層次分析法建立人才招聘模型

1、任務及要求數(shù)學模型課程結業(yè)論文層次分析法建立人才招聘模型任 務 書 要求1、將所給的問題翻譯成漢語；2、給論文起個題目（名字或標題）3、根據(jù)任務來完成數(shù)學模型論文；4、論文書寫格式要求按給定要求書寫； 5、態(tài)度要認真，要獨立思考，獨立完成任務；6、論文上交時間：6月1日前（要求交紙質(zhì)論文和電子文檔）。7、嚴禁抄襲行為，若發(fā)現(xiàn)抄襲，則成績記為“不及格”。任務為了更好地引進優(yōu)秀人才，需要對應招人員的情況進行綜合考慮，并量化打分?？己说膬?nèi)容分為：知識方面（包括：語文知識，外語知識，國內(nèi)外政治實事知識）；能力方面（包括：計算機操作能力，公關能力）；表現(xiàn)方面（包括：容貌與風度，體形高矮與肥瘦，音色）。1

2、利用層次分析法，建立人才招聘的層次結構模型，給出比較判別矩陣，并進行一致性檢驗，計算權向量2根據(jù)上述計算結果，建立人才招聘綜合考核指標體系；3下表是甲乙丙三人的評分語文外語政治實事計算機公關容貌與風度高矮與肥瘦音色甲55554345乙32455543丙33425554請按指標體系分別求出綜合分，并根據(jù)綜合分確定最先錄用誰。 成 績 評 定 單評語：成績 任課教師簽字 年 月 日I摘要摘 要 近年來，對于人才招聘的問題，有了更加嚴格的招聘和考核制度，公司為了更好的引進優(yōu)秀的人才，對于應招人員的考核也變得十分謹慎和嚴格，從而建立了綜合考核體制，已達到更好的選拔人才，而緊靠面試是遠遠不夠的，為了避免

3、錯誤的選拔制度，我們需要建立一種可靠的定量的容易操作的，并且具有說服力的方法來幫忙作出決策，。 本模型提出了定性和定量相結合的層次分析法步驟，構成了人才招聘綜合考核指標體系，通過各因素重要程度的比較與計算，最終確定出了八個具體在該體系下的權重并排序，為此，我們建立了層次結構模型，做成比較矩陣，從而獲得特征向量關鍵詞：關鍵詞1人才；關鍵詞2招聘；關鍵詞3層次；關鍵詞4體系目錄目 錄論文正文：11標題12問題提出11.1 3模型假設14模型的建立11.2 4.1 層次分析法11.2.1 4.4 構造成對比較陣41.2.2 4.5計算權向量，并作一致性檢驗56結果67結果分析和檢驗61.2.3 8優(yōu)

4、缺點，改進方向6參考文獻72 10附錄（程序、更多的計算結果、復雜的推導、證明等）。8數(shù)學模型課程結業(yè)論文論文正文：正文所含內(nèi)容：1標題： 優(yōu)秀人才的招聘2問題提出（問題重述）為了更好的引進人才，對應招人員要進行綜合的考量，從多方面入手，考核的內(nèi)容包括知識方面、能力方面、表現(xiàn)方面，利用層次分析法，建立人才招聘的層次結構模型，給出比較判別矩陣，并進行一致性檢驗，計算權向量，并根據(jù)上述計算結果，建立人才招聘綜合考核指標體系1.1 3模型假設（1）假設文中所列準則因素均符合層次分析方法的具體機構要求（2）模型中各個分析因素具有全面性（3）假設在短時間內(nèi)，題內(nèi)各層因素結構不會發(fā)生變化4模型的建立：1.

5、2 4.1 層次分析法所謂層次分析法，是指將一個多目標決策問題作為一個系統(tǒng)，將目標分解為多個目標或準則，進而分解為多指標的若干層次，通過定性指標模糊量化方法算出層次單排序（權數(shù)）和總排序，以作為目標、多方案優(yōu)化決策的系統(tǒng)方法，稱為層次分析法。決策問題按總目標、各層子目標、評價準則直至具體的備投方案的順序分解為不同的層次結構，然后得用求解判斷矩陣特征向量的方法，求得每一層次的各元素對上一層次某元素的優(yōu)先權重，最后再加權的方法，遞階歸并各備擇方案對總目標的的最終權重。4.2 建立層次結構模型在深入分析問題的基礎上，將有關的各個因素按照不同屬性自上而下的分解成若干層，同一層的諸因素從屬于上一層的因素

6、或對上層因素有影響，同時又支配下一層的因素，或受到下層因素的作用。最上層為目標層，通常只有一個因素，最下層通常為方案或對象層，中間可以有一個或幾個層次，而對本模型而言，中間只有一個層析，通常為準則層或指標層。4.3 模型的建立目標層Z：選擇錄用人才準則層A：語文知識，外語知識，國內(nèi)外政治實事知識 ，計算機操作能力，公關能力，容貌與風度，體形高矮與肥瘦，音色 方案層B：應招人員選擇錄用人才目標層Z 準則層A音色高矮與肥瘦容貌與風度公關計算機政治 實事外語語文應招人員 方案層B1.2.1 4.4 構造成對比較陣面對的決策問題：要比較n個因素 對目標z的影響，我們要確定它們在z中所占的比重（權重），

