数学建模在企业年终奖策划中的应用与研究

来源 :电脑知识与技术 | 被引量 : 0次 | 上传用户:disk_
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要:伴随着我国经济飞速发展,经济全球化的不断深入,我国民营企业遍地开花,涌现出一大批国际知名领军企业,能否在企业竞争中脱颖而出,企业人才管理尤为重要,其中年终奖作为企业对员工的奖励机制成为企业留住人才的关键。传统评定机制面临着主观性强,公平性存在差异等问题,通过应用层次分析改进员工年终奖评定方案,降低主观因素影响从而提高年终奖评定方案公平性,提升企业核心竞争力。
  关键词:层次分析(AHP);影响因素;评定方案
  自改革开放以来,中国成功抓住全球化战略机遇,经济得到飞速发展,我国已成为全球第二大经济体,在“大众创业,万众创新”的口号驱使下,我国企业数量也随之增加,民营企业遍地开花。但不可避免的便是企业之间的竞争程度的逐步上升,企业间的竞争也体现着企业管理模式的优劣,反映出企业间人才的竞争,针对当下人员流动性大的问题,企业若想在竞争中脱颖而出就必须要有科学合理的人才管理模式以及赏罚制度,有利于实现从挖掘人才、到发现人才、再到留住人才三步走。而年终奖作为一年中意义重大且奖励力度大的一种吸引人才制度,其年终奖评定方案公平性与合理性尤为重要。
  中国自古以来便有“不患寡而患不均”的说法,在企业管理当中,一个合理的年终奖评定方案,体现着企业对员工管理制度是否合理,决定着企业可持续发展的潜力。年终奖评定方案的合理性、公平性,可有效提高企业核心竞争力,同时激励员工工作积极性,有利于构建企业内部和谐的劳动关系。通过将AHP层次分析法引入到企业年终奖评定中,将评定方案分为四层,依次分析其影响因素,降低评定方案的主观性,使其更加公正科学合理。
  1 构造层次分析
  1.1 评价因素确定
  在年终奖评定过程中,要通过多方面考核对员工能力进行分析,结合国内外企业人员能力评定方案分析,评分方案(O)分为三大区域:个人能力(A1)、工作能力(A2)和思想品質(A3),个人能力细分为:管理能力(P1)、学习能力(P2)和创新能力(P3);工作能力细分为:工作量(P4)、工作效率(P5)和工作质量(P6);思想品质细分为:工作积极性(P7)、团队精神(P8)和攻坚精神(P9)。评定标准划分为优(F1)、良(F2)、中(F3)、差(F4)四个标准,其层次结构分布如图1所示。
  1.2 构造关系矩阵
  通过对层次结构分布图中层与层间元素构成判断矩阵O-A、A-P和P-F,两两元素行比较,通过市场调研、专家打分等策略生成判断矩阵。一般判断矩阵形如表1所示。
  该判断矩阵满足[aij=1aji(i,j=1,2,3,…,n)],判断矩阵中的[aij]一般通过市场调研、专家打分、大数据资料统计等以九分制规则进行打分,评判元素之间重要性程度。
  1.3 一致性检验
  由专家评分之后生成判断矩阵,该判断矩阵是否合理,专家打分是否科学,要进行相应的一致性检验。O-A矩阵对应特征值的最大值[λmax=3.064],[n=3],通过RI-n对应图2可得[RI=0.52],一致性指标计算公式满足[CI=λmax-nn-1=3.064-33-1=0.032],一致性比列计算公式满足[CR=CIRI=0.0320.52=0.0615
其他文献
目标检测作为计算机视觉领域研究的重点之一,被广泛应用于自动驾驶、视频监控、医疗等领域。为了解决传统目标检测在实际应用过程中检测速度过慢以及检测精度不高等问题,本文提出一种改进的YOLO v3算法。首先,对于先验框位置使用K-means++算法进行提取,加快收敛速度;在YOLO v3特征提取部分引入SPP模块,实现局部特征和全局特征的融合,丰富特征图的最终表达能力;实验结果表明,改进后的YOLO v
