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(AnalyticHier2archyProcess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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。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in为打分值为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：50iiiEP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012345P0nN1nN2nN3nN4nN5nN表2就业选择的整体评分表工作环境发展前途工资待遇工作时间地理位置同事关系2.4322.4322.4320.6081.2164.864表3就业选择的整体评分表方案准则生产公司销售公司表舅的黑作坊政府机关工作环境1.6634．9890.83150.8315发展前途4.8371.6120.4031.612工资待遇2.4994.1670.8335工作时间4.8034.8030.8011.601地理位置0.6341.2681.9024.437同事关系4.2821.4270.7144.2822.画出结构图目标层A准则层B方案层C3．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：即A=15/13/12/1245132/14333/113/1422231762/14/14/17/112/14/13/12/16/121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，即W13=0.38122380.44265620.40457180.10565730.26943220.6413177归一化0.1700.197 0.180?0.0470.1200.286，=6.5856436一致性检验：一致性比率0.11712871.24CICRRI=0.09445860.1，则一致性检验通过，W13可以作为权向量。构造成对比较矩阵和计算权向量：对工作的满意程度6B同事关系5B地理位置4B工作时间3B工资待遇2B发展前途1B工作环境1C:生产公司3C:表舅的黑作坊4C:政府机关2C:销售公司方案层C1对准则层(课题研究)的成对比较阵为B1，即B1=13/12/15/1312222/113/152/131方案层C2对准则层(发展前途)的成对比较阵为B2,即B2=122/12/12/113/12/12313223/11方案层C3对准则层(待遇)的成对比较阵为B3，即B3=124/13/12/114/14/14412/13421方案层C4对准则层(同事关系)的成对比较阵为B4:即B4=123/132/113/12/133143/124/11方案层C5对准则层(地理位置)的成对比较阵为B5:即B5=12323/113/14/12/1312/12/1421方案层C6对准则层(单位名气)的成对比较阵为B6:即B6=13/12/13/1312/13/132122/132/11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，我把特征向量都归一化了，这样得到正的权向量。运用SAS软件求解得B1的最大特征根及其对应的特征向量，即W31=0.33747030.64550020.11789150.6749407归一化,0.2140.5500.0940.142=4.1766运用SAS软件求解得B2的最大特征根及其对应的特征向量，即W32=0.8084370.3653930.1052130.449275归一化0.4680.2110.0610.260,=1439运用SAS软件求解得B3的最大特征根及其对应的特征向量，即W33=0.34887420.8952887 0.1533963 0.2306827归一化0.1900.3640.0660.380,=4.1330运用SAS软件求解得B4的最大特征根及其对应的特征向量，即W34=0.69586170.6606608 0.14133310.2435749归一化0.4000.3790.0810.140,=4.2145运用SAS软件求解得B5的最大特征根及其对应的特征向量，即W35=0.10053290.1702326 0.2696320.9424503归一化0.0680.1150.1810.636,=4.2009运用SAS软件求解得B6的最大特征根及其对应的特征向量，即W36=0.87640120.2011933 0.11083420.4232706归一化0.5440.1250.0690.262,=4.19424．一致性检验：一致性比率110.01879051.24CICRRI=0.02087830.1，则一致性检验通过，W31可以作为权向量。一致性比率220.03936931.24CICRRI=0.04374360.1，则一致性检验通过，W32可以作为权向量。一致性比率330.00146561.24CICRRI=0.00162850.1，则一致性检验通过，W33可以作为权向量。一致性比率440.00501341.24CICRRI=0.00557050.1，则一致性检验通过，W34可以作为权向量。一致性比率550.02677511.24CICRRI=0.02975010.1，则一致性检验通过，W35可以作为权向量。一致性比率660.08429551.24CICRRI=0.09366160.1，则一致性检验通过，W36可以作为权向量。k1234563kw0.2140.4680.1900.4000.0680.5440.5500.2110.3640.3790.1150.1250.0940.0610.0660.0810.1810.0690.1420.2600.3800.1400.6360.262k4.17664.14394.13304.24154.20094.1942CI0.06890.04800.04430.07180.06700.0647w(2)=(0.170,,0.197,0.180,0.047,0.120,0.286)T于是方案层对目标的组合权向量为（0.3520，0.2785，0.0838,0.3012）T方案C1对目标的组合权重为0.3520方案C2对目标的组合权重为0.2785方案C3对目标的组合权重为0.0838方案C4对目标的组合权重为0.3012