天津农学院
计算机科学与信息工程系
数学建模
名    称：层次分析法的应用       
系    别： 计算机系               
专    业： 信息管理与信息系统     
班    级：      二班             
学    号：  1008044212           
姓    名：    刘永恒             
层次分析法在人才招聘中的应用
正则化正交匹配追踪
    人才招聘是企业实施人才战略，优化配置人力资源的重要工作。本文引用模糊思维的理论与方法将招聘过程中各类主观的评价与考核客观化，清晰体现应聘者之间的能力差异，同时引入层次分析法，对人才模糊优选中的各影响因素赋予合理权重，进一步提升方法的客观性。本文研究的方法经实例分析验证，具有可靠性，对于人才招聘优选具有一定参考意义。
  随着我国经济的飞速发展，人才已成为各企业竞争的核心要素。这当中，人才招聘是企业实施人才战略，合理配置人才梯队最为基础性的工作，同时对于企业提升人才队伍整体水平有着至关重要的意义。从企业人力资源规划角度出发，员工招聘规划是企业人力资源规划最为基础性、决定性的工作，员工招聘规划的合理性直接对企业人力资源规划中后续工作产生重要的影响。图1揭示了员工招聘规划在企业人力资源规划中扮演的重要角，充分体现了人才招聘在企业战略发展中的重要意义。
  在人才招聘的工作中，常常会遇到许多模糊的概念，例如，人才业务能力的大小、思想水平高低、身体状况等。传统的人才招聘工作中，多采用团队针对应聘者多方面表现，综合评价进行人才甄选，该方法虽然采用团队综合评价，但由于团队中领导者的导向作用会对团队成员对应聘者评价有不同程度的影响，而且团队成员做出的评价本身都具有主观性，导致最
终的结果客观性不强，且针对不同应聘者的可比性不够。模糊优选的基本理念是将模糊的问题通过合理的评定、比较实现量化，将模糊优选模型应用于人才招聘问题中，可实现将模糊问题清晰化，同时在此基础上引入层次分析法，对人才模糊优选中的各影响因素赋予合理权重，最终实现人才招聘的规范化、客观化。
  1人才模糊优选模型的建立
  1.1 多目标系统模糊优选模型设在优选与决策过程中，取决策集D中的目标i的最大特征值x与最小特征值x作为上、下界的相对值，由此构成参考连续闭合区间的两级，据此计算目标相对优的隶属度。
  对越大越优目标其相对优属度公式为：
  r=（1）
  对越小越优目标其相对优属度公式为：
  r=（2）
  设系统有q个决策组成的论域U，其中有n（n?燮q）个决策满足约束相关条件形成决策集D=d，d，…，d。
  设系统有m个目标组成决策集D的评价目标集P=m，m，…，m，m个目标对n个决策的评价可表示为目标特征矩阵：X=xx…xxx…x…… ……xx…x =（xij）（3）
  用目标相对于优的相对隶属度公式（1）、（2），将目标特征矩阵转换为目标相对优属度矩阵：R=rr…rrr…r…………rr…r=（rij）（4）
  最大相对优属度为：
  g=r，r，…，r=g，g，…，g （5）
  最小相对优属度为：
  b=r，r，…，r=b，b，…，b（6）
  设决策j相对优属度用uj表示，设系统中m个目标权重不同，权向量为：w=w，w，…，w（7）
  定义加权距优距离：D=uwg-r （8）
  定义加权距劣距离：D=（1-u）wr-bi （9）
  为计算决策j相对优属度uj最优值，建立如下目标函数：
  minFu=D+D （10）
  令=0，解得：u=1+ （11）
  其中，α=wg；β=wr；γ=wb。
  对于多目标模糊优选动态规划解法，优选可采用决策序列相对优属度最大法，即优选出的决策：
  =maxu （12）
  式（11）（12）共同构成人才招聘模糊优选模型。
  1.2 人才模糊优选中的决策与目标人才模糊优选中，最终决策即为从众多应聘者中选出最适
合招聘岗位的人选。
  影响人才优选的众多因素是决策中的多个目标。以应届毕业生招聘为例，主要的影响因素定义为如下四个方面：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。