基于模糊数学理论的高等学校助学金等级评定设计模型.docVIP

广西区首届研究生数学建模竞赛 题 目 摘 要： 竞赛题目：针对高校助学金等级评定这一热点问题，我们将众多因素分类，归为班级评定、家庭年收入、月消费金额、国家助学贷款因素、单亲因素、医疗支出因素、教育支出因素、债务因素、突发性因素。将这些影响评定结果的因素作为变量，利用模糊数学的方法来建立模型，通过求解来计算他们各自对最后结果的影响程度。 第一步是分析众多影响因素，同时忽略一些属于偶发的特例。将所有数据以人为一组，根据统计，利用模糊统计方法来计算其隶属值，设定隶属值一等为，二等为，三等为。 设N为单个学生的单个因素的模糊关系矩阵，M为银子权重矩阵，S为总体评定结果。N、S的结果通过对全部数据进行模糊统计求得，M通过方程求得。M反映的是单个因素对评价整体的影响程度 最后，根据N，带入M值，可得出最终结果，据此判定助学金等级。 论文正文 基于模糊数学理论的高等学校助学金等级评定设计模型 问题的重述 随着2007年国家资助高校贫困生新政策的出台，国家对贫困生的资助力度和资助面都在加大。根据新的资助政策的要求，各地各高校根据本地实际情况制定本校的家庭经济困难认定办法。但在评审的过程中，因为资助力度的加大，覆盖面的加大，又出现了一些新问题。此外，家庭经济困难学生认定工作包含了太多的因素，而当前我国高校已经有的助学金等级评定方法大多采用定性或半定量的方法，而不是完全定量的方法。这种评定方法存在一定程度的主观因素过强、信息不对等和不容易操作等问题。 统计学上的定性数据包括分类数据和顺序数据，是一组表示事物性质、规定事物类别的文字表述型数据，不能将其量化，只能将其定性。定量数据就是可以被量化的、用数值表示大小的数据。 通常各地各高校将家庭经济困难学生大体分为2—3档，分为2档的等级为：一般困难和特别困难；分为3档的等级为：一般困难、比较困难和特别困难。困难学生的比例一般在20%左右。西部高校、农林地矿油核高校、理工科类高校困难学生比例稍高约在25—30%。 本文要解决的问题是： 1、在参考附录文件的基础上，用数学建模的方法给出一种更公平、易操作的全定量助学金等级评定方法，并用附录的数据说明给出方法的合理性； 2、缩小给与不给的差距； 3、明确界定一般困难和不困难。 问题的分析 要评定高等学校助学金等级，首先要对学生的贫困程度作一个划分。而对于鉴定一个学生是否为贫困生，其影响因素有很多，本题所列举的因素有6个，例如班级评定的困难等级、家庭年收入、月消费金额、是否国家贷款、是否生源地贷款和贫困原因。而对于影响贫困程度的诸多因素中，其界定标准是不太明确的，而且定性描述很多，因此需要利用一种统一的标准，使这些不同的因素定量化，方可以进行计算。本文引进模糊综合评价方法，运用模糊数学的基础理论将其定性的描述（如困难等级、贫困原因等）进行定量化，并根据各因素的隶属特征用模糊统计方法得出评价指标的权重分配，建立起模糊数学模型，最后汇总计算出助学金等级评价指数，以此来判断出该给与何等奖学金。 问题假设与约定 等级认定中忽略除了提及因素之外的其他不可预测的因素； 因素六“贫困原因”分离成四个一级指标后，每个指标均可单独成为一个因素来进行评价而对结果不造成影响； 在综合评价模型中，为考查一学生的贫困程度，家庭年收入情况与月消费情况等其他因素而选取的考查时段是具有代表性的 题中给出的数据真实可靠。 国家在短时间内不会改变发放助学金政策。 符号说明及其名词定义 A——班级评定贫困等级 B——家庭年收入因素 C——家庭月消费因素 D——是否已办过国家或者生源地贷款因素 E——单亲因素 F——家中是否有其他兄弟姐妹读书因素 G——家庭是否有固定收入因素 H——家庭成员医疗费用的因素 M——权重因子矩阵 P——加权因子 R——模糊关系矩阵 S——总体评定结果向量 V——评语等级论域 U——评价因素论域 隶属度——若对论域（研究的范围）U中的任一元素x，都有一个数A（x）∈0，1与之对应，则称A为U上的模糊集，A（x ）称为x对A的隶属度 图1 图2 我们将存在异常值的各行数据在EXCEL里用筛选法把其筛选出来，并把它另存一个EXCEL数据表，从而将其剔除掉。 5.1.2.确定研究样本数据 剔除异常值后的数据既可作为建模的研究依据，即通过研究该数据的规律反过来建立模型；又可以用来对所建数学模型的合理性检验。但这样会出现一个问题：用原数据（即剔除异常值后的数据，以下相同）建立模型后，再用它反过来检验模型，模型的准确性肯定体现不出来。因此本文将一部分数据从原数据中抽样分离出来，从而将原数据分为两个部分，一部分数据用作研究建立模型用，称为样本数据；另外一部分用于模型的合理性检验，称为检验数据，这样既减少了要处理的数据量，又可对模型实行其