最新用层次分析法评选优秀学生进行数学建模
挑选队员的模型
挑选队员的策略模型摘要全国大学生建模竞赛已成为全国高校规模最大的基础性学科竞赛，也是世界上规模最大的数学建模竞赛，各大高校对这项比赛都很重视，那么如何挑选出优秀的队员和如何将队员进行合理的组队就至关重要了。
本文将提出的问题转化为数学的模型以及合理的假设分析给出了妥帖的解决方案。
1、对于问题一我们用多元统计分析中的层次分析法首先建立了模型1.1，给各项条件指标一个权重，来计算加权函数i i ij j i iii W P L W ∑=∑===7161，αα，再求每个队员的综合水平，用Excel 整理数据，最后淘汰8、9两名队员。
然后在模型1.1的基础上建立了模型 1.2，从理论上按照层次分析法的步骤算出权重，再按模型 1.1的加权函数计算每个队员的综合水平，得出的结果也是淘汰8、9两名队员，充分的验证了模型的合理性。
2、对于问题二我们用逐项选优法和均衡模型法，由于学校参赛的目的不同给出两种模型。
我们把这个问题转化成求竞赛水平函数i j ml k ji m l k jW a W af ∑==61,,,,),(，模型2.1目的是使学校尽可能拿更高的奖项，用逐项求优法挑选竞赛水平高的队伍，重复挑选选取最优。
模型2.2目的是使学校尽可能多的获奖，也就是期望六支队伍都获奖，用均衡模型法，先选出竞赛水平最高的一组保证能够获奖，将剩下的队员均衡分配，从而竞赛水平都达到某一高度，这样六支队伍都能获奖。
综合这两种模型我们在不同的情况下做了合理的分析，认为模型2.1优于模型2.2. 3、对于问题三我们用求价值函数和仿真的方法，模型3.1是使每个教练挑选的队员的价值函数i i k q p o i i kq p o i kW d W dg ∑==613),,(3),,(3),(达到最大，同时保证他们之间相差不大，这样才能使教练相对满意。
模型3.2是用仿真的方法，通过仿真模拟出能够满足各个教练所需求的“最优”，又能使得他们所得队员差距更小，以取得使教练都尽可能满意的结果。
数学建模队员的选拔-层次分析法
数学建模队员的选拔摘要一年一度的全国大学生数学建模竞赛是高等院校的重要赛事。
但在对参赛队员进行选拔时，往往会遇到很多难题，以致有时并不能选出真正优秀的队员代表学校参加全国竞赛。
本文通过对学生自身具备的与数学建模有关的素质的考察，解决了选拔参赛队员及确定最佳组队的问题。
本文主要采用层次分析法，通过对建模队员的综合能力以及专项能力的考察，综合考虑个人的指标以及整队的技术水平，给出了选拔队员的模型，并最终从15名队员中选出9名优秀队员组成三队，建立了最佳的组队方案。
问题一，我们给出了选拔队员时应考察的情况，并针对数学建模应具备的关键素质，给出了相关素质的权重。
问题二，我们全面考察了15名队员的六项指标，并利用层次分析法及matlab 编程求出了各指标的权重，然后根据权重得到15名队员的的综合排名，最后剔除后六名，得到前九名队员，依次是：2S ,1S ,14S ,8S ,11S ,4S 10S ,6S ,13S 。
为了组成3个队，使得这3队的整体水平最高，我们建立了求每个队竞赛水平的模型，根据题目要求，为使三名队员的技术水平可以互补，参赛学生最好来自不同专业，我们在多种组合方式下经计算比较后得到最佳组合方案。
如下表：问题三，我们如果只考察计算机而不考察其它能力，选出最佳队员S11和S13,其成绩分别为第五和第九，并非特别拔尖。
而且通过对计算机编程能力在关键素质中所占的比例24.9%分析（1/4不到），这种直接录用的选拔方式，有可能影响队伍的总体水平，而且有失公平，所以不可取。
问题四，我们在前几问的基础上，综合数学建模的关键素质所占的权重分析，给出了对数学建模教练组在选拔队员时的建议。
关键词：最佳组队；层次分析法；matlab 编程，权重一、问题重述由于竞赛场地、经费等原因，不是所有想参加竞赛的人都能被录用。
为了能够选拔出真正优秀的同学代表学校参加全国竞赛，数学建模教练组需要投入大量的精力，但是每年在参赛的时候还是有很多不如意之处：有的学生言过其实，有的队员之间合作不默契，影响了数学建模的成绩。
层次法数学建模论文
