数学建模 层次分析 高校毕业生择业影响因素问题的层次分析法

合集下载

数学建模——层次分析法

数学建模——层次分析法

在大石头中的重量比)可用向量

n
w ( w1 , w2 ,..., wn
T 表示, )
. 显然, 的各个列向量与 w 1 A i
i 1
w
仅相差一个比例
因子。 一般地,如果一个正互反阵
A
满足 (8.2.4)
aij a jk aik , i, j, k 1, 2,..., n

3 计算权向量并做一致性检验
定理1

n 阶正互反阵 A的最大特征根 n,

当且仅
A为一致阵。 由于 连续的依赖于 aii ,则 比 n 大的越多, 的不 A
n
一致性越严重。用最大特征值对应的特征向量作为被比较因
素对上层某因素影响程度的权向量,其不一致程度越大,引 起的判断误差越大。因而可以用
RI。方法为:
A1 , A2 ,, A500
2.则可得一致性指标 : CI1 , CI 2 ,CI500
CI1 CI 2 CI500 RI 500
n RI
1 2 500 n 500 n 1
1 2 3 4 5 6 7 8 9 10 11 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51
aii 1 ,如用 C1 , C2 ,..., Cn
2 构造成对比较矩阵
2.比较尺度 • 当比较两个可能具有不同性质的因素 Ci 和 C j 对于一个上层 因素 O 的影响时,Saaty提出用1—9尺度(见下表),即aij 的取值范围是1,2,,9 ,及其互反数1,1/ 2,,1/ 9 。其理由 如下:
重,景色次之,居住条件再次。 问题1.怎样由成对比较阵确定诸因素 C , C ,..., C 对上层因 1 2 n 素

数学建模之层次分析法

数学建模之层次分析法

层次分析法层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。

该方法将定量分析与定性分析结合起来,用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度,并合理地给出每个决策方案的每个标准的权数,利用权数求出各方案的优劣次序,比较有效地应用于那些难以用定量方法解决的课题。

缺点:(1)层次分析法的主观性太强,模型的搭建,判断矩阵的输入都是决策者的主观判断,往往会因为决策者的考虑不周、顾此失彼而造成失误。

(2)层次分析法模型的内部结构太过理想化,完全分离、彼此独立的层次结构在实践中很难做到。

(5)层次分析法只能从给定的决策方案中去选择,而不能给出新的、更优的策略。

1.模型的应用用于解决多目标的复杂问题的定性与定量相结合的决策分析。

(1)公司选拔人员,(2)旅游地点的选取,(3)产品的购买等,(4)船舶投资决策问题(下载文档),(5)煤矿安全研究,(6)城市灾害应急能力,(7)油库安全性评价,(8)交通安全评价等。

2.步骤①建立层次结构模型首先明确决策目标,再将各个因素按不同的属性从上至下搭建出一个有层次的结构模型,模型如下图所示。

目标层:表示解决问题的目的,即层次分析要达到的总目标。

通常只有一个总目标。

准则层:表示采取某种措施、政策、方案等实现预定总目标所涉及的中间环节。

方案层:表示将选用的解决问题的各种措施、政策、方案等。

通常有几个方案可选。

注意:(1)任一元素属于且仅属于一个层次;任一元素仅受相邻的上层元素的支配,并不是任一元素与下层元素都有联系;(2)虽然对准则层中每层元素数目没有明确限制,但通常情况下每层元素数最好不要超过 9 个。

这是因为,心理学研究表明,只有一组事物在 9 个以内,普通人对其属性进行判别时才较为清楚。

当同一层次元素数多于 9 个时,决策者对两两重要性判断可能会出现逻辑错误的概率加大,此时可以通过增加层数,来减少同一层的元素数。

②构造判断(成对比较)矩阵以任意一个上一层的元素为准则,对其支配的下层各因素之间进行两两比较。

数学建模期末作业谈层次分析法在就业中的应用讲课稿

数学建模期末作业谈层次分析法在就业中的应用讲课稿

数学建模期末作业谈层次分析法在就业中的应用谈层次分析法在就业中的应用摘要近年高校毕业生数量急剧膨胀就业的难题似乎变得更加严峻和突出——全国就业工作座谈会传来消息,2010年应届毕业生规模是本世纪初的6倍,2011年高校毕业生人数为660万人,“十二五”时期应届毕业生年平均规模将达到近700万人。

许多大学生处于就业十字路口,茫然不知所措。

这种心态下的种种决策难免造成失误,所以需要一种可靠的定量的容易操作的,并且具体的有说服力的方法来帮助做出决策。

本文提出了定性和定量相结合的层次分析法步骤,构成了工作满意度的评价指标体系,通过各因素重要程度比较与计算,最终确定出了6个具体指标在该体系下的权重并排序,这样在分析某种工作的满意程度时就可以按此权重进行衡量。

为此我们建立了层次结构模型,做成对比较矩阵:正互反矩阵为⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=wnwn w wn w wn wn w w w w w w w wnw w w w w w w A /......2/1//2........3/22/21/2/1........3/12/11/1MM M M通过Matlab 等数学工具,得到特征向量T w )083.0,201.0,139.0,154.0,076.0,347.0(1=,且∑==508.6)(max ii nw Aw λ,通过一致性指标得出1016.0)1()(max =--=n n CI λ,1.0082.024.11016.0<===RI CI CR , 如果有CI 偏差,那偏差是否在满意的一致性范围,引进平均随机一致性指标RI 。

