no se componen de personas desarrollando su actividad aisladamente sino que se interrelacionan entre si, por lo que conseguir un buen equipo puede resultar ms importante que buenas

individualidades. Por otro lado, si se plantea un problema de seleccin con varios puestos, se debe ponderar de alguna manera aquellos que para la direccin de la empresa resultan de mayor trascendencia, pues, sern estos los que de una manera ms eficiente se debern cubrir con las personas idneas.

2. Evaluacin del candidato. Se dispone de una amplia panoplia de posibilidades para elegir las pruebas (formularios, entrevistas, exmenes, tests, etc.) [STRAUSS y SAYLES, 1981; DE ANSORENA, 1996] que, de alguna manera, intentan determinar los niveles de aptitud de una persona con relacin a ciertas cualidades que se estiman precisas para desarrollar correctamente las tareas de un puesto de trabajo. Por otro lado, tambin resulta conveniente tener en cuenta, adems de las necesidades del

puesto de trabajo, las condiciones de su entorno, especialmente las que se refieren al equipo humano en el que se debe incorporar. En esta fase tiene plena vigencia el anlisis de las posibles interrelaciones que puedan surgir entre los individuos, pues, cuando nos encontramos con tareas o puestos de trabajo en las cuales existe un contacto entre personas, o que son realizadas por equipos, se debe conseguir que los trabajadores involucrados sean cooperantes, es decir, que sean compatibles en la realizacin del trabajo comn. Esta circunstancia ratifica el inters por contemplar en el proceso de seleccin las posibles relaciones entre las tareas y qu grado de compatibilidad existe entre los individuos. Estas valoraciones se realizan de manera subjetiva en muchos casos, con lo cual, la utilizacin de etiquetas lingsticas permitir un acercamiento mayor a la realidad del proceso de toma de decisiones estudiado.

3. Adaptacin del candidato al perfil. Una vez conocidos los niveles en que cada candidato posee una determinada cualidad, se procede a su comparacin con las cualidades del perfil del puesto de trabajo establecido, lo que debe permitir conocer el grado de adaptacin de cada candidato y obtener, en definitiva, un orden de preferencia entre ellos. Todo ello sin olvidar la compatibilidad de las personas, objetivo paralelo a la buena adaptacin de los candidatos a los puestos.

2.2. Modelo Lingstico-Borroso de Seleccin de Personal En nuestro caso, el modelo que se propone consta de las siguientes fases: 1. En un primer paso se establece cuales son los puestos que se pretende asignar o seleccionar.

X ' = {X '1 , X '2 ,  , X 'm1 } Asociadas a cada puesto se conocen las competencias que se precisan: C11 ,, C1m 2 C =  C ,, C m1m 2 m11 y la importancia que cada una tiene dentro de los distintos puestos. IC11 ,, IC1m 2 IC =   IC ,, IC m1m 2 m11 Normalmente, en un mbito cuantitativo esta informacin se expresa por medio de valores numricos. Sin embargo, cuando se trabaja en campos cualitativos, como el de la gestin de personal, que se caracterizan por un conocimiento vago o impreciso, sta no se puede expresar de manera numrica exacta. Por tanto, una aproximacin ms realista ser utilizar informacin lingstica en su lugar, siempre y cuando las variables que participan en el problema se expresen en dichos trminos [DELGADO et al, 1993]. Este planteamiento es aplicable a multitud de problemas, debido a que permite representar la informacin de una manera ms adecuada [YAGER, 1992]. En este trabajo se ratifica la posibilidad de que la informacin referente a la importancia de las competencias se establezca de manera lingstica, pues parece claro que un experto en gestin de personal no conozca de una manera numrica exacta cual es la importancia de una competencia, pero si que sea capaz de indicarlo mediante su propio lenguaje natural. Para la evaluacin de la importancia, as como otras caractersticas, se ha optado por utilizar un conjunto de nueve etiquetas lingsticas [BONISSONE y DECKER, 1986] cuya representacin se muestra en la Figura 1.