层次法数学建模论文层次分析法(Analytic Hierarchy Process，简称AHP)是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。
下文是店铺为大家整理的关于层次法数学建模论文的范文，欢迎大家阅读参考!层次法数学建模论文1层次分析法建模70 年代由美国运筹学家T·L·Satty提出的，是一种定性与定量分析相结合的多目标决策分析方法论。
吸收利用行为科学的特点，是将决策者的经验判断给予量化，对目标(因素)结构复杂而且缺乏必要的数据情况下，採用此方法较为实用，是一种系统科学中，常用的一种系统分析方法，因而成为系统分析的数学工具之一。
一、问题举例：A.大学毕业生就业选择问题获得大学毕业学位的毕业生，“双向选择”时，用人单位与毕业生都有各自的选择标准和要求。
就毕业生来说选择单位的标准和要求是多方面的，例如：① 能发挥自己的才干为国家作出较好贡献(即工作岗位适合发挥专长);② 工作收入较好(待遇好);③ 生活环境好(大城市、气候等工作条件等);④ 单位名声好(声誉-Reputation);⑤ 工作环境好(人际关系和谐等)⑥ 发展晋升(promote, promotion)机会多(如新单位或单位发展有后劲)等。
问题：现在有多个用人单位可供他选择，因此，他面临多种选择和决策，问题是他将如何作出决策和选择?——或者说他将用什么方法将可供选择的工作单位排序?B.假期旅游地点选择暑假有3个旅游胜地可供选择。
例如：P1：苏州杭州，P2北戴河，P3桂林，到底到哪个地方去旅游最好?要作出决策和选择。
为此，要把三个旅游地的特点，例如：①景色;②费用;③居住;④环境;⑤旅途条件等作一些比较——建立一个决策的准则，最后综合评判确定出一个可选择的最优方案。
目标层准则层方案层C.资源开发的综合判断7种金属可供开发，开发后对国家贡献可以通过两两比较得到，决定对哪种资源先开发，效用最用。
层次分析法数学建模范例
对学生建模论文的综合评价分析摘要本文研究的是五篇建模论文的评价和比较问题。
首先，研读分析了五篇论文，并写出评语。
其次,进行综合量化评价,主要运用的方法是层次分析法和模糊综合评判.最后,依据所得权重大小对论文排序。
针对问题一，我们对论文进行了横向比较和纵向分析。
依据数学建模竞赛论文评分基本原则,首先，在研读论文的基础上，对论文分块进行了横向比较，并按照优、良、中、差四个等级作出评价。
其次，采取纵向分析的方法，找到论文的优点与不足，写出每篇论文的评语。
最后,结合横向比较和纵向分析对论文综合评价。
针对问题二，在建立数学模型时，首先从建模理念的应用意识、数学建模、创新意识出发利用模糊评判的二级评判模型把所给论文的建模摘要、模型与求解、模型评价与推广、其他作为第一级因素集，把问题描述等作为第二级因素集。
在用模糊综合评判方法时，确定评估数据（评判矩阵）和权重分配是两项关键性的工作，求权重分配时,我们通过往年评分标准确定数据后用层次分析法计算出二级权重和一级权重；对于评判矩阵，我们通过对五篇论文进行评阅打分（用平均分数作为每项得分），用每一项得分占五篇论文该项得分的比重（商值法）,建立评价矩阵。
最终，我们通过matlab编程处理得出的综合量化比较结果是所给5篇论文由好到差依次为论文4,论文2，论文1，论文5,论文3。
并在模型结束时付上了对五篇论文的评语。
关键词：层次分析法；模糊综合评判；统计分析：matlab编程；论文评价一、问题重述数学建模是利用数学方法解决实际问题的一种实践。
即通过抽象、简化、假设、引进变量等处理过程后，将实际问题用数学方式表达，建立起数学模型,然后运用先进的数学方法及计算机技术进行求解。
将各种知识综合应用于解决实际问题中，是培养和提高同学们应用所学知识分析问题、解决问题的能力的必备手段之一。
在实际过程中用那一种方法建模主要是根据我们对研究对象的了解程度和建模目的来决定.机理分析法建模的具体步骤大致可见下图。
综合评价预测学生学习成绩的数学模型
摘要对学生学习情况分析的目的是激励优秀学生努力学习取得更好的成绩，同时鼓励基础相对薄弱的学生树立信心，不断进步。
然而，现行的评价方式单纯的根据“绝对分数”评价学生的学习状况，忽略了基础条件的差异；只对基础条件较好的学生起到促进作用，对基础条件相对薄弱的学生很难起到鼓励作用。
