2019年高考志愿填报决策.doc

上传人:上海哈登 文档编号:2492943 上传时间:2019-04-03 格式:DOC 页数:12 大小:199.51KB
返回 下载 相关 举报
2019年高考志愿填报决策.doc_第1页
第1页 / 共12页
2019年高考志愿填报决策.doc_第2页
第2页 / 共12页
2019年高考志愿填报决策.doc_第3页
第3页 / 共12页
2019年高考志愿填报决策.doc_第4页
第4页 / 共12页
2019年高考志愿填报决策.doc_第5页
第5页 / 共12页
点击查看更多>>
资源描述

《2019年高考志愿填报决策.doc》由会员分享,可在线阅读,更多相关《2019年高考志愿填报决策.doc(12页珍藏版)》请在三一文库上搜索。

1、数学建模第三次实验报告高考志愿填报决策制作人:信息04 10052086 查霖信息04 10052087 冯伯阳一、问题描述高考填报志愿是每一个高中毕业生升大学前都要遇到的一个问题,由于填报志愿的失误导致上不了理想的大学,甚至落榜的实例几乎每年都有因此,这也是家长、学校和社会广泛关注的影响很大的问题而层次分析方法是一种决策分析方法,它把人们的思维层次化、数量化,可为决策者提供定量的依据目前这一方法广泛地应用在工程技术、经济管理和社会分析中本文利用层次分析方法建立高考志愿填报的数学模型,为学生填报高考志愿提供科学的参考依据。运用层次分析法,选择大学。二、假设: 1、该学生的分很高,所有大学都能上

2、,故而不考虑成绩的影响。 2、只考虑国内C9大学。 3、只考虑该学生对以下的六个方面的侧重,即科学贡献、大学声誉、地理环境、就业情况、考研出国、师资力量。三、层次分析法下面,开始用层次分析法做。首先,列出层次模型结构。下面三层结构依次为:目标层、准则层、方案层。1、层次模型结构师资力量大学选择科学贡献大学声誉地理环境就业情况考研出国供选择的大学2、构造成对的比较矩阵通过分析,初步形成一个6*6矩阵。将科学贡献、大学声誉、地理环境、就业情况、考研出国、师资力量分别设为、。6*6矩阵如下:科学贡献大学声誉地理环境就业情况考研出国师资力量科学贡献1371/21/21大学声誉1/3151/41/41/

3、3地理环境1/71/511/81/81/7就业情况248112考研出国248112师资力量1371/21/21处理这四个矩阵,可得: |=6.484 |=6.08 |=6.128所以,综合评价公式为:y=0.166+0.075+0.026+0.283+0.283+0.1663、层次单排序及一致性检验程序如下:disp(请输入判断矩阵A(n阶);A=input(A=);n,n=size(A);x=ones(n,100);y=ones(n,100);m=zeros(1,100);m(1)=max(x(:,1);y(:,1)=x(:,1);x(:,2)=A*y(:,1);m(2)=max(x(:,2

4、);y(:,2)=x(:,2)/m(2);p=0.0001;i=2;k=abs(m(2)-m(1);while kp i=i+1; x(:,i)=A*y(:,i-1); m(i)=max(x(:,i); y(:,i)=x(:,i)/m(i); k=abs(m(i)-m(i-1);enda=sum(y(:,i);w=y(:,i)/a;t=m(i);disp(w);disp(t); %以下是一致性检验CI=(t-n)/(n-1);RI=0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59;CR=CI/RI(n);i

5、f CRp i=i+1; x(:,i)=A*y(:,i-1); m(i)=max(x(:,i); y(:,i)=x(:,i)/m(i); k=abs(m(i)-m(i-1);enda=sum(y(:,i);w=y(:,i)/a;t=m(i);disp(w);disp(t); %以下是一致性检验CI=(t-n)/(n-1);RI=0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59;CR=CI/RI(n);if CR0.1 disp(组合一致性不通过,请重新评分) returnend%下面根据比较阵的结果进行组合

6、result=EigOfOpt*EigOfCri;resultfunction f=AHP1(dim,CmpMatrix)RI=0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51;%判断该比较阵是不是一致阵%判断该比较阵是不是一致阵V,D=eig(CmpMatrix);%求得特征向量和特征值%求出最大特征值和它所对应的特征向量tempNum=D(1,1);pos=1;for h=1:dim if D(h,h)tempNum tempNum=D(h,h); pos=h; endend eigVector=V(:,pos);maxeig=D(pos,pos);maxeigdimCI=(maxeig-dim)/(dim-1);CR=CI/RI(dim);if CR0.1 disp(准则对目标影响度评分生成的矩阵不是一致阵,请重新评分) returnendCI%归一化sum=0;for h=1:dim sum=sum+eigVector(h);endsumpause,for h=1:dim eigVector(h)=eigVector(h)/sum;endf=eigVector;CI;

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 其他


经营许可证编号:宁ICP备18001539号-1