工资福利论文数学建模Word文件下载.docx
- 文档编号:22802627
- 上传时间:2023-02-05
- 格式:DOCX
- 页数:28
- 大小:66.44KB
工资福利论文数学建模Word文件下载.docx
《工资福利论文数学建模Word文件下载.docx》由会员分享,可在线阅读,更多相关《工资福利论文数学建模Word文件下载.docx(28页珍藏版)》请在冰豆网上搜索。
1003
1984.7
学士
2005
1004
女
55
2008
省级,3
1005
1985.7
51
2009
1006
副教授
1996..7
40
2005.7
校级、1
1007
1999.7
硕士
2010
2004.7
厅级、2
1008
2006.7
35
2011
1009
1998.7
38
2013
2010.7
1010
33
2012
省级、4
1011
1012
厅级、6
1013
2007.7
1014
讲师
30
2000
1015
2004
省级、9
1016
2011.7
34
1017
2013.3
28
1018
2009.7
1019
1020
1021
厅级、3
1022
2007
2.问题的分析
首先,针对各个单位企业给出的不同的福利制度,确定本文主要针对的福利是职工住房分配,进而寻找最佳的分房排序方法。
其次,根据调查表明影响分房的因素有很多,在此我们主要考虑图表中所给出的因素,并对各因素大致分析可将因素分为:
性别、年龄、工龄(工作时间到与今时间2014年的差值)、学位、职称、是否是双职工、带职工作时间(工作时间与毕业时间的差值)、获奖及排名。
经数据分析可发现,职工的性别因素对于是否能分配到房子或分房的概率影响较小,可以模糊化处理,忽略不计。
针对表中数据还可以发现编号为1014的职工信息的采集有误差需要特殊化处理,由于数据的特殊性,不能利用整体来估算,且最终设计的模型要适合任意有限人数的排序问题,所以我们将摒弃编号为1014的职工信息。
最终数据分析之后,我们确定建立层次分析法模型来合理有效的解决职工住房分配排序问题。
对于问题一:
(1)、根据各有效因素的数据及相关分析,建立正确递阶层次结构模型;
(2)、构造出各层次中的所有判断矩阵;
(3)、对层次单排序及一致性检验,对层次总排序及一致性检验。
经过综合分析我们对数据进行了如下处理,单独考虑年龄会有很大的误差,所以在模型中我们用工龄来代替。
对于问题二:
3.模型的假设与符号说明
3.1模型的假设
(1)假设题中所提的各个因素的数据是真实合理的,有关人员均无异议。
(2)假设每个人的各项条件按统一原则均可量化,而且能够充分反映出每个人力。
3.2符号说明
A——住房分配;
B1——所有职工获奖排名一项的量化分值;
B2——所有职工工龄一项的量化分值;
B3——所有职工是否是双职工的量化分值;
B4——所有职工职称的量化分值;
B5——所有职工带职学习时长的量化分值;
B6——所有职工学位的量化分值;
————准则层矩阵最大特征值的对应权向量;
————所有教师关于第i项因素的归一化权向量(i=1,2,3,4);
4.模型的准备
在确定影响某因素的诸因子在该因素中所占的比重时,遇到的主要困难是这些比
重常常不易定量化。
此外,当影响某因素的因子较多时,直接考虑各因子对该因素有
多大程度的影响时,常常会因考虑不周全、顾此失彼而使决策者提出与他实际认为的
重要性程度不相一致的数据,甚至有可能提出一组隐含矛盾的数据。
因此我们选择下列方法进行填写判断矩阵:
首先查找有关工龄(工作时间到与今时间2014年的差值)、学位、职称、是否是双职工、带职工作时间(工作时间与毕业时间的差值)、获奖及排名这些因素的资料。
然后向专家反复询问:
针对判断矩阵的准则,其中两个元素两两比较哪个重要,重要多少,对重要性程度按1-9赋值(重要性标度值见下表)。
表1重要性标度含义表
重要性标度
含义
1
表示两个元素相比,具有同等重要性
3
表示两个元素相比,前者比后者稍重要
5
表示两个元素相比,前者比后者明显重要
7
表示两个元素相比,前者比后者强烈重要
9
表示两个元素相比,前者比后者极端重要
2,4,6,8
表示上述判断的中间值
倒数
若元素I与元素j的重要性之比为aij,则元素j与元素I的重要性之比为aji=1/aij
5.模型的建立与求解
5.1问题1模型的建立
依据实际情况的需求往往需要我们考虑因素的分层,一般情况下需要将各个层次的因素按其上下关系摆放好位置,并将它们之间的关系用连线连接起来。
同时,为了方便后面的定量表示,一般从上到下用A、B、C、D……代表不同层次,同一层次从左到右用1、2、3、4……代表不同因素。
层次结构反映了因素之间的关系,但准则层中的各准则在目标衡量中所占的比重并不一定相同,在决策者的心目中,有一定比例的个人倾向因素在其中。