所以，一种能够全面、客观、公正的新型综合评价模式急需建立与应用。
来改变传统的评价方式以更好地促进全体同学学习的进步与发展。
本文通过对附件所给的数据进行全面的整合与分析，考虑各种可能因素对学习成绩的影响，并在此基础上建立了对学生学习状况的综合评价模型。
从解决以下几个问题来为学校提供更好的评价模型：1.针对问题一：对612名学生四个学期的综合成绩进行整体分析，经过对数据的初步处理和计算，绘制表格做出扇形图，更加直观的对计算结果（平均分、及格率、良好率、优秀率、极差等）的解析客观整体的评价学生学习的状况。
运用matlab对其进行直方图的统计以及正态曲线的拟合，通过结果客观去全面公正的对整体学生的学习情况做出评价。
2.针对问题二：对具体到个人的学习状况的分析和评价以及模型的建立。
m.考虑到每位同学的其实分数的差异即基础不同的同学学习成绩进步空间的难易是有差别的。
每位同学在不同难度的试卷测试中的发挥是不一样的，我们在建立模型的过程中引进了奖罚因子（a）并用多种微分方差和指数方程来转换测验成绩，使较低水平学生大幅增长的成绩与较高水平的选手小幅增长的成绩可以进行比较。
n.其次考虑到原始分一般不能直接反映出考生间差异状况，不能刻划出考生相互比较后所处的地位，也不能说明考生在其他等值测试上应获得什么样的分值。
我们采用了标准分计算法——将原始分数与平均分数之差除以标准差所得的商数，来评定对象之间的差异，它是以标准差为单位度量原始分数离开平均数的度量，标准分是一个抽象值，不受原始单位的影响，并且接受代数方法的处理。
综合上述因素，我们建立了标准分与进步度结合的综合评价数学模型。
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
层次分析法及其应用数学建模
层次单排序
根据判断矩阵求解各因素对于上一层次因素的相 对重要性权重，得到层次单排序结果。
02
一致性检验
对判断矩阵进行一致性检验，检查各因素之间的 相对重要性是否合理。
层次总排序与一致性检验
层次总排序
根据各层次的权重和下一层因素相对于上一层因素的权重，计算出最底层因素相对于总目标的 权重。
一致性检验
判断矩阵的构造
确定比较标度
比较同一层次中各因素对于上一 层次因素的相对重要性，通常采 用1-9的标度法进行比较。
构造判断矩阵
根据比较标度，构造出判断矩阵， 矩阵中的元素表示对应因素的比 较结果。
求解判断矩阵
通过计算判断矩阵的特征向量， 得到各因素对于上一层次因素分析法可以根据问题 的实际情况调整层次结构 和判断矩阵，具有较高的 灵活性。
局限性
主观性
层次分析法在构造判断矩阵时依赖于专 家的主观判断，因此结果可能受到专家
主观因素的影响。
计算复杂度较高
对于大规模问题，层次分析法的计算 复杂度较高，需要借助计算机进行辅
助计算。
一致性检验困难
对于构造的判断矩阵，一致性检验是 一个难题，需要找到合适的检验方法。
层次分析法在数学建模中的应用
01 在数学建模中，层次分析法常用于解决多目标决 策问题，例如在资源分配、方案选择、风险评估 等方面。
02 通过构建层次结构模型，可以将复杂的决策问题 分解为多个层次，使得决策过程更加清晰和有条 理。
02 在应用层次分析法时，需要构建判断矩阵，并进 行一致性检验，以确保决策的合理性和准确性。
02
层次分析法的基本原理
层次结构模型的建立
01 明确问题
首先需要明确问题的目标，并确定相关的因素， 将因素按照属性不同分为不同的层次，形成层次 结构。
学生数学建模能力评比方案
学生数学建模能力评比方案一、引言在当今社会，数学建模能力被认为是学生必备的核心素养之一。
数学建模不仅能培养学生的逻辑思维和问题解决能力，还能加深对数学知识的理解和应用。
为了评估学生的数学建模能力，我们制定了以下方案。
二、评比对象本次数学建模能力评比方案的对象为中学高年级学生，包括初中三年级和高中各个年级的学生。
