层次分析法大学生就业选择问题.docx
《层次分析法大学生就业选择问题.docx》由会员分享，可在线阅读，更多相关《层次分析法大学生就业选择问题.docx（18页珍藏版）》请在冰豆网上搜索。
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。
关键词：
就业、层次分析法、决策、目标、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政府机构，C2化工厂,
C3清洁工人，C4销售。
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课题研究，B2发展前途，B3待遇，B4同事关系，B5地理位置，B6单位名气；通过这六个标准来评判出最满意的工作。
二.模型的假设
一•该毕业生是文科生，但在大学期间也辅修了很多理科方面的学科，文理科兼懂。
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
k
r最大特征根
n
:
成对比较矩阵的阶数
w
最大特征根对应的特征向量
CI
一致性指标
RI
随机一致性指标
CR
一致性比率
四•模型的建立与求解
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，即课题研究B1，发展前途B2，待遇B3，同事关系B4，地理位置B5,单位名气B6;|
第三层：
方案层，即政府机构C1，化工厂C2，清洁工人C3，销售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。
首先让被调查者针对图示的某一层对其上一层某种因素影响的重要性进行打分，再将数据的分值看作服从随机变量的分布，再利用数学期望计算出平均分。
设•表示某个问题的分值，根据概率论以及数理统计所学的知识点，得出•服从离散型分布如
下。
（其中ni为打分值为.二i的人数，N为被调查的总人数）根据数学期望的定义，我们有离散型随机变量'的数学期望：
5
E八iR
i-0
由调查数据和公式可以得到就业选择的整体评分表（表2,表3）
表1各个影响因素打分的概率分布
0
1
2
3
4
5
R
np_
n1
住
匹
匹
n
N
N
N
N
N
N
表2就业选择的整体评分表
课题研究
发展前途
待遇
同事关系
地理位置
单位名气
2.432
2.432
2.4320.6081.216
4.864
表3就业选择的整体评分表
万案
准则
政府机构
化工厂
清洁工
销售
课题研究
1.663
4.989
0.8315
0.8315
发展前途
4.837
1.612
0.403
1.612
待遇
2.499
4.167
0.833
5
同事关系
4.803
4.803
0.801
1.601
地理位置
0.634
1.268
1.902
4.437
单位名气
4.282
1.427
0.714
4.282
2.画出结构图
目标层A
方案层C
3.构造成对比较矩阵和计算权向量：
构造成对比较矩阵A,第二层准则层对第一层目标层的成对矩阵A:
-1
1
1
4
2
0.5]
1
1
2
4
2
0.5
A=
1
0.5
1
5
3
0.5
0.25
0.25
0.2
1
0.333
0.333
0.5
0.5
0.333
3
1
0.333
2
2
2
3
3
1一
运用SAS软件求解得出A的最大特征根及其对应的特征向量,
0.38122381
「0.170]
0.4426562
0.197
0.4045718
归一化
0.180
0.1056573
0.047
0.2694322
0.120
JD.6413177一
1
0.286一
即W13=
■=6.5856436
CI01171287
致性检验：
一致性比率CR=0.0944586<0.1，则一致性检验通过,
RI1.24
以作为权向量。
构造成对比较矩阵和计算权向量:
_1
0.333
2
2\
方案层C1对准则层（课题研究）的成对比较阵为B1:
即
B1
=
3
1
5
4
0.5
0.2
1
0.5
-
0.5
0.25
2
1
「
1
35
21
方案层C2对准则层（发展前途）的成对比较阵为B2,即
]B2=（
0.333
14
1
0.2
0.251
0.167
0.5
16
1一
-
1
0.53
0.51
方案层C3对准则层（待遇）的成对比较阵为B3:
即B3=
2
15
1
0.333
0.21
0.167
L
2
16
1一
-
1
1
5
31
方案层C4对准则层（冋事关系）的成对比较阵为B4:
即B4=
1
1
4
3
0.2
0.25
1
0.5
0333
0.333
2
1一
为了避免权向量出现负值，经过查阅参考书以及上网找寻相关资料后，在本文中，我把特征向
运用SAS软件求解得B2的最大特征根及其对应的特征向量,
运用SAS软件求解得B3的最大特征根及其对应的特征向量,
运用SAS软件求解得B4的最大特征根及其对应的特征向量,
0.69586171
0.4001
0.6606608
归一化
0.379
0.1413331
0.081
02435749一
-
0.140一
即W34=
■=4.0150403
运用SAS软件求解得B5的最大特征根及其对应的特征向量,
运用SAS软件求解得B6的最大特征根及其对应的特征向量,
0.8764012
0.544
0.2011933
0.125
归一化
0.1108342
»
0.069
0.4232706^
I
0.262一
即W36=
■=4.2528864
W31
W32
4.一致性检验：
一致性比率CR^=0.0187905=0.0208783<0.1，则一致性检验通过,
RI1.24
可以作为权向量。
CI20.0393693
一致性比率CR22=0.0437436<0.1,则一致性检验通过,
RI1.24
可以作为权向量。
一致性比率CR3二0.0014656=0.0016285<0.1，则一致性检验通过，
RI1.24
W3呵以作为权向量。