平均随机一致性指标RI 数值通过比较,最后得出一致性检验通过。

关键词:大学生择业, 层次分析法,适用性。

1.1. 问题背景由于受到各高校扩招的影响,大学毕业生人数逐年增长,用人单位就业岗位日趋饱和,再加上08年金融危机的影响各类毕业生就业困难问题凸显.在就业选择时候,要考虑的因素很多,诸如:工资福利,专业和个人兴趣、工作环境、社会需求、工作的稳定性、单位发展前景,声誉,关系,位置,贡献等。

数学建模——层次分析法

数学建模——层次分析法

数学建模——层次分析法层次分析法(Analytic Hierarchy Process,AHP)是一种用于复杂决策和评估问题的定量方法,旨在帮助决策者在多个准则和选项之间进行权衡和选择。

该方法由美国学者Thomas L. Saaty于1970年代初提出,已经广泛应用于管理、工程、经济学、环境科学等领域。

方法步骤:1.建立层次结构:将复杂的决策问题分解为不同层次的因素和准则,形成层次结构。

层次结构包括目标层、准则层和选择层。

2.创建比较矩阵:对每个层次内的准则和选择进行两两比较,确定它们之间的相对重要性。

使用尺度来表示两者之间的相对优先级,通常是1到9之间的数值。

3.计算权重:通过计算比较矩阵的特征向量,得出每个准则和选择的权重。

特征向量反映了每个准则和选择对目标的贡献程度。

4.一致性检验:检查比较矩阵的一致性,确保所做的两两比较是合理的。

如果比较矩阵不够一致,需要进行调整。

5.计算综合得分:将每个选择的权重与其所属准则的权重相乘,得出每个选择的综合得分。

综合得分反映了每个选择在整体目标中的重要性。

6.做出决策:根据综合得分,确定最佳选择。

较高的综合得分通常意味着更优选。

示例:选择旅游目的地假设你想选择一个旅游目的地,考虑了三个因素:景色美丽度、文化体验和交通便利性。

你将这三个因素作为准则,然后列出了三个潜在的旅游目的地:A、B 和C。

步骤:1.建立层次结构:2.目标层:选择最佳旅游目的地3.准则层:景色美丽度、文化体验、交通便利性4.选择层:A、B、C5.创建比较矩阵:比较准则之间的相对重要性,如景色美丽度相对于文化体验的比较,以及文化体验相对于交通便利性的比较。

使用1到9的尺度,表明一个因素比另一个因素重要多少。

6.计算权重:计算每个准则和每个选择的权重,使用特征向量法。

7.一致性检验:检查比较矩阵的一致性。

如果一致性不够,可能需要重新考虑比较。

8.计算综合得分:将每个选择的权重与其所属准则的权重相乘,得出每个选择的综合得分。

数学建模:大学生择业模型

数学建模:大学生择业模型

毕业生就业的选择姓名:刘家涛学号:10140101030班级:应数一班院系:数学与信息科学系大学生择业模型一.摘要当今社会,大学毕业生选择就业的方向有多种,并且还要考虑多种因素。

我们应用层次分析法,将决策问题分为3个层次,首先是目标层:选择职业,其次是准则层:社会地位、工作环境、经济情况、发展前途、住房条件,最后是方案层:政府机构、中外合资/外资、国有企业、民营企业、事业单位/非营利组织、自主创业。

通过比较各准则对于目标的权重,及各方案对于每一准则的权重,之后将方案层对准则层的权重及准则层对目标层的权重进行综合,最终确定方案层对目标层的权重,α=(0.1979,0.1057,0.3102,0.0444,0.0734,0.2684)’,即大学毕业生选择职业的顺序依次为:政府机构、中外合资/外资、国有企业、民营企业、事业单位/非营利组织、自主创业。

关键词:层次分析法,一致性检验,归一化二.问题重述面临毕业,高校大学生常常徘徊在人生的岔路口,不知如何选择,就是就业、考公务员从政还是考研,假如你就是一位即将毕业的大四学生,你如何考虑这些方案?根据那些依据进行选择?一般的依据有社会地位、工作环境、经济情况、发展前途、住房条件等因素。

能否用层次分析法建模将政府机构、中外合资/外资、国有企业、民营企业、事业单位/非营利组织、自主创业等各种可能的方案排序?三.问题分析首先,我们建立层次结构模型,用成对比较法得到第二层对第一层的矩阵为A, 计算出权向量β,并且做一致性检验。

其次,我们用成对比较法得到第三层对第二层的矩阵为B1,B2,B3,B4,B5,计算出权向量w1,w2,w3,w4,w5,并作出一致性检验,最后得出第三层对第一层的组合权向量α,并作出组合一致性检验。