三、评比内容1. 数学建模能力的测评- 面向初中学生的题目设计- 面向高中学生的题目设计2. 表现形式和要求- 作答形式：书面回答- 数学建模报告的格式、结构和要求3. 评分标准- 数学建模能力的核心素养和表现- 创新思维和解决问题的方法- 结果的准确性和合理性- 报告的完整性和清晰度四、评比流程1. 题目设计与发布- 由专业数学建模教师组成的评估团队进行题目设计- 题目按照不同年级和难度分类2. 学生作答与提交- 学生根据规定时间和要求回答题目，并书面提交答案和报告3. 评分与排名- 评委组成专业评估小组，对学生的答案和报告进行评分- 按照评分结果排出学生的综合得分和相应排名4. 大赛总结与奖项颁发- 综合评估结果，对优秀学生进行奖项的评选和颁发五、评估结果的应用1. 学术研究和教育改革- 分析评估结果，了解学生数学建模能力发展的整体趋势和问题- 通过评估结果指导数学建模课程的开设和教学改革2. 学生个性化发展和选材指导- 借助评估结果，帮助学生了解自己的数学建模能力水平- 根据评估结果，为学生提供个性化的学习和选材指导六、结语通过本次学生数学建模能力评比方案，我们旨在促进学生数学建模能力的提高和发展。
评比方案的实施将为学生提供发现问题、解决问题的机会，培养创新意识和实践能力，进一步推动学生数学建模教育的发展。
以上便是我们制定的学生数学建模能力评比方案，希望通过此方案能够全面评估学生的数学建模能力，进而推动他们的学习和发展。
我们相信，通过这样的评比活动，学生们的数学建模能力将得到有效提升，为未来的学习和职业发展打下坚实的基础。
数学建模队员的选拔-层次分析法
数学建模队员的选拔-层次分析法层次分析法（Analytic Hierarchy Process，简称AHP）是一种多准则决策方法，通过构造层次结构分析问题，通过对于决策中所涉及的因素和目标进行层次分解，将问题的各部分分解成若干层次，在该层次结构中使用定量和定性的方法来描述因素之间的关联和权重。
本文将利用层次结构模型，以及层次分析法，对数学建模队员的选拔进行分析。
层次结构模型在进行数学建模队员的选拔中，影响选拔的多个因素可以构建成一个层次结构模型。
例如：在数学建模队员选拔中，可以将最终选出的队员作为最终的目标，而影响选拔的因素可以分解成以下多个因素：1.专业水平：参赛者们的数学水平、学习能力、逻辑思维等问题。
2.团队合作能力：参赛者是否适应团队合作及与人组队互动等问题。
3.沟通和表达能力：参赛者的表达能力、口头和文字沟通交流等问题。
4.个人素质：如责任感、进取心、合作精神、团队协作精神等。
层次分析法在层次分析法中，问题通常首先进行分层，使用准则、子准则和指标以及目标来描述问题，并按照这种结构构造一个具有层次结构特征的问题描述。
接着，将问题中的各个层次之间的依赖关系描述出来，并将各个准则、子准则、指标和目标的重要性大小转化为数量化的比较关系。
比较矩阵是层次分析法中的核心概念。
比较矩阵是一种用于比较各个因素之间差异的矩阵视图，在比较矩阵中，每一个单元格代表两个不同的元素之间的相对权重。
比较矩阵的各行数值之和为1。
以数学建模队员选拔的专业水平为例：在该因素层面上考虑选择队员是否有良好的数学水平、学习能力、逻辑思维；在这些因素比较中，可以进行两两比较后形成下图所示的矩阵视图。
| 比较矩阵 | 数学水平 | 学习能力 | 逻辑思维 ||--------------|----------|----------|----------|| 数学水平 | 1 | 3 | 5 || 学习能力 | 1/3 | 1 | 3 || 逻辑思维 | 1/5 |1/3 | 1 |上表中的数字代表数量级：按比例表示数据之间的重要程度或优先级，并且满足归一化性质：对于矩阵中的每一列，它们的权重比之和应为1。
数学建模层次分析法
(Analytic Hierarchy Process) 建模
数学建模
模型背景 基本步骤 应用实例
一、模型背景
❖ 美国运筹学家匹兹堡大学教授Saaty在20世纪70 年代初提出的一种层次权重决策分析方法。
❖层次分析法(Analytic Hierarchy Process简称AHP) 是一种定性和定量分析相结合的决策分析方法。
对总目标Z的排序为
A1
A2
Am
a1, a2 ,, am
B层n个因素对上层 A中因素为 Aj
其层次单排序为
B1
B2
Bn b1 j ,b2 j ,,bnj ( j 1,2,, m)
层次 A A1
层次 B a1
B1
b11
B2
b21
.
.
.
.
.
.