Nueve Etiquetas

Figura 1 As, para el caso de la importancia proponemos las etiquetas y los Nmeros Borrosos Trapezoidales asociados con ellas que se muestran a continuacin: Imprescindible Extremadamente Alta Muy Alta Bastante Alta Media Bastante Baja Muy Baja Extremadamente Baja Innecesaria (1, 1, 1, 1) (.93, .98, .99 ,1) (.72, .78 ,.92 ,.97) (.58 ,.63 ,.80, .86) (.32, .41, .58, .63) (.17, .22, .36, .42) (.04,.1, .18, .23) (0,.01, .02, .07) (0 ,0, 0, 0)

De forma adicional, en el caso de que se cuestione la seleccin de varios puestos de trabajo, el experto o decisor puede considerar que no todos tienen la misma importancia, prefiriendo soluciones que coloquen a las personas ms adecuadas en los puestos ms trascendentes. Por ello, se deber incluir una etiqueta asociada a cada puesto que determine la importancia que este tiene en la seleccin que se plantea. Esta caracterstica, en el estudio, se define igualmente de la misma manera que para las competencias, es decir, con nueve etiquetas.

10

IP = {IP1 , IP2 ,  , IPm1 } Por otro lado, debido a que los puestos no son independientes unos con otros, se debe analizar las relaciones que existen entre ellos y la importancia de dicha relacin. Tambin en este sentido, se ha considerado la utilizacin de nueve etiquetas. , RP 12 ,  , RP 1m1 RP =   RP ,, RP m 2 1m1 m11

2.

Una

vez

establecidos

los

puestos

se

presentan

los

candidatos,

C = {C1 , C2 , , Cn }. La informacin relativa a los mismos comprende tanto los niveles operativos que los mismos desarrollan en las diferentes competencias de los puestos: N11 ,, N m 2 N =   , N ,, N nm 2 n1 como las relaciones que unen unos individuos con otros: , RC12 ,, RC1n RC =   . RC , , RC , nn 1 n1 Ambos tipos de informacin se establecen por medio de nueve etiquetas como en otros casos anteriores, que determinan tanto niveles como relaciones, a saber: NIVEL Optimo Muy Alto Bastante Alto Alto Medio Bajo RELACIN Excelente Muy Buena Bastante Buena Buena Indiferente Mala

11

Bastante Bajo Muy Bajo nfimo

Bastante Mala Muy Mala Psima

Segn este planteamiento se trata de un problema de optimizacin utilizando informacin imprecisa y con dos objetivos: buenos niveles de los candidatos en las competencias de los puestos y buenas relaciones entre los candidatos de puestos relacionados.

3. Para la valoracin de las posibles soluciones al problema se propone un modelo que utilice la semntica numrica (nmeros borrosos) que esas etiquetas representan. Sea S 1 = {X 1 , X 2 ,  , X
n

},

una solucin generada aleatoriamente para un

problema de n puestos. Para cada puesto tenemos m2 competencias que lo definen con m2 grados de importancia de cada competencia. As, para valorar la competencia de cada individuo en cada puesto habr que conjugar la importancia de las competencias del puesto con el nivel del individuo. Para ello, se propone multiplicar cada nmero borroso asociado a la importancia de cada competencia por el nmero borroso del nivel del individuo en la misma y sumar los resultantes de la multiplicacin [KAUFMANN y GIL-ALUJA, 1990]. Con el paso anteriormente descrito es posible obtener un nmero borroso que valora la competencia de cada individuo en cada puesto. Sin embargo, se pretende dar un valor a la solucin en su conjunto en cuanto a la competencia de los candidatos en los puestos, sin olvidar que dichos puestos tienen distinta importancia. A tal fin, se propone multiplicar los valores borrosos de la competencia de cada individuo por la