一致性比率CR4二也=0.0050134=0.0055705<0.1，则一致性检验通过，W34RI1.24
可以作为权向量。
一致性比率CR5二生二O.0267751=oq2975O1<0.1，则一致性检验通过，RI1.24
W3呵以作为权向量。
一致性比率CR6二鱼=0.0842955=0.0936616<0.1，则一致性检验通过，W36
RI1.24
可以作为权向量。
k
1
2
3
4
5
6
3
Wk
0.214
0.468
0.190
0.400
0.068
0.544]
0.550
0.211
0.364
0.379
0.115
0.125]
0.094
0.061
0.066
0.081
0.181
0.069」
0.142
0.260
0.380
0.140J
0.636
0.262J
4.0563715
4.1181078
4.0043969
4.0150403
4.0803253
4.2528864
CI
0.1171287
0.0393693
0.0014656
0.0050134
0.0267751
0.0842955
（2）T
w=（0.170,,0.197,0.180,0.047,0.120,0.286）
于是方案层对目标的组合权向量为（0.34532,0.26795,0.085138,0.301592）T
方案C1对目标的组合权重为0.34532
方案C2对目标的组合权重为0.26795
方案C3对目标的组合权重为0.085138
方案C4对目标的组合权重为0.301592
五•模型的分析与评价
方案的选择应该是对可供选择的工作满意度比最大，所以，从满意度的角度，应该选择政府机构，显然这是和常规相符合的。
（1）本模型成功地解决了该毕业生的就业选择问题，给出了较为满意的方案选择。
其中采用的
层次分析法是解决离散模型的普遍方法。
（2）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。
（3）缺点：
只能从该方案中选优，不能生成新方案；从建立层次结构模型到给出成对比较阵，人的主观因素的作用很大，这就使得决策结果可能难以为众人接受；没有考虑其他的因素给方案决策带来的影响。
此外，求得的方案并不是最优的，而是相比之下较为满意的。
参考文献：
【1】吴翊.应用数理统计.国防科技大学出版社，1995
【2】姜启源.数学模型（第二版）.高等教育出版社，1993
【3】王莲芬，许树柏.层次分析法引论.中国人民大学出版社，1990
附录:
程序如下：
第二层准则层对第一层目标层的成对比较阵A和权向量
prociml;
A={1
1
14
20.5,
1
1
24
20.5,
1
0.5
15
30.5,
0.25
0.250.21
0.3330.333,
0.5
0.5
0.3333
10.333,
2
2
23
31};
val=eigval（A）;
vec=eigvec（A）;lamda=val[1,1];w13=vec[,1];
printvalveclamdaw13;
VAL
6.5856436
VEC
00.3812238-0.8092820.0878164-0.0637890.46277480.2910552
0.1596463
-0.177796
00.44265620.15152930.0277678-0.503282-0.665732
1.3012785
0.4045718
0.15338990.5825791
0
00.3008346-0.257139
-0.177796
-1.301278
0.1056573
-0.137178-0.0707590.0639933
-0.047119
-0.004079
-0.194849
0.2781116
0.2694322
0.3666295-0.0863310.3168483
-0.101734
0.0658566
-0.194849
-0.278112
0.6413177
0.3812327-0.350141-0.393968
0.2458992
-0.154646
LAMDA
W13
6.58564360.3812238
0.44265620.40457180.10565730.2694322
0.6413177一致性检验：
prociml;
CI=（6.5856436-6）/（6-1）;
CR=CI/1.24;
printCICR;|
CICR
0.11712870.0944586
方案层C1对准则层（课题研究）的成对比较阵为B1:
prociml;
B1={10.33322,
3154,
0.50.210.5
0.50.2521};
val=eigval（B1）;
vec=eigvec（B1）;
lamda=val[1,1];
w31=vec[,1];
printvalveclamdaw31;
LAMDAW31
VALVEC
4.0563715
00.3488742-0.120811-0.4650080.27403254.05637150.3488742
-0.0148560.47817460.8952887-0.7733890-0.955606
-0.014856-0.4781750.1533963-0.0576880.19691380.0852263
-0.02665900.23068270.35893720.0101601-0.066787
一致性检验：
prociml;
Cl=（4.0563715-4）/（4-1）;
CR=CI/0.90;
printCICR;|
CICR
0.01879050.0208783
方案层C2对准则层（发展前途）的成对比较阵为B2:
prociml;
B2={1352,
0.333141,
0.20.2510.167,
0.5161};
val=eigval（B2）;
vec=eigvec（B2）;
lamda=val[1,1];
w32=vec[,1];
printvalveclamdaw32;
VALVEC
-0.0247170.6938118-0.365393-0.0115020.2813126-0.508228-0.365393