Bn
bn1
A2 … Am B 层次总
a2
… am 排序权值
RI 0i RIi 0.58 i 1
CR CI / RI 0.087 / 0.58 0.015 0.1
C5
0.118 0.166 0.166 0.668
层次P的 总排序
0.3 0.246 0.456
层次分析法的优点
系统性——将对象视作系统，按照分解、比较、判断、综合 的思维方式进行决策。成为成为继机理分析、统 计分析之后发展起来的系统分析的重要工具；
w(2) (0.263, 0.475, 0.055, 0.090, 0.110)T
同样求第3层(方案)对第2层每一元素(准则)的权向量
方案层对C1(景色)的 成对比较阵
方案层对C2(费用)的 成对比较阵
…Cn
层次分析法-数学建模
步骤5 层次总排序即求各方案的综合得分
前面我们求的都是在一层中各因素的权重，这个过程称为单
层次排序。不妨设准则层权向量W (w1, w2,L , wn )，T 而方案层有 l
个方案可供选择，且每个方案的权向量分别为 1, 2,L , l 。那么 每个方案对最终目标的影响程度(C1,C2,L ,Cl )T 就可以通过下面的 式子算出来了。
合理分配企业利润
准则层 调动积极性 提高企业质量 改善生活条件
方案层 发奖金 扩展福利设施 引进人才和设备
在层次划分及因素选取时，我们要注意三点：
（1）上层对下层有支配作用；
（2）同一层因素不存在支配关系（相互独立）；
（3）每层因素一般不要超过9个。 （心理学家通过实验认为，人对许多东西优劣及优劣 程度判断能力，最多大致在9个以内，超过这个范围就 会判断失真。例如，人们在面对琳琅满目的商品常常会 眼花缭乱，难以抉择。）
23
9
重要性
xi比 x j 相同 稍重要 重要
绝对 很重要 重要
aij
1
3
5
7
9
在每两个等级之间有一个中间状态， aij 可分别 取值 2 , 4 ,L , 8 。
例如：评价电影的好坏
目标层
评价
准则层 娱乐性 x1 艺术性 x2 教育性 x3
方案层 电影1
电影2
……
这
个人认为：
x1 : x2 3
层次分析法是将定性问题定量化处理的一种有效手 段。
面临各种各样的方案，要进行比较、判断、评价、 最后作出决策。这个过程主观因素占有相当的比重给用 数学方法解决问题带来不便。T.L.saaty等人20世纪在七 十年代提出了一种能有效处理这类问题的实用方法。
数学建模队员的选拔
数学建模队员的选拔一、摘要本文是一个如何选拔最优秀的队员和科学合理组队问题的数学模型。
此模型我们主要采用的是层次分析法，综合考虑每个学生的指标和整队的技术水平，最终从15名学生中挑选出9名数学建模队员进行参赛，对9名队员进行科学地分组，提出了最佳组队方案，达到更大的获奖几率。
此外，我们还给出一些关于队员选拔的建议。
问题二：选拔队员是一个多目标决策的优化问题，我们采用层次分析法，全面考察了15名学生的七项指标，并按照其对目标层的权重的大小进行了排序，挑选出了排名较前的9名学生进行参赛，他们依次是：S1，S2，S6，S15，S8，S9，S10，S14，S4。
为了能够科学地组队，利用数学软件lingo得到最优组合，如下表：分组队员一队员二队员三该组水平第一组S1 S6 S8 0.2195 第二组S2 S14 S9 0.2097 第三组S15 S4 S10 0.2059问题3：倘若直接录用一个计算机编程高手，不考虑其他方面的情况，我们以机试知识面为计算机编程高手的主要素质，可以在15名学生中挑选出几名能力相似的同学，他们分别为S3、S11、S13和S15，在问题二的结果中，我们可以发现计算机能力强的学生中，只有S15的综合能力排名能进入前9名，其他都被剔除掉，可见，如果只考虑计算机能力这一点，会影响队伍的总体水平，所以该做法是不可取的。
关键词：层次分析法多目标决策最优组合lingo二、问题重述一年一度的全国大学生数学建模竞赛是全国所有高校的重要赛事，如何选拔最优秀的队员和科学合理组队问题是一个首先需要解决的数学模型问题。
我们需要解决以下几个问题：1.根据你们所了解的数学建模知识，选拔数学建模队员要考察学生的哪些情况？哪些素质是数学建模的关键素质，如何进行考察？2.根据上表中信息，建立建模队员选拔的数学模型，从中选出9位同学，并组成3个队，使得这三个队具有良好的知识机构。
3.判断直接录用一个计算机编程高用，而不再考察其它情况这种选拔方式是否可取。
数学建模的层次分析法
1、层次分析法的基本概念
1、层次分析法的基本概念
层次分析法（Analytic Hierarchy Process，AHP）是一种广泛应用于数学 建模中的方法。它通过将复杂问题分解为多个层次，帮助我们更好地理解和解决 实际问题。层次分析法的基本原理是将一个复杂问题分解为多个相关因素，并根 据这些因素之间的相对重要性进行排序。
3、层次分析法的实际应用
(4)权重计算：通过计算判断矩阵的特征向量，得到每个因素的权重值。 (5)一致性检验：对判断矩阵进行一致性检验，以确保得到的权重值是合理的。
3、层次分析法的实际应用
(6)结果分析：根据权重值的大小，对每个因素进行分析，从而得到问题的解 决方案。层次分析法在多目标决策、资源分配、风险评估等领域有着广泛的应用。 例如，在多目标决策中，层次分析法可以帮助我们确定各目标的权重，从而得到 最优解。