12

importancia de cada puesto y sumarlos, obtenindose el valor de la solucin en cuanto a adecuacin a los puestos como un nmero borroso. Sin embargo, la bondad de las soluciones vendr determinada tambin por las relaciones entre los candidatos de la misma. Por un lado, se conocen las conexiones entre puestos y la importancia que tienen cada una, y por otro las relaciones entre candidatos. Se conjuga, entonces, para cada puesto la importancia de las relaciones con otros puestos con el grado de relacin que el candidato ubicado en ese puesto tiene con los candidatos de puesto vinculados. Para la realizacin de este paso se propone multiplicar los nmeros borrosos asociados a la importancia de la relacin de un puesto con los dems, por el nivel de relacin que el individuo situado en l tiene con el resto de los asignados a puestos relacionados. Una vez efectuada tal operatoria, se podr obtener un nmero borroso que valora la relacin de cada candidato con el resto. Para poder dar un a valor la solucin en su conjunto, se propone sumar las relaciones de todos los candidatos de la misma. Por ltimo, se plantea sumar el nivel de competencia con el grado de relacin de la solucin para obtener un valor nico sobre la bondad de la seleccin de personal que representa la solucin. En esta fase se ha de considerar las preferencias del gestor de personal, en cuanto a ponderar ms que los candidatos se adecuen a los puestos o que formen un buen equipo de trabajo.

13

3. UN ALGORITMO GENTICO BORROSO PARA LA SELECCIN DEL PERSONAL

Los Algoritmos Genticos constituyen herramientas de bsqueda adaptativa y optimizacin basadas en los mecanismos de la seleccin natural y la gentica [HOLLAND, 1965; GOLDBERG 1989; DAVIS, 1991; KOZA, 1994; HERRERA y VERDEGAY, 1996]. Aunque existen muchas posibles variantes de los mismos, los mecanismos fundamentales bajo los cuales funcionan son: operar sobre una poblacin de individuos (soluciones factibles de un problema) que normalmente se genera de forma aleatoria, y cambiar en cada iteracin los individuos atendiendo a los cuatro pasos siguientes: 1. Evaluacin de los individuos de la poblacin. 2. Seleccin de un nuevo conjunto de individuos. 3. Reproduccin sobre la base de su relativa conveniencia o adaptacin. 4. Recombinacin para formar una nueva poblacin a partir de los operadores de cruce y mutacin. Los individuos resultantes de estas operaciones forman la siguiente poblacin, iterando este proceso hasta que el sistema no presente una situacin o posicin de mejora. Debido a su simplicidad, facilidad de manejo, mnimas restricciones y generalizacin, han sido aplicados con xito en una amplia variedad de problemas [LUKASIUS y KATEMAN, 1989; SANDGREN y JENSEN, 1990; DEB, 1991; CALLAHAN y WEEKS, 1992].

14

En este trabajo el Algoritmo Gentico propugnado tiene como primera caracterstica una codificacin real de las soluciones. Se generan cadenas de candidatos tan largas como el nmero de puestos disponibles, diferencindose dos tipo de problemas: asignacin, en el que el nmero de puestos es igual al nmero de candidatos; y seleccin, en el que el nmero de candidatos ser mayor al de puestos. Un ejemplo de solucin para el caso de cinco tareas con cinco candidatos disponibles (asignacin) sera: S1 = {2, 4, 1, 3, 5} Esta solucin nos indica que el individuo 2 al ocupar el primer lugar se asigna a la primera tarea, el 4 al ocupar el segundo puesto a la segunda tarea, el 1 a la tercera, el 3 a la cuarta y el 5 a la quinta. Una vez decidida la codificacin se genera una batera de ellas a travs de un proceso aleatorio.

3.1. Funcin de adecuacin o adaptacin Para establecer la adecuacin de las soluciones, se utiliza el modelo de evaluacin borrosa planteado en la seccin anterior. Con l obtendremos un nmero borroso como indicador de la bondad de cada solucin. Para establecer una jerarqua entre todas ellas se propone utilizar la distancia borrosa [KAUFMANN y GIL-ALUJA, 1990] que cada uno de ellos tiene con respecto al origen (singletn 0).

15

3.2. Seleccin de los Padres El siguiente paso ser seleccionar a travs de un Ranking de Seleccin con Ruleta [DAVIS, 1991] aquellos individuos ms aptos, los cuales sern los padres de la siguiente generacin, tal como se muestra en la Figura 2.

