用层次分析法评选优秀学生进行数学建模.docx

用层次分析法评选优秀学生 一．实验目的 运用层次分析法，建立指标评价体系，得到学生的层次结构模型，然后构造判断矩阵， 求得各项子指标的权重， 最后给出大学生综合评价得分计算公式并进行实证分析， 为优秀大学生的评选提出客观公正，科学合理的评价方法。 二．实验内容 用层次分析法解决一两个实际问题； 1）学校评选优秀学生或优秀班级，试给出若干准则，构造层次结构模型。可分为相对评价和绝对评价两种情况讨论。 解：层次分析发法基本步骤：建立一套客观公正、 科学合理的素质评价体系，对于优秀大学生的评选是至关重要的。在此我们运用层次分析法 (AHP)，以德、智、体三个方面作为大学生综合评价的一级评价指标， 每个指标给出相应的二级子指标以及三级指标， 然后构造判断矩阵， 得到各个子指标的权重， 结合现行的大学生评分准则， 算出各项子指标的得分， 将这些得分进行加权求和得到大学生综合评价得分， 根据分配名额按总分排序即可选出优秀大学生。大学生各项素质的指标体系。如下表所示： 目标层 对大学生的评价 第一准则层 德育 智育 体育 第二准则层 身体素质 思想 能力 道德 知识 体育技能 第三准则层 爱 集 健 体 公 选 专 价 人 社 有 各 体 体 国 体 康 检 共 修 业 值 生 会 关 种 育 育 守 观 状 成 课 课 课 观 观 实 证 竞 成 竞 法 念 况 绩 践 书 赛 绩 1 赛 方案层 班主任考评 班级考评 学生自评 符号说明 Pi Pij xi wi c j （ j=1 、 2、3） max CI CR RI  对大学生的一级评价指标 对大学生的二级评价指标 对大学生的三级评价指标 xi 对最高层的权系数 班主任考评，班级考评，学生自评的打分 矩阵的最大特征值 一致性指标 一致性比例 平均随机一次性指标 设评价指标共有 n 个，为 x1 , x2 ..... xn 。它们对最高层的权系数分别为 w1 , w2 , ... wn , 于是建立综合评价模型为： n wi xi yi 1 解决此类问题关键就是确定权系数， 层次分析法给出了确定它们的量化过程， 其步骤具体如 下： 确定评价指标集 P P P3 ) P=（ 1， 2 ， P=（P ，P ） P=（P ，P ） P=（P31，P32） 1 11 12 2 21 22 2 2 P x1 ， x2 ） P =（ x3 ， x P =（ x5 ， x6 ， x7 ） 11 =（ 12 4 ） 21 P22 =（ x8 ， x9 ， x10 ） P31 =（ x11 ， x12 ） P31 =（ x13 ， x14 ） 建立两两比较的逆对称判断矩阵 从 x1 , x2 ..... xn 中任取 xi 与 x j ，令 aij xi / xj ，比较它们对上一层某个因素的重要性时。 若 aij 1，认为 xi 与 x j 对上一层因素的重要性相同； 若 aij =3，认为 xi x j 对上一层因素的重要性略大； 比 若 aij 5，认为 xi 比 x j 对上一层因素的重要性大； 若 aij 7，认为 xi 比 x j 对上一层因素的重要性大很多； 若 aij 9，认为 xi 对上一层因素的重要性远远大于 x j ； 若 aij 2n ， n=1,2,3,4 ，元素 xi 与 x j 的重要性介于 aij 2n - 1 与 aij 2n + 1 之间； 用已知所有的 x / x j ， i ， j =1,2 ... n ，建立 n 阶方阵 （x /x ) m n ，矩阵 P 的第 i 行与 i P= i j 第 j 列元素为 xi / x j ，而矩阵 P 的第 j 行与第 i 列元素为 x j / xi ，它们是互为倒数的，而对 角线元素是 1。 判断矩阵 P1 P2 P3 P 1 1/3 4 P 1 P2 3 1 5 P3 1/4 1/5 1 max 3.0858 CI 0.0740 max6.0359 CI 0.0758 max =6.2255 CI =0.0364 max =6.0359 CI =0.0758 max =15.1382 CI =0.0558 max =14.2080 CI =0.0102 max =14.3564 CI =0.0175 max =15.1972 CI =0.0758 max =14.1043 CI =0.0051 max =14.2017 CI =0.0099 利用加法迭代计算权重 即取判断矩阵 ne个列向量的归一化的算术平均值近似作为权重向量 3 具体为求向量迭代序列： 1/ n 1/ n e0 ..... ek Pek -1 1/ n n 1 ek Pe e k ek ek 为 k-1分量之和 =