基于模糊多属性决策的高校就业评估

　　中图分类号：G647 文献标志码：A 文章编号：1002-2589（2015）15-0142-02

　　引言

　　自1977年我国高考制度恢复，到1999年开始高等教育（包括大学本科、研究生）不断扩大招生人数的教育改革政策，致使高校毕业生人数随之逐年增多。大学生毕业人数迅速地从2001年的115万增加到2013年的699万，目前高校毕业生待业率约在15%左右，远远高于社会平均待业水平。大学毕业生的明显增加令全国都意识到就业难这样一个问题，而身在非重点高等院校的毕业生，就业困难的问题就更加明显。

　　由于高校就业评估问题涉及相关因素繁多，评价难度较大，传统的评估决策方法对于这种多属性决策问题解决效果往往不很理想，因此将模糊多属性决策方法应用于高校就业评估中，对于深刻分析就业优势，评价就业标准，总结就业经验，实现自主就业有着重要的意义。

　　一、高校就业影响因素分析

　　（一）高校就业问题的历史成因

　　自1977年我国高考制度恢复，以及1999年我国实行高校扩招以来，高校毕业生也随之逐年增多。2000年以来，高校连续扩招，造成高校毕业生高存量、高膨胀，给高校毕业生就业带来新的压力和难度；人才地位的提高，伴随着人才争夺加剧，计划配置减少，使市场配置增多。

　　（二）高校就业现状分析

　　第一，国内就业结构总体不平衡：地域不平衡性决定着我国的就业形势在不同地区的差异性；同时不同学科、不同专业取向就业乐观度差异明显。

　　第二，高等教育的快速发展促使高等教育的各项工作得到了同样的快速发展，但与此同时，大学生数量急剧增多，就业竞争愈演愈烈，高校就业形势日趋严峻。面对当前的大环境，毕业生的就业期望仍然较高。

　　（三）影响高校就业的现实因素

　　1.家庭因素

　　家庭环境是一个人出生后面对的第一个环境，家庭境况、父母的价值观、人生观以及日常行为都会对孩子的思想产生潜移默化的影响，从而影响孩子对职业的选择和定位。

　　2.学校教育

　　教育体制、课程设置、教学水平以及老师的行为举止对于正在逐渐学习和接触新事物的孩子来说都可能成为左右其职业生涯规划和就业的因素。

　　3.社会环境

　　社会形势的变化和金融走势的情况都会给市场带来很大的冲击和挑战，而这时就需要学生把握信息和机会，在不断变化的社会环境中找到自己的位置，同时正确处理就业观与社会形势变化的关系。

　　4.性别

　　由于心理和生理上的问题，一些职业不适合女性去工作，同时女性需要生育和抚养孩子，而企业还要在这方面给予一些较男性特殊的待遇，因此性别因素对于就业来说还占一些比重。

　　5.工作经验

　　企业需要高效运转，当然会选取能更迅速融入集体的员工，这对于应届大学生来说是一个不小的挑战，所以学生应该为这种因素影响的工作打下基础。

　　二、模糊多属性决策

　　（一）多属性决策

　　多属性决策是多准则决策的重要组成部分，它与多目标决策一起构成了多准则决策体系，是运筹学与管理科学的重要分支。不确定多属性决策理论主要包括三部分内容，随机型、模糊型以及描述性决策理论与方法。其实质是：利用已有的决策信息，通过一定的方式对一组有限个备选方案进行排序或择优。自1957年Churchman等人提出多属性决策以来，基于经典多属性决策（含群决策）理论与方法的研究已趋于完善，然而，由于客观事物的复杂性、不确定性和人类思维的模糊性，我们遇到的多属性决策问题大部分是不确定的、模糊的，称之为模糊多属性决策。

　　多属性决策是指在考虑多个属性的情况下，选择最优备选方案或进行方案排序的决策问题，是现代决策科学的重要组成部分。其理论和方法在工程、技术、经济、管理和军事等诸多领域都有广泛的应用[1]。

　　（二）模糊属性

　　在模糊多属性决策中，人们在对诸如学生的综合素质、汽车的性能等进行评估时，一般喜欢直接用“优”“良”“差”等模糊语言形式给出，即从模糊语言评估角度定性描述模糊多属性决策问题。由于这类问题具有重要的理论意义和实用价值，目前已引起人们的重视。

　　几十年来，有关模糊多属性决策问题的研究已引起国内外学者的极大关注，并取得了丰硕的成果。然而，模糊多属性决策无论在理论研究还是实际应用上，目前都还很不成熟，仍面临着新的挑战，尤其是有关决策方法的研究还有待进一步完善。因此，针对模糊多属性决策中存在的问题与研究热点，探索科学的决策方法和理论，不但可以解决生产实际问题，还可促进模糊决策科学的发展。

　　由于客观事物的复杂性和人类思维的模型性，对属性值为三角模糊数的模糊多属性决策问题的研究已引起人们的重视[2]。如文献[3]对属性权重不能完全确知、属性值为三角模糊数且决策者对方案有偏好信息的模糊多属性决策问题进行了研究。但是对于属性权重和属性值均为三角模糊数的多属性决策问题报道较少。为此，本文给出了有关三角模糊数的运算，借鉴了三角模糊数距离等概念，给出了一种三角模糊数决策矩阵的规范化公式，然后引入理想点的思想[4]，提出了基于理想点的三角模糊数多指标决策方法，该方法简单实用，所需信息小，易于计算机或计算器上实现。 　　三、基于GIOWA算子三角模糊决策算法

　　（二）基于有序加权平均算子的多属性群决策方法[6-7]

　　基于上述模糊语言标度和GIOWA算子给出多属性群决策方法，步骤如下。（1）对于某一个多属性决策问题，属性xi在学生uj下的模糊语言评估为rij（k），建立相应的评估矩阵Rk。（2）利用GIOWA算子g对评估矩阵Rk中第i行信息进行集结，得到属性xi的综合属性评估ri（k）（i∈N，k=1，2，…，t）。（3）对ri进行排序，选出调查结果中对高校就业影响较大的属性。

　　四、算法应用

　　针对高校就业影响因素分析，给出的多种影响因素，并对其中五个待评估属性进行评估，由3位学生进行评估测试，得到评估矩阵R1，如表2所示。

　　模糊语言评估排序：x4>x1>x2=x3>x5影响最大因素x4；按数排序：x4>x1>x2>x3>x5，影响最大因素x4。

　　五、总结

　　在大学生就业压力日益突出的背景下，对其就业问题进行深入研究，分析影响就业的各方面因素，根据调查问卷、收集整理资料、将模糊多属性决策理论引入到高校就业评估中。

　　本文基于三角模糊数的多目标综合评价方法，在整个评价过程中从模糊数的角度去处理与计算评价值和权重值，采取模糊数学建立的等级划分，并对其进行了改进，确定了交叠范围的模糊评价方法和模糊数划分标准，同时也对三角模糊数排序方法进行了研究，通过详细分析说明这种方法的可行性，最后以求解多目标决策问题的实例对文中的方法进行了验证。

本文链接：http://www.qk112.com/lwfw/jiaoyulunwen/gaodengjiaoyu/199325.html