Saaty等人建议可以采取对因子进行两两比较建立成对比较矩阵的办法。
即每次取两个因子
和
,以
表示
对
的影响大小之比,全部比较结果用矩阵
表示,称
为
之间的成对比较判断矩阵(简称判断矩阵)。
容易看出,若
与
的影响之比为
,则
的影响之比应为
。
关于如何确定
的值,大多采取搜集大量可靠数据进行分析或向填写人(专家)反复询问,然后针对判断矩阵的准则,其中两个元素两两比较哪个重要,重要多少,对重要性程度按1-9赋值(重要性标度值见下表)。
标度
表示两个因素相比,具有相同重要性
表示两个因素相比,前者比后者稍重要
表示两个因素相比,前者比后者明显重要
表示两个因素相比,前者比后者强烈重要
表示两个因素相比,前者比后者极端重要
表示上述相邻判断的中间值
若因素
与因素
的重要性之比为
,那么因素
重要性之比为
由于过多的分级会超越人们的判断能力,既增加了作判断的难度,又容易因此而产生较多的误差,所以在此我们将采用1-9的重要性标度,且Saaty等人还用实验方法比较了在各种不同标度下人们判断结果的正确性。
设填写后的判断矩阵为A=(aij)n×
n,判断矩阵具有如下性质:
(1)aij〉0
(2)aji=1/aji
(3)aii=1
根据上面性质,判断矩阵具有对称性,因此在填写时,通常先填写aii=1部分,然后再仅需判断及填写上三角形或下三角形的n(n-1)/2个元素就可以了。
在特殊情况下,判断矩阵可以具有传递性,即满足等式:
aij*ajk=aik
当上式对判断矩阵所有元素都成立时,则称该判断矩阵为一致性矩阵。
5.1.2依据分层建立判断矩阵
判断矩阵的建立,一般需要从问题具体的分层来考虑,建立如下判断矩阵:
5.1.3对准则层判断矩阵进行一致性检验并求其权向量
对判断矩阵的一致性检验的步骤如下:
(i)计算一致性指标
(
为矩阵对应的最大特征根,n为矩阵维数)
(ii)查找相应的平均随机一致性指标
,Saaty给出了
的值,如下表3所示。
123456789
000.580.901.121.241.321.411.45
表3.随机一致性指标
的数值
(ⅲ)计算一致性比例
:
当
时,认为判断矩阵的一致性是可以接受的,否则应对判断矩阵作适当修正。
运用MATLAB运算得出准则层判断矩阵(A)的最大特征向量为
,则CI的计算方式如下:
然后根据n值查找表3可知
值,所以
,若c<
=0.10则判断矩阵的一致性是可以接受的,否则应对判断矩阵作适当修正。
算术近似法——和法:
以归一化的算术平均列向量来替代特征向量,具体做法如下:
(1)将矩阵A=(
)的每一个列向量归一化得:
(2)对A*=(
)按行求和得:
(3)将
归一化:
,最后得特征向量
(4)计算:
最后,按照上述原理在MATLAB中编程,运用归一化的方法,得出准则层最大特征值对应的权向量
5.4量化所有职工在六项因素中的程度并求各项权向量
参考现实中单位企业住房分配所考虑因素的次重点,将各个因素量化建立量化方案
表5职工的量化分值
获奖排名
工龄
带职学习
6
4
2
取量化后的数据构造一致矩阵后,仍然在MATLAB中求特征向量,并归一化求出对应各因素的权向量。
并作如下处理B=[n1'
n2'
n3'
n4'
,n5’,n6’](B为组合权向量)
5.5层次总排序及一致性检验
总排序权重要自上而下地将单准则下的权重进行合成。
设上一层次(
层)包含
共
个因素,它们的层次总排序权重分别为
又设其后的下一层次(
个因素
,它们关于
的层次单排序权重分别为
(当
无关联时,
)。
现求
层中各因素关于总目标的权重,即求
层各因素的层次总排序权重
,计算按下表所示方式进行,即
,
本文中计算总权重的程序见附录,易知,
<
0.1,层次总排序具有一致性。
5.6结论
最后,按照总权重排序得到结果,即为所求问题的解决依据。
我们初步建立了一个针对某种福利、适用于任意有限人数的相对合理的排序数学模型。
5.2问题二依据第一问的模型具体问题实际分析
单位住房分配的福利发放,一般采用“综合排序法”,根据职工已有的个人信息,我们主要考虑的因素有:
获奖排名、工龄、是否是双职工、职称、是否是带职学习、学位六项,本文以这五项为准则层,构造了如下图的层次分析图(图一)
图一
准则层尺度比较及判断矩阵的建立
本文实例中对准则层的尺度比较如表2所示:
注:
经调查研究
由表2我们可以得到判断矩阵A如下:
获奖排名工龄是否为双职工职称是否代职学习学位
判断矩阵的一致性检验
(i)准则层判断矩阵(A)的最大特征向量为
=6.2857
=1.24
由于c=0.04608<
=0.10,所以矩阵A的一致性是可以接受的
按照上述原理在MATLAB中编程,运用归一化的方法,得出准则层最大特征值对应的权向量如下:
准则层
权重
?