三、大学生毕业设计质量评价的 数学模型建立
三、大学生毕业设计质量评价的数学模型建立
1、确定评价指标：根据模糊层次分析法的原理，我们首先需要确定评价指标 体系。选取与毕业设计质量相关的指标，建立多级递阶结构，其中一级指标为选 题质量、设计过程、成果质量等，二级指标为选题难度、选题新颖性、设计规范 性等。
2、数学建模在各领域的应用
在科学研究领域，数学建模被广泛应用于物理学、化学、生物学等学科。例 如，牛顿第二定律、万有引力定律等都是通过数学建模得到的。在工程技术领域， 数学建模也发挥着重要的作用。例如，桥梁设计、建筑设计等领域都需要用到数 学建模来分析结构稳定性和安全性。此外，数学建模在金融、经济、社会等领域 也有着广泛的应用。
参考内容
一、引言
一、引言
随着高等教育的普及化，大学生毕业设计的质量评价已成为一个重要的研究 领域。毕业设计是大学生综合素质和教育水平的直接体现，因此，对其质量进行 科学、客观的评价至关重要。本次演示将介绍一种基于模糊层次分析法（Fuzzy Analytic Hierarchy Process，FAHP）的大学生毕业设计质量评价数学建模方 法，旨在为提高毕业设计质量和评价效率提供有效手段。
学生的综合成绩排名问题数学建模
三、问题的分析3.1问题一我们考察班级学生的综合成绩（包括考试课和考查课）排名问题，只需要对学生的平均绩点进行比较，其中考虑到每个学校计算平均绩点的方法不统一，为了认证我们的结果，我们利用Excel层次分析法对排名的公平性进行认证。
（是否有不考虑因素）3.2问题二3.3问题三3.4问题四对于奖学金的评定各院系或班级评定标准都或多或少的遇到了一些问题，造成学生参评热情不高，高校奖学金的评定一般存在以下问题四、模型的建立及求解4.1问题一模型的建立及求解4.1.1基本方法-绩点法绩点成绩与绩点对应表（表1）名称内容百分制90-100 80-89 70-79 60-69 60以下等级评价优秀良好中等及格不及格绩点 4 3 2 1 0每名同学的平均绩点的计算（公式1）：每名同学平均绩点分 =()定的总学分数每学期专业教学计划规课程绩分数课程学分课程系数∑⨯⨯符号化公式：J平均=()MGXK∑••4.1.2问题一的改进优化-Excel 层次分析法问题简化：我们只计算班级前5排名情况，这样可以利用在平均绩点中前9名得成绩进行比较，足以保证前5名得公平性。
1-15阶正互反矩阵计算1000次得到的平均随机一致性指标（表二）层次分析图求出目标层的权数估计 用和积法计算判断矩阵将判断矩阵的每一列元素作归一化处理，其元素的一般项为∑=nijijij bb b 1()n j i ,2,1,=将每一列经归一化处理后的判断矩阵按行相加为：()n i ,2,1=求得Wi={1.2,0.8}t对向量W=（ W 1， W 2…… W n )t 归一化处理:∑=niji b w 1∑=njii ww w 1()n i ,2,1=()tn w w w w ,,21=即为所求的特征向量的近似解。
W={0.6,0.4} tN<3不用考察判断矩阵一致性标准求出方案层对准则层的最大特征向量(同上），求得考试课之间绩点的层次表bij={18.5,5.285,7.4,3.363,5.285,7.4}Wi={0.324,1.135,0.810,1.783,1.135,0.810} W={0.054,0.189,0.135,0.297,0.189,0.135} 考察判断矩阵层次单排列的一致性标准 计算判断矩阵最大特征根λmax()∑=niinW BW 1max λBW={0.075,0.927,0.472,2.289,0.927,0.472}λmax =(0.138)/(6*0.054)+(1.691)/(6*0.189)+(0.863)/(6*0.135)+(4.175*0.297) /(6*0.297)+(1.691) /(6*0.189)+(0.863) /(6*0.135)=6.234判断矩阵一致性指标C.I.(Consistency Index)1..max --=n nI C λC.I.=(6.234-6)/(6-1)=0.0468随机一致性比率C.R.(Consistency Ratio)......I R I C R C =C.R.=0.0468/1.24=0.038<0.1考察判断矩阵层次单排列的一致性标准考查课之间绩点的层次表 bij={20,5,5,10,10,2.857}Wi={0.3,1.2,1.2,0.6,0.5,0.5}W={0.069,0.279,0.279,0.139,0.116,0.116} 考察判断矩阵一致性标准BW=max=(20*0.069)/(6*0.069)+(5*0.279)/(6*0.279)+(5*0.279)/(6*0.279)+(10*0.139)/(6*0. 