四.模型假设1.假设主观数据真实可靠。

2.假设大学生择业时,只考虑到题中五种因素。

五.符号说明D1:社会地位D2:工作环境D3:经济情况D4:发展前途D5:住房条件P1:国有企业P2:中外合资/外资P3:政府机构P4:民营企业P5:事业单位P6:自主创业α:组合权向量β:第二层对第一层的权向量Wi: 第三层对第二层的权向量(i=1,2,3,4,5,6)λ:Bi的最大特征值。

【数学建模浅谈层次分析法】

【数学建模浅谈层次分析法】

浅谈层次分析法摘要本文主要阐述层次分析法的定义、特点、基本步骤以及它的优缺点。

层次分析法是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。

由于它在处理复杂的决策问题上的实用性和有效性,很快在世界范围内得到重视。

它的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、农业、教育、人才、医疗和环境等领域。

关键词:层次分析多目标多准则成对比较一致性检验前言数学是一切科学和技术的基础,是研究现实世界数量关系、空间形式的科学。

随着社会的发展,电子计算机的出现和不断完善,数学不但运用于自然科学各学科、各领域,而且渗透到经济、管理以至于社会科学和社会活动的各领域。

众所周知,利用数学解决实际问题,首先要建立数学模型,然后才能在该模型的基础上对实际问题进行分析、计算和研究。

数学建模(Mathematical Modeling)活动是讨论建立数学模型和解决实际问题的全过程,是一种数学思维方式。

从学术的角度来讲,数学建模就是利用数学技术去解决实际问题;从价值的角度来讲,数学建模是一个思维过程,它是一个解决问题的过程(创新),更是一个升华理论方法的过程(总结);从哲学的角度来讲,数学建模是认识世界和改造世界的过程。

1 数学建模过程和技巧数学建模的过程是通过对现实问题的简化、假设、抽象,提炼出数学模型;然后运用数学方法和计算机工具等,得到数学上的解答;再把它反馈到现实问题,给出解释、分析,并进行检验。

若检验结果符合实际或基本符合,就可以用来指导实践;否则就再假设、再抽象、再修改、再求解、再应用。

构造数学模型不是一件容易的事,其建模过程和技巧具体主要包括以下步骤:⑴模型准备在建模前要了解实际问题的背景,明确建模的目的和要求;深入调研,去粗取精,去伪存真,找出主要矛盾;并按要求收集必要的数据。

数学建模第三讲层次分析法

数学建模第三讲层次分析法

数学建模第三讲层次分析法在数学建模的领域中,层次分析法(Analytic Hierarchy Process,简称 AHP)是一种相当实用且重要的决策方法。

它能够帮助我们在面对复杂的多准则决策问题时,做出更为合理、科学的决策。

那么,什么是层次分析法呢?简单来说,层次分析法就是把一个复杂的问题分解成若干个层次,通过两两比较的方式,确定各层次元素之间的相对重要性,最后综合这些比较结果,得出最终的决策方案。

比如说,我们要选择一个旅游目的地。

这时候,可能会考虑多个因素,比如景点吸引力、交通便利性、住宿条件、餐饮质量、费用等等。

这些因素就构成了不同的层次。

然后,我们会对每个因素进行两两比较,比如景点吸引力比交通便利性更重要吗?重要多少?通过这样的比较,我们就能给每个因素赋予一个相对的权重。

为了更清楚地理解层次分析法,我们来看看它的具体步骤。

第一步,建立层次结构模型。

这是层次分析法的基础。

我们需要把问题分解成目标层、准则层和方案层。

目标层就是我们最终要实现的目标,比如选择最佳的旅游目的地。

准则层就是影响目标实现的各种因素,像前面提到的景点吸引力、交通便利性等等。

方案层就是我们可以选择的具体方案,比如去三亚、去桂林、去丽江等等。

第二步,构造判断矩阵。

在这一步,我们要对同一层次的元素进行两两比较,比较它们对于上一层某个元素的重要性。

比较的结果通常用 1 9 标度法来表示。

比如说,如果因素 A 比因素 B 稍微重要,就给A 对B 的比较值赋 3;如果 A 比 B 明显重要,就赋 5;如果 A 比 B 极端重要,就赋 9。

反过来,如果 B 比 A 稍微重要,就给 B 对 A 的比较值赋 1/3,以此类推。

第三步,计算权重向量并进行一致性检验。

通过数学方法,比如特征根法,计算出每个判断矩阵的最大特征值和对应的特征向量。

这个特征向量就是我们所需要的权重向量。

但是,为了确保我们的判断是合理的,还需要进行一致性检验。

如果一致性比率小于 01,就认为判断矩阵的一致性是可以接受的;否则,就需要重新调整判断矩阵。

大学生毕业选择的层次分析

大学生毕业选择的层次分析

收稿日期:2006-05-16作者简介:常少健,男,在校本科生,从事生物工程研究。

大学生毕业选择----相关问题的层次分析摘 要: 大学毕业生面对各种出路时,往往难以抉择,文章针对这个问题引进层次分析法(AHP )模型,通过对定性因素加以量化和构造判断矩阵,然后对各种可能决策方案做出评价,最后求得最佳决策,为毕业生的出路选择提供了可靠的科学依据。