0.4352
0.2581
0.1398
0.0790
0.0435
?
0.0444
5.4量化所有教师在4项因素中的程度并求各项权向量
影响职工福利的量化分值表
取量化后的数据构造一致矩阵后,仍然在MATLAB中求特征向量,并归一化求出对应各因素的权向量,结果见表
人员
获奖排名B1
工龄B2
双职工B3
职称B4
带职学习B5
学位B6
C1
0.1091
0.0962
0.0244
0.0769
0.0294
0.0649
C2
0.0727
0.0577
0.122
C3
0.0182
0.1176
0.013
C4
C5
C6
0.0364
0.0462
C7
0.0385
0.039
C8
0.1471
C9
C10
0.0909
0.0192
C11
C12
0.0545
C13
0.0882
C15
0.0154
0.0588
C16
C17
C18
C19
C20
C21
C22
求得:
B=[n1'
,n5’,n6’]
本文中计算总权重的程序见附录,易知,
人员编号
总权重
排名
0.08857732
0.08236626
0.0694873
0.06410809
0.06016339
0.05712005
0.05457192
0.05278257
8
0.05261969
0.04446873
10
0.04371197
11
0.04270865
12
0.04015262
13
0.03793323
14
0.03782525
15
0.03537909
16
0.02918511
17
0.02791421
18
0.02663097
19
0.02650814
20
0.02548101
21
6.模型结果的分析与检验
7.模型的推广与改进方向
7.1模型的推广
7.1.1本文只是给所给因素中需要考虑的权重,根据实际需要的住房分配原则,可以调整它们的次序或相对的比重,还可以扩充、减少考虑的指标。
只要衡量判断矩阵时通过一致性检验,都能说明设定权重的合理性。
7.2模型的改进
7.2.1层次分析法有其粗略、主观方面的局限性,它的比较、判断都是比较粗略的,不适用于精度要求高的问题;
从建立层次结构模型到给出成对比较矩阵,人的主观因素作用很大。
当然,采取群体判断也是克服这一缺陷的办法。
AHP方法经过几十年的发展,许多学者针对AHP的缺点进行了改进和完善,形成了一些新理论和新方法,像群组决策、模糊决策和反馈系统理论近几年成为该领域的一个新热点。
7.2模型的改进
层次分析法有其粗略、主观方面的局限性,它的比较、判断都是比较粗略的,不适用于精度要求高的问题;
针对以上不足,可以进一步使用模糊层次分析法或主成分分析法,甚至DEDS模型。
相对而言能够克服层次分析法上的主观性,突显主要考虑因素。
8.模型的优缺点
8.1模型的优点
8.1.1本文采用层次分析法结合各方面的因素考虑比较全面合理的制定出职工住房分配问题的方法.
的关注会越来越多。
正如兰开斯特(1996)曾指出,对于追求效用最大化的家庭而
言,住房应视为诸多属性的集合。
因此,模型在对住房属性考虑上还不够完善,在
模型中还应考虑区位等其他属性因素的影响。
3、为简化问题,本文中的模型是基于稳定假设条件下的,这种稳定性是指随
着时间的推移城市状况保持不变。
从短时间上分析这种假设比较符合实际情况,但
从长期来看,这种假设与实际情况存在着一定差距,应考虑变量随时间变化的影响。
参考文献
[1]姜启源.数学模型(第三版)[M].北京:
高等教育出版社,1999.
[2]韩中庚.数学建模方法及其应用(第二版)[M].北京:
高等教育出版社,2009.
[3]韩中庚.长江水质综合
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 工资福利 论文 数学 建模