7、即這n個因素對目標z的相對重要性。我們用兩兩比較的方法，將各因素的重要性量化。每次取兩個因素 和 ，用正數(shù) 表示 和的重要性之比，全部比較結果得到矩陣A ,稱為成對比較陣。顯然有 ， ，在本模型中所要比較的就是所有準則的重要性，其程度我們用以下數(shù)字代替 的取值 含義1 和同樣重要 3 比稍微重要 5 比重要 7 比很重要 9 比絕對重要在每兩個等級之間有一個中間狀態(tài)，可分別取值。通過調(diào)查問卷，初步確定了八個決策因素以及它們之間的重要度關系，得出以下矩陣：A = 1.0000 3.0000 1.0000 0.1111 0.1429 0.1429 1.0000 1.00000.3333 1.000

8、0 1.0000 5.0000 3.0000 3.0000 1.0000 0.3333 1.0000 1.0000 1.0000 3.0000 1.0000 0.3333 0.3333 3.00009.0000 0.2000 0.3333 1.0000 3.0000 0.3333 0.3333 5.0000 7.0000 0.3333 1.0000 0.3333 1.0000 0.3333 5.0000 3.00007.0000 0.3333 3.0000 3.0000 3.0000 1.0000 4.0000 2.00001.0000 1.0000 3.0000 3.0000 0.2000

9、0.2500 1.0000 8.0000 1.0000 3.0000 0.3333 0.2000 0.3333 0.5000 0.1250 1.0000A的最大特征值為8.013采用層次分析法中的和法，對數(shù)據(jù)進行一步的處理，運算，得到該矩陣的特征向量為w=(0.347 0.083 0.201 0.139 0.154 0.076 0.058 0.091)，且。1.2.2 4.5計算權向量，并作一致性檢驗 對于每一個成對比較陣計算最大特征根及對應特征向量，若一致性檢驗通過，特征向量即為權向量，若不通過，需要重新構造成對比較陣。 因為，其中，則對于n=8的表一的矩陣數(shù)據(jù)，我們可以得到：CR=CI/R

10、I=0.0019/1.24=0.0015 x,lumda=eig(A); r=abs(sum(lumda); n=find(r=max(r); max_lumda=lumda(n,n); max_x=x(:,n)建立綜合體系，通過上述計算得出相對性的權向量，根據(jù)三人平分，分別對權向量乘積求和進行比較。6結果（數(shù)據(jù)、圖形）通過綜合評判打分計算得 ：甲得分為：4.926，乙得分為：4.37，丙得分為：4.176。所以最終評判 優(yōu)先入取甲。7結果分析和檢驗（如誤差分析、統(tǒng)計檢驗、靈敏性檢驗）：從層次總排序的結果可以看出，在選拔人才綜合考慮評價體系中，各項權重從大到小依次為：語文，政治實事，公關能力，

11、計算機操作能力，音色，外語，容貌與風度，高矮與胖瘦?？梢哉f明前三項比較重要，權重總和比較大，所以在現(xiàn)在的人才選拔方面與實事相符合。對于所建立的體系，誤差相對較小，靈敏性較高。 1.2.3 8優(yōu)缺點，改進方向模型優(yōu)點：1.簡潔實用的決策方法 此模型既不追求高深數(shù)學，又不片昂面的注重行為、邏輯、推理，而是把定性的方法與定量方法有機的結合起來，是復雜的系統(tǒng)分解，能將人們的思維過程數(shù)學化、系統(tǒng)化，便于人們接受，且能把多目標、多準則又難以全部量化處理的決策問題化為多層次、單目標問題，計算簡便，所得結果簡單明確，容易為決策者了解和掌握。2.所需定量數(shù)據(jù)信息較少此模型主要是從評價者對評價問題的本質(zhì)、要素的理

12、解出發(fā)，比一般的定量方法更講求定性分析和判斷。模型缺點及改進方向1.不能為決策者提供新方案2.定量數(shù)據(jù)較少，定性成分多，不易令人信服3.特征值和特征向量的精確求法比較復雜參考文獻1 陳日耀. 金屬切削原理. 北京: 機械工業(yè)出版社, 1985:33-362 張鈺, 王丹, 張風和等. 一種新的疲勞可靠壽命計算方法.東北大學學報(自然科學版), 2000, 21(1): 42-453 2 10附錄（程序、更多的計算結果、復雜的推導、證明等）。矩陣A = 1.0000 3.0000 1.0000 0.1111 0.1429 0.1429 1.0000 1.00000.3333 1.0000 1.0000 5.0000 3.0000 3.0000 1.0000 0.3333 1.0000 1.0000 1.0000 3.0000 1.0000 0.3333 0.3333 3.00009.0000 0.2000 0.3333 1.0000 3.0000 0.3333 0.3333 5.0000 7.0000 0.3333 1.0000 0.3333 1.0000 0.3333 5.0000 3.00007.0000 0.3333 3.0000 3.0000 3.0000 1.0000 4.0000 2.0