Figura 2

3.3. Cruce Para el cruce de los padres, al tratarse de una representacin decimal con orden, pues los individuos se asignan a las tareas en funcin del lugar que ocupan en la cadena de solucin, no se pueden utilizar los cruces tradicionales (en un punto, uniforme, etc.). En este sentido, se ha optado por utilizar el Cruce Cclico [GOLDBERG, 1989], que respeta la exigencia de que las soluciones generadas a partir de l sigan siendo soluciones factibles del problema. El funcionamiento del mismo se describe a continuacin: Tras el proceso de seleccin se tiene dos padres: 1, 4, 5, 3, 2} S1 = { S 2 = {3, 2, 1, 5, 4}

16

Se comienza tomando una posicin al azar (por ejemplo, la primera). Esa posicin se mantiene en la siguiente generacin de forma que se tiene: 1, , , , S1' = {
' 3, , , , S2 ={

} }

Como el individuo que ocupa el primer lugar en el segundo cromosoma es el 3 se busca el 3 en el primero y se coloca respetando el puesto, esto es: 1, , , 3, S1' = {
' S2 = {3, , , 5,

} }

El individuo que ocupa en la segunda cadena el cuarto puesto, el del 3 en la primera, es el 5. Por tanto, se busca en la primera y se le sita respetando su puesto. 1, , 5, 3, S1' = {
' S2 = {3, , 1, 5,

} }

Ahora el individuo que ocupa el tercer lugar en la segunda cadena es el 1. Como este individuo ya ha sido asignado, entonces se dice que se ha cumplido un ciclo en el cruce y el resto de los individuos se rellenan intercambiando las cadenas. El resultado es el siguiente: 1, 2, 5, 3, 4} S1' = {
' S2 = {3, 4, 1, 5, 2}

3.4. Mutacin Este operador pretende aadir diversidad en las soluciones. Por ello, se plantea discernir dos tipos de problemas. Cuando se trate de realizar una asignacin se utiliza una mutacin entre puestos de la cadena. Sin embargo cuando, se trate de problemas de

17

seleccin, el modelo elegir aleatoriamente entre la mutacin anterior y una mutacin de insercin de individuos no contenidos en la cadena.

3.5. Condicin de Parada de la bsqueda de la mejor solucin Se propone que el algoritmo ejecute un nmero de generaciones a eleccin del usuario hasta mostrar la mejor solucin alcanzada. Adems, con el fin de no perder buenas soluciones se ha introducido la caracterstica denominada Elitismo [GOLDBERG, 1989], proceso consistente en mantener el mejor individuo de una poblacin en las siguientes hasta que otro no lo supere en adecuacin al problema. Este procedimiento evita que se pierda la mejor solucin de una poblacin anterior hasta que no sea sobrepasada por otra superior en adecuacin, tal como se puede observar en la Figura 3.

Figura 3 De acuerdo con lo expuesto, la aplicacin del modelo as propugnado permite llevar a cabo un proceso de seleccin de personal en condiciones de incertidumbre y considerando la posible relacin entre tareas con la consiguiente cooperacin o no de los individuos entre s.

18

A modo de resumen, en la Figura 4 se muestra una recopilacin de todos los pasos descritos anteriormente.
CREAR POBLACIN DE SOLUCIONES REPRESENTAR EN CODIFICACIN DECIMAL CALCULAR ADECUACIN SELECCIN PADRES CRUZAR PADRES MUTACIN ELITISMO CONDICIN DE PARADA SI MOSTRAR MEJOR SOLUCION NO

Figura 4

4. EXPERIMENTACIN: EJEMPLO DE APLICACIN PRCTICA

Para contrastar el funcionamiento del Algoritmo Gentico se desarroll un modelo operativo. Se introdujeron diversos ejemplos, entre ellos el que se describe a continuacin, que hace referencia a la seleccin del personal de una sucursal de una entidad financiera. De esta forma se trata de demostrar la adaptacin a problemas reales del mbito empresarial que tiene el modelo propuesto en este trabajo.