关键字:层次分析法(AHP ) 一致性指标 因素判断矩阵1 问题提出随着社会对人才需求的提高和研究生扩招步伐的加速,考研似乎成了当今大学校园里的一个热门话题。

从而使高校大学生徘徊在人生的岔路口,常常不知如何选择,是就业、考公务员从政还是考研,每年都会使许多学生为之彷徨,迷茫。

毕业前究竟是精心准备考研,还是为就业积累经验去实习或参加社会实践活动,这些都是毕业后的选择当今大学生普遍面临的难题。

随着高校扩招,本科生教育正在从传统的精英教育逐渐转变为大众教育,而我国现有的研究生教育还是属于高级别的精英教育,这也就注定了如此快速的增长不能满足更快速度的考研人数数量的增长。

这就意味着必定会有—部分一心打算考研的大学生最终无法考上,从而也就错过了就业的机会。

而同样在公务员的考试中也不愧为是千军万马过独木桥,难度同样很大。

其中,在考研人群中,有相当—部分应届生考研并非是出于现阶段发展的需要,而只是为了追求文凭或逃避就业压力,所以高校本科生应学会理性分析,对自己的今后发发展方向合理的定位.作出一个人生职业规划,不要盲目迷信文凭。

在明确自己发展目标之前不妨积累一些工作经验,通过工作成使自己己经成熟起来.作出适合自己的选择。

2 基本假设2.1假设文中所列准则因素均符合层次分析法的具体结构要求; 2.2模型中各个分析因素具有全面性;2.3假设在短时间内,题中各层因素结构不会发生变化。

3 符号说明Z :目标层因素;n y :准则层因素,83,2,1 =n ;ij a :表示因素 i y 与因素j y 对目标Z 的影响程度之比,83,2,1, =i i ; A :表示准则层对目标层的因素判断矩阵;n B :表示方案层对准则层的成对比较阵,83,2,1 =n ; m F :表示方案,3,2,1=m ;4 问题分析本文是在通过对高校大学生毕业选择多方面因素了解的情况下,就三种常见的毕业抉择(考研、就业、考公务员)进行了研究,运用层次分析法(AHP )把一些定性的因素加以量化。

高考选择志愿层次分析 数学建模

高考选择志愿层次分析 数学建模

高考选择志愿本论文针对中学毕业生填报高考志愿问题设计一个根据学校的和个人的若干因素排出各个大学志愿的名次模型。

对于志愿的选择排名,我们采用层次分析法给出各志愿的排名。

用层次分析法,我们先确定各因素的的权系数,再建立层次机构模型,最后进行层次分析,确定ABCD四个志愿的顺序。

关键词:层次分析、确定系数、层次结构模型一、提出问题建立数学模型,对各个高校的志愿进行排名。

排名的目的是根据考虑因素排出各个志愿的的一个顺序,所以说一个好的排名算法应满足下面的一些基本要求:保序性、稳定性、对数据可依赖程度给出较为精确的描述。

二、问题重述某中学毕业生填报高考志愿,要考虑到报考学校的名声誉、教学、科研、文体及教学环境,同时又要结合本人的兴趣、考试成绩和毕业后的出路等因素。

在每一因素内还有若干子因素,如在教学因素中要考虑到教师的水平、学生的水平、深造条件等。

考生可填A、B、C、D四个志愿。

A B C D名校自豪感 0.8 0.75 0. 7 0.65录取风险 0.7 0.75 0.8 0.85校誉奖学金 0.6 0.8 0.7 0.75就业前景 0.8 0.77 0.81 0.75科研成果 0.7 0.65 0.7 0.71实验室水平 0.8 0.81 0.76 0.77科研教师论文 0.7 0.65 0.71 0.69国家科学奖 0.8 0.78 0.77 0.81教师水平 0.78 0.79 0.76 0.8教学学生水平 0.8 0.79 0.78 0.79深造条件 0.4 0.2 0.45 0.3文体校园文化 0.8 0.79 0.81 0.8体育设施 0.65 0.7 0.64 0.65个人兴趣 0.78 0.84 0.76 0.77考试成绩 0.7 0.75 0.8 0.85毕业出路 0.8 0.77 0.81 0.75三、符号说明A 学校选择B1校誉B2科研B3教学B4文体B5个人兴趣B6考试成绩B7毕业出路C1名校自豪感C2录取风险。