139)+(10*0.116)/(6*0.116)+(2.857*0.116)/(6*0.116)求出方案层对指标层的最大特征向量(同上），求得每名同学考试课1的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考试课2的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考试课3的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考试课4的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考试课5的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考试课6的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考查课1的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考查课2的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考查课3的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考查课4的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考查课5的绩点层次表Wi=W=考察判断矩阵一致性标准每名同学考查课6的绩点层次表Wi=W=考察判断矩阵一致性标准利用层次单排序的计算结果，进一步综合出对更上一层次的优劣顺序，就是层次总排序的任务。
数学建模实验报告1,层次分析法
数学建模实验报告一、实验要求柴静的纪录片《穹顶之下》从独立媒体人的角度调查了席卷全国多个省份的雾霾的成因，提出解决的方法有：关停重污染的钢铁厂、提高汽柴油品质、淘汰排放不达标汽车、提高洗煤率等，请仔细观看该纪录片，根据雾霾的成因，选择你认为治理雾霾确实可行的几个方案，并用AHP方法给出这几个主要方案的重要性排序。
二、前期准备1、理解层次分析法（AHP）的原理、作用，掌握其使用方法。
2、观看两遍柴静所拍摄的纪录片《穹顶之下》，选出我认为可较为有效地治理雾霾的几个方法，初步确定各方法的有效性（即权重）。
3、初步拟定三个方案，每个方案中各个治理方法的权重不同。
三、思路&分析1、根据纪录片《穹顶之下》和个人的经验判断给出各个记录雾霾的方法对于治理雾霾的判断矩阵，以及三个不同方案对于五大措施的判断矩阵。
2、了解了AHP的原理后，不难发现MATLAB在其中的作用主要是将判断矩阵转化为因素的权重矩阵。
当然矩阵要通过一致性检验，得到的权重才足够可靠。
3、分别得到准则层对目标层、方案层对准则层的权重之后，进行层次总排序及一致性检验。
得到组合权向量（方案层对目标层）即可确定适用方案。
四、实验过程1、确定层次结构2、构造判断矩阵（1）五大措施对于治理雾霾（准则层对目标层）的判断矩阵（2）三个方案对于五大措施（方案层对准则层）的判断矩阵3、层次单排序及一致性检验该部分在MATLAB中实现，每次进行一致性检验和权向量计算时，步骤相同，输入、输出参数一致。
（虽然输入的矩阵阶数可能不同，但可以不把矩阵阶数作为参数输入，而通过[n,n]=size（A）来算得阶数。
）因此考虑将这个部分定义为一个函数judge,输入一个矩阵A,打印一致性检验结果和权向量计算结果，并返回权向量、一致性指标CI、平均随机一致性指标RI。
将此脚本存为judge.m，在另一脚本ahp.m中调用。
代码如下：调试通过后，下面便用此函数进行一致性检验及权向量计算：（1）准则层对目标层（A矩阵）（2）方案层对准则层（BB矩阵）代码：结果：注：实际实验时，一开始构造的五个矩阵中有两个没有通过一致性检验。
- 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、"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、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)。
用层次分析法评选优秀学生
一．实验目的
运用层次分析法，建立指标评价体系，得到学生的层次结构模型，然后构造判断矩阵，求得各项子指标的权重，最后给出大学生综合评价得分计算公式并进行实证分析，为优秀大学生的评选提出客观公正，科学合理的评价方法。
二．实验内容
4.用层次分析法解决一两个实际问题；
（1）学校评选优秀学生或优秀班级，试给出若干准则，构造层次结构模型。
可分为相对评价和绝对评价两种情况讨论。
解：层次分析发法基本步骤：建立一套客观公正、科学合理的素质评价体系，对于优秀大学生的评选是至关重要的。
在此我们运用层次分析法(AHP)，以德、智、体三个方面作为大学生综合评价的一级评价指标，每个指标给出相应的二级子指标以及三级指标，然后构造判断矩阵，得到各个子指标的权重，结合现行的大学生评分准则，算出各项子指标的得分，将这些得分进行加权求和得到大学生综合评价得分，根据分配名额按总分排序即可选出优秀大学生。
大学生各项素质的指标体系。
如下表所示：
符号说明
设评价指标共有n 个，为1x ,2x ..... n
x 。
它们对最高层的权系数分别为1w ,2w , ...