-0.105213
-0.449275
-0.024717-0.693812-0.105213-0.030017-0.116846-0.081857
-0.0686730-0.449275-0.352250.17113720.7110753
致性检验：
prociml;
CI=（4.1181C
78-4）/（4-1）;
CR=CI/0.90;
printCICR;
CICR
0.03936930.0437436
方案层C3对准则层（待遇）的成对比较阵为B3:
prociml;
B3={10.530.5,
2151,
0.3330.21
0.167,
2161};
val=eigval（B3）;
vec=eigvec（B3）;
lamda=val[1,1];
w33=vec[,1];
printvalveclamdaw33;|
VALVECLAMDAW33
4.0043969
1.306E-17
00.33747030.44181020.1417557-0.2046584.00439690.3374703
00.64550020.0133882-0.81683100.6455002
-0.0021980.12884840.11789153.212E-160.05032080.1426772
-0.002198-0.1288480.6749407-0.8970090.2835113-0.409317
一致性检验：
0.1178915
0.6749407
prociml;
Cl=（4.0043969-4）/（4-1）;
CR=CI/0.90;
printClCR;|
ClCR
0.00146560.0016285
方案层C4对准则层（同事关系）的成对比较阵为B4:
prociml;
B4={1153,
1143,
0.20.2510.5,
0.3330.33321};
val=eigval（B4）;
vec=eigvec（B4）;
lamda=val[1,1];
w34=vec[,1];
printvalveclamdaw34;
VALVECLAMDAW34
4.015040300.69586170.9125670.09948660.32750764.01504030.6958617
0.000199600.6606608-0.3659010.861781200.6606608
-0.007620.24966430.14133310.0002552-0.075958-0.192813
-0.00762-0.2496640.2435749-0.182587-0.2213340.219634
一致性检验：
0.1413331
0.2435749
prociml;
Cl=（4.0150403-4）/（4-1）;
CR=CI/0.90;
printClCR;|
ClCR
0.00501340.0055705
方案层C5对准则层（地理位置）的成对比较阵为B5:
prociml;
B5={10.50.3330.143,
210.50.2,
3210.2,
7551};
val=eigval（B5）;
vec=eigvec（B5）;
lamda=val[1,1];
w35=vec[,1];
printvalveclamdaw35;
VALVECLAMDAW35
4.080325300.10053290.01884740.0773335-0.2166284.08032530.1005329
-0.0184840.57079680.17023260.10464270.02678840.3647234
-0.018484-0.5707970.2696320.0641513-0.244442-0.243453
0.1702326
0.269632
-0.04335700.9424503-0.95819100.87222690.9424503
一致性检验：
prociml;
Cl=（4.0803253-4）/（4-1）;
CR=Cl/0.90;
printClCR;|
ClCR
0.02677510.0297501
方案层C6对准则层（单位名气）的成对比较阵为B6:
prociml;
B6={1354,
0.333120.333,
0.20.510.2,0.25351};
val=eigval（B6）;vec=eigvec（B6）;lamda=val[1,1];w36=vec[,1];
printvalveclamdaw36;
VALVEC
LAMDAW36
4.2528864
-0.016508
00.8764012-0.525181-0.906092
00.2011933-0.7210040.09105490.0784207
04.25288640.8764012
0.2011933
-0.1181891.02938150.11083420.43143060.03635720.0652092
0.1108342
-0.118189-1.0293820.42327060.13492770.1395578-0.3735060.4232706
一致性检验：
prociml;
CI=（4.2528864-4）/（4-1）;
CR=CI/0.90;
printCICR;|
CICR
0.08429550.0936616
组合权向量：
prociml;
W13={0.170,
0.197,
0.180,
0.047,
0.120,
0.286};
W31={0.214
0.550,
0.094,
0.142};
0.211,
0.061,
0.260};
W33={0.190,
0.364,
0.066,
W32={0.468,
0.380};
W34={0.400,
0.379,
0.081,
0.140};
W35={0.068,
0.115,
0.181,
0.636};
W36={0.544,
0.125,
0.069,
0.262};「
W=W31||W32|W33||W34||W35||W36;
WW=W*W13;
printWW;
WW
0.34532
0.26795
0.085138
0.301592
升级会员 