层次分析法在大学生就业中的应用

层次分析法在大学生就业中的应用

层次分析法在大学生就业中的应用层次分析法(Analytic Hierarchy Process,简称AHP)是一个用于解决多准则决策问题的数学模型和方法。

它可以帮助人们在面对复杂的决策问题时,结合各个因素的权重、优先级和相对重要性,进行分析和选择最佳方案。

在大学生就业中,层次分析法可以被广泛应用,帮助大学生根据自身条件、兴趣爱好、就业市场需求等因素进行合理、科学的就业选择。

层次分析法可以帮助大学生确定各个因素的权重和优先级。

大学生就业面临众多因素影响,如个人能力、专业背景、行业发展前景、薪资待遇等。

通过层次分析法,可以将这些因素分成不同的层次,并确定它们之间的相对重要性。

个人能力可能比专业背景更重要,行业发展前景可能比薪资待遇更重要。

通过层次分析法,可以明确各个因素的权重和优先级,帮助大学生更好地进行就业选择。

层次分析法可以帮助大学生评估不同就业选择的综合效果。

大学生在就业选择中经常面临多个选择方案,比如选择进入大型企业还是小型创业公司,选择从事技术岗位还是管理岗位等。

通过层次分析法,可以将这些选择方案的各项指标进行比较和评估,从而确定每个选择方案的综合效果。

可以比较不同公司的发展前景、培训机会、工作氛围等指标,或者比较技术岗位和管理岗位在个人成长、薪资待遇等方面的差异。

通过层次分析法,可以帮助大学生做出更加全面、客观的决策。

层次分析法还可以帮助大学生解决矛盾和冲突。

在就业选择中,大学生可能面临个人兴趣与就业市场需求之间的矛盾,或者个人能力与专业发展前景之间的冲突。

通过层次分析法,可以将这些矛盾和冲突进行分层和量化,帮助大学生更好地理解和处理这些问题。

可以比较个人兴趣对未来职业发展的影响程度,或者评估个人能力与专业发展前景之间的匹配度。

通过层次分析法,可以帮助大学生找到合适的平衡点,做出更加符合自身情况和市场需求的就业选择。

层次分析法在大学生就业中可以发挥重要作用。

它可以帮助大学生确定各个因素的权重和优先级,评估不同就业选择的综合效果,解决矛盾和冲突,为大学生提供科学、理性的决策依据。

数学建模(层次分析法(AHP法))

数学建模(层次分析法(AHP法))

判断矩阵元素a 判断矩阵元素 ij的标度方法
标度 1 3 5 7 9 2 , 4 , 6, 8 倒数 含义 表示两个因素相比, 表示两个因素相比,具有同样重要性 表示两个因素相比, 表示两个因素相比,一个因素比另一个因素稍微重要 表示两个因素相比, 表示两个因素相比,一个因素比另一个因素明显重要 表示两个因素相比, 表示两个因素相比,一个因素比另一个因素强烈重要 表示两个因素相比, 表示两个因素相比,一个因素比另一个因素极端重要 上述两相邻判断的中值
层次分析法在经济、科技、文化、军事、 环境乃至社会发展等方面的管理决策中都 有广泛的应用。 常用来解决诸如综合评价、选择决策方案、 估计和预测、投入量的分配等问题。
层次分析法建模
一 、问题的提出 日常生活中有许多决策问题。 日常生活中有许多决策问题。决策是指 在面临多种方案时需要依据一定的标准选择 某一种方案。 某一种方案。 例1 某人准备选购一台电冰箱 他对市场上的6 他对市场上的6种不同类型的电冰箱进行了解 选取一些中间指标进行考察。例如电冰 指标进行考察 后,选取一些中间指标进行考察。例如电冰 箱的容量、制冷级别、价格、型式、耗电量、 箱的容量、制冷级别、价格、型式、耗电量、 外界信誉、售后服务等 外界信誉、售后服务等。
目标层
O(选择旅游地 选择旅游地) 选择旅游地
准则层
C1 景色
C2 费用
C3 居住
C4 饮食
C5 旅途
要比较各准则C1,C2,… , Cn对目标O的重要性 要比较各准则 对目标 的重要性
Ci :Cj ⇒aij
选 择 C1 旅 C2 游 C 3 地
C4 C5 C1
层次分析法(AHP法 层次分析法(AHP法)
Analytic Hierarchy Process

层次分析法在大学生就业质量评价方面的应用

层次分析法在大学生就业质量评价方面的应用

层次分析法在大学生就业质量评价方面的应用层次分析法(Analytic Hierarchy Process,AHP)是一种用于分析复杂问题和做出决策的数学方法,可以帮助决策者在各种因素之间进行比较和权衡,进而确定最佳选择。

在大学生就业质量评价方面,AHP方法可以帮助决策者综合考虑各种因素,包括学生就业率、就业岗位匹配度、就业薪酬水平、职业发展空间等,从而更科学、客观地评价大学生的就业质量。

本文将探讨AHP方法在大学生就业质量评价方面的应用,并分析其优势和局限性。

一、AHP方法在大学生就业质量评价中的应用AHP方法将复杂的决策问题分解为层次结构,在此基础上建立判断矩阵,通过对各因素进行两两比较,确定权重,最终进行综合评价和决策。

在大学生就业质量评价中,可以将评价因素划分为多个层次,如一级指标为就业率、就业岗位匹配度、就业薪酬水平、职业发展空间等,二级指标为各因素下的具体内容,例如就业岗位匹配度可以包括专业与岗位的匹配情况、工作内容与个人兴趣的契合度等。