4.1. Planteamiento del Problema Supngase que una Entidad Financiera pretende abrir una nueva oficina. En primer lugar, se establece cules son los puestos que se van a cubrir y la importancia que cada uno tiene en este proceso de seleccin. As, tendramos por ejemplo:
Puesto 1: Puesto 2: Puesto 3: DIRECTOR DE SUCURSAL INTERVENTOR OFICIAL Importancia: Imprescindible Importancia: Bastante Alta Importancia: Media

19

Puesto 4: Puesto 5:

ADMINISTRATIVO AUXILIAR

Importancia: Baja Importancia: Muy baja

Para cada puesto se conoce a travs de diversos estudios las competencias que se deben desarrollar y la importancia que cada una tiene en el puesto:
Puesto 1: DIRECTOR DE SUCURSAL Competencia Competencia Competencia Competencia Competencia Puesto 2: INTERVENTOR Competencia Competencia Competencia Competencia Competencia Competencia Puesto 3: OFICIAL Competencia Competencia Competencia Competencia Competencia Trabajar en equipo Flexibilidad Reunir informacin Competencia interfuncional Especializacin Importancia: Media Importancia: Alta Importancia: Muy Alta Importancia: Bastante baja Importancia: Bastante Alta Reunir informacin Analizar problemas Controlar la gestin Competencia interfuncional Conocimiento de la Organ. Capacidad de clculo Importancia: Baja Importancia: Alta Importancia: Bastante Alta Importancia: Muy Alta Importancia: Media Importancia: Media Dirigir Autorizar/delegar Integridad Fijar objetivos Visin estratgica Importancia: Imprescindible Importancia: Bastante Alta Importancia: Media Importancia: Alta Importancia: Bastante Alta

Puesto 4: ADMINISTRATIVO Competencia Competencia Competencia Competencia Competencia Puesto 5: AUXILIAR Competencia Competencia Competencia Competencia Competencia Trabajar en equipo Flexibilidad Orientacin comercial Impacto personal Orientacin al cliente Importancia: Media Importancia: Bastante baja Importancia: Muy Alta Importancia: Bastante Alta Importancia: Muy Alta Orientacin comercial Impacto personal Comunicacin oral Orientacin al cliente Capacidad de clculo Importancia: Media Importancia: Baja Importancia: Alta Importancia: Bastante Alta Importancia: Bastante Alta

20

Adems, como ltima informacin necesaria para el establecimiento de los puestos, se conocen las relaciones que existen entre ellos y la importancia que tiene que dicha relacin sea fluida, tal como se muestra en el Cuadro 1.
PUESTO 1 PUESTO 1 PUESTO 2 PUESTO 3 PUESTO 4 PUESTO 5 Bastante alta Baja Baja Bastante baja PUESTO 2 Bastante alta Muy alta Media Media PUESTO 3 Alta Media Muy alta Bastante alta PUESTO 4 Media Media Muy alta Muy alta PUESTO 5 Bastante baja Baja Alta Muy alta -

Cuadro1 Una vez determinados los puestos de la seleccin, la empresa analiza los candidatos. Supongamos que se dispone de ocho personas que puedan ocupar los puestos de la nueva sucursal.
Candidato 1 Candidato 2 Candidato 3 Candidato 4 Candidato 5 Candidato 6 Candidato 7 Candidato 8 C. 1 C. 2 C. 3 C. 4 C. 5 C. 6 C. 7 C. 8

Para cada uno se precisa conocer mediante algn estudio los niveles que desarrolla en todas las competencias de los puestos, tal como se muestra en el Cuadro 2.