摘要:目前物联网技术正在迅速的发展,智慧校园中基于物联网网络基础架构环境开始广泛搭建,但基于教室教学物联网终端仍然没有普及。智慧学生桌椅是在智慧教室中日常学生桌子和椅子加入物联网技术、传感器技术、语音识别技术、有线传输技术和无线传输技术等,收集学生在教室里的统计数据。利用大数据手段分析学生上课的行为、性格和心理。该技术作为辅助教学手段的工具,根据学生的不同类型,通过语音方式播放对其感兴趣的话题,开
近几年,环境污染依然是人们非常关注的话题,而生活垃圾的快速收集处理,能够有效地减少环境的污染。因此,智能垃圾收集机器人的研究与发展是非常必要的,它可以代替人们完成大量垃圾收集的工作。基于此,研究了一种YOLOv5s目标检测算法,先对目标进行合理的标注,接着进行有效的算法训练,然后算法测试,最后得到目标检测算法的模型,进而可以快速检测识别目标。
卷积神经网络作为深度学习领域近年来最优秀的算法之一,已经广泛应用于各种计算机视觉任务,尤其在图像分类任务中,卷积神经网络凭借其极高的分类准确率,使用率已经远超过传统的机器学习算法。街道字符识别作为图像分类任务的一种,为了完成这个分类任务,全文基于卷积神经网络技术,首先对数据集进行读取、并针对数据量较少问题,采取一系列的数据增强操作,然后完成卷积神经网络模型的构造。通过对模型的训练,测试结果显示测试
摘要:针对传统BP算法训练深度学习模型易受模型初始参数影响,训练效率较低的问题,基于遗传算法进行优化,提出了遗传优化分布式BP算法。首先,分析了BP算法和遗传算法的基本原理。然后,结合分布式训练的特点,提出了遗传优化分布式BP算法,确定了训练策略。最后,对遗传优化分布式BP算法和传统BP算法的训练效率进行了对比实验分析。结果表明,遗传优化分布式BP算法不受模型初始参数的影响,相对传统BP算法实现了
基于卷积神经网络在手写数字识别上的应用,对卷积神经网络模型进行介绍。本实验使用python编程语言在Keras上搭建模型,并对模型进行训练。实验数据集为MNIST。模型训练完毕后,对准确率进行评估。最后对测试数据进行预测以及利用混淆矩阵对哪些数字准确率较高和哪些数字容易混淆进行评估。
摘要:针对C 中静态数据成员在多文件编译环境中存在的问题,该文深入分析了 C 语言中类静态数据成员的声明和访问方法,定位利用全局变量来实现多文件编译的弊端,利用extern关键字修饰变量来实现多文件编译的思路,并详细阐述多文件编译中extern的用法,并举了相应的例子来进行例证。  关键词:C 语言;静态成员;static;extern;多文件编译  1 引言  静态数据成员用static修
摘要:随着我国社会综合实力的不断增强,我国各领域与以往相比得到了显著提升。我国居民在生活、娱乐、医疗、教育等环节,与以往相比完成了大幅度增强。而其中,在教育环节与大数据互联网的融合,在现有基础上全面增强了学生的学习能力。完善的网络教学资源,在教学中以“云概念”为指导,完成数字化教学模式的渗透,可以保证教师的教学思路实现全面建设。同时,更可帮助学生生成学习自觉性,提升教学资源平台建设水准,为其后续成
针对视网膜血管分割是眼底图像研究的热门,利用计算机辅助眼底视网膜血管分割的结果有助于医生对临床诊断和眼底疾病的参考。本文提出了一种基于Hough圆变换的视盘定位和分割的方法。首先,对原始图像进行预处理;接着用OTSU对预处理图像进行阀值分割二值化处理,进一步提取和筛选得到视盘定位的最终结果;最后,将结果用于Hough变换实现视盘分割。该算法分别在DRIVE图像库、HRF图像库以及STARE图像库中