通过AHP方法,可以对这些因素进行量化评价,确定其相对重要程度,从而指导大学生就业质量的改进和提升。

AHP方法在大学生就业质量评价中的应用主要包括以下几个步骤:1. 建立评价指标体系。

将大学生就业质量评价因素划分为一级指标和二级指标,构建评价指标体系。

2. 构建判断矩阵。

利用专家问卷调查或实地调研等方法,获取各指标之间的两两比较数据,构建判断矩阵。

3. 计算权重。

通过层次分析法的计算过程,得出各指标的权重,确定各因素的相对重要程度。

4. 综合评价和决策。

将各指标的权重与实际数据相结合,进行综合评价和决策,指导大学生就业质量的改进和提升。

二、AHP方法在大学生就业质量评价中的优势AHP方法在大学生就业质量评价中具有以下优势:1. 综合性强。

AHP方法能够对多个因素进行综合评价,不仅考虑了数量化指标,还能充分考虑到各个因素之间的相互影响和关联,使评价更加客观。

大学生择业问题 数学建模

大学生择业问题   数学建模

大学生择业问题摘要:对于面临择业选择的毕业大学生来说,如何在诸多工作中做出最优选择至关重要。

层次分析法为我们提供一种比较可靠且客观地方法。

我们需要解决的问题的是在考虑进一步深造的机会,单位今后的发展前景,本人的兴趣爱好,单位所处的地域,单位的声誉,单位的经济效益、工资与福利待遇,六个准则时,如何在具体的工作中做出最优选择。

根据层次分析法,我们可以将这一定性问题转化为定量问题加以解决。

应用萨蒂提出的“9标度法”,为两两不同的要素比较结果赋值,建立比较对称逆矩阵,进而求得各要素所占权重。

在实际计算过程中,我们分别计算目标层与准则层、准则层与决策层之间的权重,进而建立目标层与决策层之间的联系,为最终决策提供依据。

必须强调的是,在应用层次分析中必须进行一致性检验,以确保结果的可靠性。

经过分析,我们最终选择长安汽车公司,过程一致性均通过检验。

通过题目的分析与求解,我们看以看到层次分析法系统性、实用性、简洁性的优点,同时可以发现这种方法的缺点。

尤其是在建立成对比较矩阵时,人为主观因素对整个过程的影响很大。

为克服这个缺点,我们对层次分析模型进行适当的改进,引进了“三标度法”和最优传递矩阵法,简化判断过程,减小在判断模糊性关系时的误差。

本模型成功地解决了该毕业生的就业选择问题。

模型推广后,易于用于实际生活中的工作选择,填报志愿等问题,具有一定的普适性和实用性。

同时,其中采用的层次分析法是解决离散模型的普遍方法,在产业结构,教育,医疗,环境,军事等领域,得到了成功的应用。

关键词:就业、层次分析法、9标度法、决策、三标度法、最优传递矩阵法一、问题重述面对毕业与就业,每位大学生都将做出决策和选择。

相关调查表明,大学生选择时考虑的主要因素有:(1)进一步深造的机会,(2)单位今后的发展前景,(3)本人的兴趣爱好,(4)单位所处的地域,(5)单位的声誉,(6)单位的经济效益、工资与福利待遇。

结合自己的观点及具体情况,选择三个(或三种类型)的单位,建立决策模型(利用层次分析方法)。

数学建模期末作业-谈层次分析法在就业中的应用

数学建模期末作业-谈层次分析法在就业中的应用

谈层次分析法在就业中的应用摘要近年高校毕业生数量急剧膨胀就业的难题似乎变得更加严峻和突出——全国就业工作座谈会传来消息,2010年应届毕业生规模是本世纪初的6倍,2011年高校毕业生人数为660万人,“十二五”时期应届毕业生年平均规模将达到近700万人。

许多大学生处于就业十字路口,茫然不知所措。

这种心态下的种种决策难免造成失误,所以需要一种可靠的定量的容易操作的,并且具体的有说服力的方法来帮助做出决策。

本文提出了定性和定量相结合的层次分析法步骤,构成了工作满意度的评价指标体系,通过各因素重要程度比较与计算,最终确定出了6个具体指标在该体系下的权重并排序,这样在分析某种工作的满意程度时就可以按此权重进行衡量。

为此我们建立了层次结构模型,做成对比较矩阵:正互反矩阵为⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=wn wn w wn w wn wn w w w w w w w wnw w w w w w w A /......2/1//2........3/22/21/2/1........3/12/11/1通过Matlab等数学工具,得到特征向量T w )083.0,201.0,139.0,154.0,076.0,347.0(1=,且∑==508.6)(max ii nw Aw λ,通过一致性指标得出1016.0)1()(max =--=n n CI λ,1.0082.024.11016.0<===RI CI CR , 如果有CI 偏差,那偏差是否在满意的一致性范围,引进平均随机一致性指标RI 。

平均随机一致性指标RI 数值通过比较,最后得出一致性检验通过。

关键词:大学生择业, 层次分析法,适用性。

1.1. 问题背景由于受到各高校扩招的影响,大学毕业生人数逐年增长,用人单位就业岗位日趋饱和,再加上08年金融危机的影响各类毕业生就业困难问题凸显.在就业选择时候,要考虑的因素很多,诸如:工资福利,专业和个人兴趣、工作环境、社会需求、工作的稳定性、单位发展前景,声誉,关系,位置,贡献等。