Dirigir Autorizar Trabajar en Equipo Flexibilidad Integridad Reunir Informacin

C. 1 Muy Alto Bastante Alto Medio Alto Alto Muy Bajo

C. 2 C. 3 Muy Bajo Alto Bastante Medio Alto Bastante Medio Alto Alto Bastante Bajo Alto Bajo Medio Medio

C. 4 Alto Bastante Alto Bastante Bajo Bajo Medio Bastante

C. 5 Alto Bastante Alto Bajo Bastante Alto Bastante Bajo nfimo

C. 6 Alto Medio Alto Bajo Bastante Alto Alto

C. 7 Bastante Alto Medio Medio Bajo Medio

C. 8 Muy Alto Alto Bastante Alto Medio

Bastante Alto Bastante nfimo

21

Analizar Problemas Fijar Objetivos Controlar la Gestin Competencia Interfuncional Conocimiento de la Organizacin Visin Estratgica Especializacin Orientacin Comercial Impacto Interpersonal Comunicacin Oral Orientacin al Cliente Capacidad de Clculo

Bastante Bastante Alto Alto Muy Alto Muy Alto Alto Alto Alto Bajo Alto

Bajo Medio Bajo Medio Medio Bajo Medio Bajo Medio Bajo Medio Alto

Bajo Alto Alto Medio Bastante Alto Medio Alto Bastante Bajo Bajo Medio Muy Bajo Bajo Bajo

Bastante Alto Bastante Bastante alto Alto Muy Bajo Medio nfimo Muy Bajo Bajo Medio

Muy Bajo Bastante Alto Medio Medio Bastante Bajo Bastante Bajo

Bajo Bastante Alto Muy Alto Alto Bastante Muy alto Bastante Bastante Bajo Alto Alto Muy Bastante Alto Bajo Bajo Alto Bajo Bastante Bajo Bastante Alto Alto Muy Medio Bajo Bastante Bajo Bajo nfimo Alto Bastante Muy Bajo Alto nfimo Bastante Bajo nfimo Alto Alto Medio Medio Medio Bastante Muy Alto nfimo Bajo Alto Bastante Alto Medio Bajo Bajo Alto Bastante Bastante Muy Alto Bajo Bajo MB Medio nfimo Alto Medio

Cuadro 2 Por ltimo, al existir conexiones entre los puestos, se puede conocer por medio de un estudio de los candidatos [DE ANSORENA, 1996] el grado de relacin que existe entre ellos, tal como se muestra en el Cuadro 3.
C. 1 C. 2 C. 3 C. 4 C. 5 C. 6 C. 7 C. 8 C1 Muy Mala Muy Buena Muy Mala Muy Buena Muy Buena Mala Mala C2 Muy Buena Bastante Buena Buena Buena Buena Buena Bastante Buena C3 Mala Mala Indiferente Buena Indiferente Buena Buena C4 Buena Indiferente Mala Mala Mala Bastante Buena Muy Buena C5 Indiferente Indiferente Buena Mala Buena Muy Buena Indiferente C6 Muy Mala Buena Indiferent e Buena Buena Bastante Buena Bastante Buena C7 Indiferente Indiferente Buena Indiferente Bastante Mala Indiferente Indiferente C8 Bastante Mala Muy Mala Mala Indiferente Muy Mala Mala Bastante Mala -

Cuadro 3 A los efectos de la aplicacin del modelo operativo, los parmetros utilizados para obtener la solucin a travs del modelo propuesto fueron:

22

 Nmero de generaciones: 50 Nmero de individuos: Probabilidad de cruce: Probabilidad de mutacin: 100 50 % 30 %

Conviene sealar que la utilizacin de una probabilidad de mutacin elevada est motivada por la necesidad de incluir nuevos individuos en las cadenas, pues sino se obtendra nicamente la mejor combinacin de los inicialmente considerados que pasan las primeras selecciones. En el caso prctico analizado, la solucin final obtenida fue:
PUESTO: DIRECTOR DE SUCURSAL PUESTO: INTERVENTOR PUESTO: OFICIAL PUESTO: ADMINISTRATIVO PUESTO: AUXILIAR CANDIDATO: C. 8 CANDIDATO: C. 6 CANDIDATO: C. 2 CANDIDATO: C. 3 CANDIDATO: C. 5

El grfico de evolucin del mejor individuo de cada generacin se muestra en la Figura 5.