n
w ,
于是建立综合评价模型为：
=
y ∑=n
i i
i x w 1
解决此类问题关键就是确定权系数，层次分析法给出了确定它们的量化过程，其步骤具体如下：
确定评价指标集
P=（1P
，2P ，3
P )
1P =（11P ，12P ） 2P =（21P ，22P ） 2P
=（31P ，32P ）
11P =（1x ，2x ） 12P =（3x ，4x ） 21P =（5x ，6x ，7x ）
22P =（8x ，9x ，10x ） 31P =（11x ，12x ） 31P =（13x ，14x ）
建立两两比较的逆对称判断矩阵 从1x ,2x .....n x 中任取i
x 与
j
x ，令
=ij a i x /j
x ，比较它们对上一层某个因素的重要性时。
若=ij a 1，认为
i
x 与
j
x 对上一层因素的重要性相同； 若=ij a =3，认为i
x 比
j
x 对上一层因素的重要性略大；
若=ij a 5，认为i x 比j x 对上一层因素的重要性大； 若=ij a 7，认为i x 比
j
x 对上一层因素的重要性大很多；
若=ij a 9，认为
i
x 对上一层因素的重要性远远大于
j
x ；
若
=
ij a 2n ，n=1,2,3,4，元素
i
x 与
j
x 的重要性介于
=
ij a 2n − 1与
=
ij a 2n + 1之间；
用已知所有的
i x /j
x ，i ，j =1,2 ... n ，建立n 阶方阵P=n m j i x x ⨯)
/（，矩阵P 的第i 行与
第j 列元素为i x /j x
，而矩阵P 的第j 行与第i 列元素为j x /i x ，它们是互为倒数的，而对
角线元素是1。
判断矩阵
⎥⎥⎥⎥
⎦⎤⎢⎢⎢⎢⎣⎡
=11/51/4P 51341/31P P P 321
321P P P
0858.3max =λ 0740.0CI = 0359.6max =λ 0758.0=CI
max λ=6.2255 CI =0.0364 max λ=6.0359 CI =0.0758
max λ=15.1382 CI =0.0558 max λ=14.2080 CI =0.0102 max λ=14.3564 CI =0.0175 max λ=15.1972 CI =0.0758
max λ=14.1043 CI =0.0051 max λ=14.2017 CI =0.0099
利用加法迭代计算权重
即取判断矩阵ne 个列向量的归一化的算术平均值近似作为权重向量
具体为求向量迭代序列：
10/1...../1/1⨯⎥
⎥
⎥
⎥⎦⎤⎢⎢⎢⎢⎣⎡=n n n n e
1-'k k Pe e =
'
k
e 为
1-P k e 分量之和 k
e =
'k
e
/'k e k=1、2、.....
可以证明,迭代的n 维列向量序列{ k e
}收效,记其极限为e,且
1
21.....a ⨯⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n n a a e 则权系数可取：
i i
a w =，i=1，2，...n
计算时，当 k e =1-k e ，就取
k e e =
针对本问题中爱国守法, 集体观念等各项指标对学生评价的影响大小, 我们得出一个14 x14 的成对比较矩阵, 最终求得权系数分别为：
各评价指标对学生的影响程度公式为：
=
y ∑=n
i i
i x w 1
方案层中班主任考评, 学生自评, 班级考评对各评价指标的决策权重比例如下:
则方案层中各方案对学生评价的决策权为:
=j y ∑=n
i j
j w x 1i =1,2，....,14 j =1，2,3 1y =0.3064 2y =0.3532 3y =0.2864
所以学生评价的公式为:
=
z ∑=n
j j
j y
c 1
j =1，2,3,
其中,
j
c 为方案层中班主任考评, 班级考评,学生自评对学生的打分情况, 例如对某学
生的评价中班主任考评为8 0 , 班级考评为90 , 学生自评为80 , 则该学生的综合得分为: 80⨯0.3064+90⨯0.3532+80⨯0.2864=79.212 对此模型进行一致性检验计算一致性指标CI ：
CI =（n -max
λ）/（1-n ）
利用Matlab 求解得到成对比较矩阵P 的最大特征值max λ=14.0037 ，CI =0.00285.
查找相应的平均随机一致性指标RI : 计算一致性比例CR ：
CR = CI /RI
由此公式计算出CR =1.8129-310⨯<0.1
当CR <0.10时，认为判断矩阵的一致性是可以接受的。