人岗匹配是当前社会和学术界广泛关注的热点。国内外学者们对人岗匹配决策进行了大量研究,并取得诸多成果。现有研究或者以单方满意度总和最大为目标给出人岗匹配方案；或者以双方满意度总和分别最大为目标给出人岗匹配方案,会出现有的员工对其所匹配的岗位满意度很小的情况。另外,针对满意度为不确定性偏好序的人岗匹配决策研究,目前主要研究不确定性偏好序信息为序区间的人岗匹配决策,没有考虑部分序情形。因此,以单个员工满意度最大最小为目标,研究基于确定性满意度偏好序和不确定性满意度偏好序两种情形下的人岗匹配决策问题,具有重要的理论意义和实际价值。论文的主要工作和创新性成果如下。针对满意度是确定性偏好序的情形,以单个员工满意度最大最小即实际满意度与期望满意度之差最大最小为目标建立人岗匹配决策模型,以避免出现部分员工对其所匹配的岗位满意度很小的情况。在求解过程中,各个岗位的候选员工中可能存在部分员工因为对该岗位的满意度太小即实际满意度与期望满意度之差太大而必然不会被选择的情形,因此首先将这部分员工从该岗位的候选员工中剔除,设计算法A对模型进行求解,并通过分析得出算法A的时间复杂性为o(n4),其中n表示岗位个数。最后对苏宁电器某连锁店人岗匹配进行实例分析,验证所建模型和所设计算法的有效性。针对满意度是不确定性偏好序的情形,以单个员工满意度最大最小即实际满意度与期望满意度之差最大最小为目标建立人岗匹配决策模型,以避免出现部分员工对其所匹配的岗位满意度很小的情况。在求解过程中,首先运用偏序的线性扩张法对不确定性偏好序即部分序进行处理,计算人岗匹配决策模型的参数。其次由于各个岗位的候选员工中可能存在部分员工因为对该岗位的满意度太小即实际满意度与期望满意度之差太大而必然不会被选择的情形,因此将这部分员工从该岗位的候选员工中剔除,设计算法B对模型进行求解,并通过分析得出算法B的时间复杂性为o(n4),其中n表示岗位个数。最后对苏宁电器某连锁店人岗匹配进行实例分析,验证所建模型和所设计算法的有效性。