Figura 5

5. CONCLUSIONES Y DESARROLLOS FURUROS

23

Los resultados que se han obtenido con el presente trabajo se encuadran en dos vertientes: la primera ha consistido en la formulacin de un modelo de seleccin de personal adaptable al problema planteado; y la segunda, la obtencin de un procedimiento especfico. Por otro lado, como propuesta de trabajos futuros, con esta investigacin se ha ratificado el inters por la utilizacin de operadores lingsticos con el fin de manejar la informacin lingstica sin necesidad de transformarla en su representacin semntica.

6. BIBLIOGRAFA

BONISSONE P.P. y DECKER, K.S. (1986): Selecting Uncertainty Calculi and Granularity: An Experiment on Trading-off Precission and Complexity, Uncertain in Atrtificial Intelligence, North Holland, pp. 217-247. CALLAHAN K.J. y WEEKS, G.E. (1992): Optimun desing of composite laminates using genetics algortihms, Composite Engineering 2, pp. 149-160. DAVIS, L. (1991): Handbook of Genetic Algorithms, Van Nostrand Reinhold, New York. DE ANSORENA, A. (1996): 15 Pasos para la Seleccin de Personal con xito, Paids, Barcelona. DEB, K. (1991): Optimal desing of a welded beam structure via genetic algorithm, AIAA Journal 29, pp.2013-2015. DELGADO, M.; VERDEGAY, J.L. y VILA, A. (1993): Linguistic Decision Making Models, International Journal of Intelligent Systems, n 7, pp. 470-492.

24

GIL-ALUJA, J. (1996): La Gestin Interactiva de los Recursos Humanos en la Incertidumbre, Pirmide, Madrid. GOLDBERG, D.E. (1989): Genetic Algorithms in Search, Optimation & Machine Learning, Addison-Wesley, Massachusetts. HERRERA, F. y VERDEGAY, J.L. (1996): Genetic Algorithms and Soft Computing, Physica-Verlag.. HOLLAND, J. (1965): Adaptation in Natural and Artificial Systems, Ann Arbor, University of Michighan Press. KAUFMANN, A y GIL ALUJA, J (1990): Las matemticas del azar y de la incertidumbre, Centro de Estudios Ramn Areces, Madrid. KOZA, J.R. (1994): Massachusetts. LPEZ-GONZLEZ, E. y RODRGUEZ-FERNANDEZ, M.A. (1995a): GENia: A Genetic Algorithms for Inventary Analysis. A Spreadsheet Approach, International Conference of Association for the Advancement of Modelling and Simulation Techniques in Enterprises (AMSE95), Brno (Repblica Checa), vol. IV, pp. 200-223. LPEZ-GONZLEZ, E.; MENDAA-CUERVO, C. y RODRGUEZGenetic Programing, Brad Ford, Cambridge,

FERNNDEZ, M.A. (1995b): GENIAVIS: Modelo de Algoritmo Gentico para el Anlisis de Inventarios con Programacin Visual, V Congreso Espaol sobre Tecnologas y Lgicas Fuzzy (ESTYLF'95), Murcia, pp. 101-102. LPEZ-GONZLEZ, E.; MENDAA-CUERVO, C. y RODRGUEZ-

FERNNDEZ, M.A. (1995c): CAJAGEN: Un Algoritmo Gentico para la Gestin Econmica de los Cajeros Automticos en Programacin Visual, II Congreso de la

25

Sociedad Internacional de Gestin y Economa Fuzzy (SIGEF95), Santiago de Compostela, vol. II, pp. 233-242. LUCASIUS, C.B. y KATEMAN, G. (1989): Aplications of genetic algorithm in chemometrics, Proceedings of the Third International conference on Genetic Algorithms, pp. 36-52. SANDGREN, E. y JENSEN, E. (1990): Topological design of structural components using genetic optimation methods, Proceedings of the 1990 Winter Annual Meeting of the AMSE, AMD-Vol. 115. STRAUSS, G. y SAYLES L.R. (1981): Personal. Problemas Humanos de la Administracin, Prentice Hall, Londres. YAGER, R.R. (1992): Fuzzy Screening Systems, Fuzzy Logic: State of the Art, Kluwer Academic Publishers, Dordrecht. ZADEH, L. (1965): Fuzzy Sets, Information and Control, Vol. 8, pp.338-357.

26