选专业数学建模论文 层次分析法

选专业数学建模论文  层次分析法

摘要本文针对一名高考升学考生报考学校专业问题进行建立层次分析模型。

首先通实地了解“一考生”有关意向数据,并对其进行处理,总结四大影响因素:专业就业情况、学校有关情况、自身影响因素和家庭影响因素及各因素对比比较矩阵A,和报考的学校专业:南昌大学计算机专业、九江学院船舶制造专业、景德镇陶瓷学院陶瓷专业、上饶师范学校教育专业和各专业对比较矩阵Bi()4,3,2,1。

i其次,建立目标、准则和方案的‘层次直观模型图’。

进而以准则层对方案层权重比值及一致性指标进行检验,此过程利用MATLAB软件进行对数据进行求解,得出矩阵的最大特征值及特征向量,从而利用相关SaatyS..定理验证得T出准则层对方案层一致性指标验证通过。

同理,再次验证方案层对准则层权重比值及一致性指标进行检验,得出各准则中每个方案相互比较矩阵的特征向量。

最后,由‘方案’对‘目标’层次总排序可以得出结论,该生选择南昌大学计算机专业更为适合。

关键词:层次分析法最大特征值特征向量一、问题的提出一位高中毕业生想要选择一个适合自己的某学校专业,他考虑的因素有专业的就业前景,学校的有关情况(所在地,知名度,交通的便捷度等),自身的因素(高考分数,自己的兴趣、爱好等)家庭的经济状况等。

比较中意的学校和专业有南昌大学的计算机专业,九江学院的船舶制造专业,景德镇职业学院的陶瓷制造专业,上饶的师范专业。

但不知道选择哪所学校,为此,请通过数学建模给出一个建议。

二、模型的假设及符号说明模型的假设:(1)假设这四所学校的分数线都不会提高。

(2)这四所学校都不会减少录取名额。

(3)这位同学不会改变所选的四所学校。

(4)不会出现所有非人为的意外情况。

符号的说明:三、 模型的建立及分析首先建立层次结构模型,如下:图1层次直观模型图其次,通过分析准则对目标的关系,即各准则对比比较所得的比值用ij a 表示i x 和j x 对上层目标的影响比。

同时可列出表1 相对重要程度ij a 取值情况,如下表:表1 相对重要程度ij a 取值情况选择一个就读专业由各准则对比较得到比例系数,如下:2112=a 113=a 614=a 423=a 524=a 234=a从而得到正反矩阵A :[1 1/2 1 6; 2 1 4 5; 1 1/4 1 2; 1/6 1/5 1/2 1]⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡=121516121411541261211A 利用利用MATLAB 语言求矩阵A 的最大特征值得:1701.4=λ对正互反矩阵进行一致性检验,采用Saaty L T ..一致性指标:0567.01=--=n nCI λ,一致性比率1.0063.090.00567.0〈===RI CI CR ,即通过了一致性检验。

层次分析法大学生就业选择问题

层次分析法大学生就业选择问题

层次分析法大学生就业选择问题摘要:大学毕业生都面临着就业这个问题,面对着各行各业,应该如何选择适合自己的工作,是迫切需要解决的问题。

针对为大学生对所提供的工作,运用层次分析法来分析大学生对所提供的工作的满意程度,根据所得数据解决问题。

我们在生活和工作中经常会遇到一些复杂的问题,需要考虑多方面因素,然后做出合理决策.例如毕业生在联系工作时,会考虑工作发展前景、经济收入、单位信誉、地理位置等诸因素,然后选择合适工作单位在权衡多方面因素时,由于问题较复杂,往往难以决策。

我们利用数学中层次分析法(AnalyticHier2 archyProcess简称AHP),建立数学模型辅助决策,则会使决策变得更合理,更科学。

关键词:就业、层次分析法、决策、权向量一.问题的提出对于一个大学毕业生来说,找到适合自己的工作是迫切需要解决的问题。

一个毕业生在找工作时,通过投简历,面试等方法,现有四个单位可以供他选择。

即:C1生产公司,C2销售公司,C3表舅的黑作坊,C4政府机关。

如何从这四个工作岗位中选择他比较满意的工作?这是目前需要解决的。

通过研究,最终确定了六个准则作为参照依据,来判断出最适合且最让他满意的工作。

准则:B1工作环境,B2发展前途,B3工资待遇,B4工作时间,B5地理位置,B6同事关系;通过这六个标准来评判出最满意的工作。

二.模型的假设一.该毕业生是有毕业证的毕业生,而且在大学期间学习了很多方面的知识。

二.四个单位对毕业生所具备的客观条件一样。

三.该毕业生对这四个工作岗位的工作都可以胜任。

三.符号说明1.层次结构模型的建立。

第一层:目标层,即对可供选择的工作的满意程度A;第二层:准则层,即工作环境B1,发展前途B2,工资待遇B3,工作时间B4,地理位置B5,同事关系B6;第三层:方案层,即生产公司C1,销售公司C2,表舅的黑作坊C3,政府机关C4。

根据以上层次结构模型,我做了一份就业选择满意度的调查表,对100名在校大学生进行抽样调查。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

