数学建模仿真教程-7.1 公务员招聘

CONTENTS目录01020304模块1初等模型模块2微积分模型模块3线性代数模型模块4概率与统计模型数学建模仿真教程0506模块5优化模型模块6多元统计模型07080910模块7综合评价模型模块8时间序列模型模块9空间解析几何模型模块10神经网络模型1112模块11差分方程模型模块12灰色预测模型Chapter章节7模块7本模块介绍了基于综合评价的知识和方法建立数学模型的过程。其中，综合评价模型主要包括加权综合法、理想解法和层次分析法。数学建模仿真教程【问题描述】现有某市直属单位因工作需要，拟向社会公开招聘8名公务员，公开考试及面试考核的分数如表7.1所示，其中，面试考核为等级分，从低到高分依次为1分、2分、3分、4分。请使用数学建模方法研究以下问题：如果择优按需录用，试设计一种录用分配方案。（本题来自全国大学生数学建模竞赛2004年D题）步骤一，模型假设（1）特长项的区分度越大，该项目在计算综合成绩时越重要。（2）笔试成绩与面试成绩规范化的区间为60～100分。（3）笔试成绩与面试成绩的权重由招聘领导小组确定。步骤二，模型建立建模思路：首先，把4项面试成绩汇总为1个综合成绩。其次，再把笔试成绩和面试成绩汇总成1个总成绩。最后，按照择优录用的原则从高到低录取。步骤二，模型建立小知识：（1）综合评价方法的一般步骤有5步：确定被评价对象、建立评价指标体系、确定指标的权重、规范化指标取值、建立评价函数。（2）指标的权重是关键，必须使用适当的方法进行确定；（3）通常情况下，不同指标的原始取值是不规范的，必须在规范化之后才能加权求和。步骤二，模型建立1.面试小项的权重根据假设（1），特长项的区分度越大，该项目在计算综合成绩时越重要。如果某特长项的区分度为0（即所有应聘者在该项目上的得分相同），则该项目在选人上就失去了作用，应该剔除。因此选择标准差来确定各个特长项的权重。步骤二，模型建立2.面试小项的综合步骤二，模型建立3.笔试成绩与面试成绩的规范化由于笔试成绩最高分290分，而面试成绩最高分4分，二者数量级不同，因此需要把分数规范化。根据假设（2），笔试成绩与面试成绩规范化的区间为60～100分，步骤二，模型建立3.笔试成绩与面试成绩的规范化步骤二，模型建立4.笔试成绩与面试成绩的汇总根据假设（3），笔试成绩与面试成绩的权重由招聘领导小组确定。最后把所有应聘者的总成绩按照从大到小排序，取前8名应聘者予以录用。步骤三，模型求解请扫码观看视频使用MATLAB软件编程计算。根据假设（3），笔试成绩与面试成绩的权重由招聘领导小组确定，根据需要，取前8名予以录用。步骤四，结果检验可以选几个应聘者，例如第1名、最后1名，根据他们的原始分数进行横向比较，以此来判断最终排名是否合理，检验结果如表7.3所示。从表中可知，应聘者1的笔试成绩最高，面试成绩也处于最高和次高等级，因此总成绩排名第一是合理的。应聘者13的笔试成绩偏低且排名靠后，面试成绩只有“表达能力”处于最高等级，“应变能力”和“理解能力”较差，因此总成绩排名倒数第一