实验(实训报告)
课程名称数学建模综合实训
实验(实训)名称(一)高校毕业生择业影响因素问题的层次分析法班级组别姓名
同组者
实验(实训)日期完成日期
本实验(实训)所用学时统计
预习实验(实训)报告总计
评阅意见:成绩
高校毕业生择业的影响因素问题
一、问题重述
高校毕业生就业问题牵动着千千万万的家庭,历年来都是高校的工作重点,受到了社会,高校和教育界的普遍关注。

对毕业生进行正确,高效的就业指导,应该建立在了解学生的就业心态,尤其要了解在学生心目中影响其就业岗位选择的因素及它们的重要性程度。

影响就业岗位选择的因素是多方面的、复杂的。

通过调查一些研究学者认为,这些因素有:贡献、关系、收入、声誉、发展等等。

这些因素所组成的是一个相互关联、相互制约而又往往缺少定量数据的复杂系统。

运用层次分析法原理,对这一系统进行分析并建立一个数学模型,能够简单方便地找出影响毕业生择业的主要因素,有助于对毕业生开展有针对性的就业指导,提高工作的有效性。

二、模型建立及求解
挑选合适的工作。

经双方恳谈,已有三个单位表示愿意录用某毕业生。

该生根据已有信息建立了一个层次结构模型,如下图所示:
A-B 判断矩阵表
A 1
B 2B 3B 4B 5B 6B
1B 1 1 1 4 1 1/2 2B 1 1 2 4 1 1/2 3B 1 1/2 1 5 3 1/2 4B 1/4 1/4 1/5 1 1/3 1/3
5B 1 1 1/3 3 1 1 6B 2 2 2 3 3 1
(方案层)
B1-C 判断矩阵表 B2-C 判断矩阵表
1B 1C 2C 3C 2B 1C 2C 3C
1C 1 1/4 1/2 1C 1 1/4 1/5
2C 4 1 3 2C 4 1 1/2
3C 2 1/3 1 3C 5 2 1
B3-C 判断矩阵表 B4-C 判断矩阵表
3B 1C 2C 3C 4B 1C 2C 3C 1C 1 3 1/3 1C 1 1/3 5
2C 1/3 1 7 2C 3 1 7
3C 3 1/7 1 3C 1/5 1/7 1
B5-C 判断矩阵表 B6-C 判断矩阵表
5B 1C 2C 3C 6B 1C 2C 3C 1C 1 1 7 1C 1 7 9
2C 1 1 7 2C 1/7 1 1
3C 1/7 1/7 1 3C 1/9 1 1
根据层次总排序权值,该生最满意的工作为工作1。

三、数值实验
Matlab 程序实现: clear
a=[1,1,1,4,1,1/2 1,1,2,4,1,1/2 1,1/2,1,5,3,1/2 1/4,1/4,1/5,1,1/3,1/3 1,1,1/3,3,1,1 2,2,2,3,3,1];
[x,y]=eig(a);eigenvalue=diag(y);lamda=eigenvalue(1); ci1=(lamda-6)/5;cr1=ci1/1.24
w1=x(:,1)/sum(x(:,1))
b1=[1,1/4,1/2;4,1,3;2,1/3,1];
[x,y]=eig(b1);eigenvalue=diag(y);lamda=eigenvalue(1);
ci21=(lamda-3)/2;cr21=ci21/0.58
w21=x(:,1)/sum(x(:,1))
b2=[1 1/4 1/5;4 1 1/2;5 2 1];
[x,y]=eig(b2);eigenvalue=diag(y);lamda=eigenvalue(1);
ci22=(lamda-3)/2;cr22=ci22/0.58
w22=x(:,1)/sum(x(:,1))
b3=[1 3 1/3;1/3 1 1/7;3 7 1];
[x,y]=eig(b3);eigenvalue=diag(y);lamda=eigenvalue(1);
ci23=(lamda-3)/2;cr23=ci23/0.58
w23=x(:,1)/sum(x(:,1))
b4=[1 1/3 5;3 1 7;1/5 1/7 1];
[x,y]=eig(b4);eigenvalue=diag(y);lamda=eigenvalue(1);
ci24=(lamda-3)/2;cr24=ci24/0.58
w24=x(:,1)/sum(x(:,1))
b5=[1 1 7;1 1 7;1/7 1/7 1];
[x,y]=eig(b5);eigenvalue=diag(y);lamda=eigenvalue(2);
ci25=(lamda-3)/2;cr25=ci25/0.58
w25=x(:,2)/sum(x(:,2))
b6=[1 7 9;1/7 1 1 ;1/9 1 1];
[x,y]=eig(b6);eigenvalue=diag(y);lamda=eigenvalue(1);
ci26=(lamda-3)/2;cr26=ci26/0.58
w26=x(:,1)/sum(x(:,1))
w_sum=[w21,w22,w23,w24,w25,w26]*w1
ci=[ci21,ci22,ci23,ci24,ci25,ci26];
cr=ci*w1/sum(0.58*w1)
四、参考文献
[1] 杨启帆方道元,数学建模,杭州:浙江大学出版社,1999年;
[2] 姜启源谢金星,数学建模,北京:高等教育出版社,2003年;
[3] 李涛贺勇军,应用数学篇,北京:电子工业出版社,2000年。

相关文档
最新文档