士兵綜合素質(zhì)評(píng)價(jià)模型研究*

李佳雨 黃旭東 于戰(zhàn)科 郝 歡

(1.湖北省黃石軍分區(qū) 黃石 435002)(2.95100部隊(duì) 廣州 510000)(3.解放軍理工大學(xué)通信工程學(xué)院 南京 210007)

士兵綜合素質(zhì)評(píng)價(jià)模型研究*

李佳雨1黃旭東2于戰(zhàn)科3郝 歡3

(1.湖北省黃石軍分區(qū) 黃石 435002)(2.95100部隊(duì) 廣州 510000)(3.解放軍理工大學(xué)通信工程學(xué)院 南京 210007)

為打贏新世紀(jì)信息化戰(zhàn)爭(zhēng),軍隊(duì)對(duì)士兵的素質(zhì)要求不斷提高,對(duì)士兵進(jìn)行綜合素質(zhì)評(píng)價(jià)的需求日益凸顯。但我軍目前尚未形成完善的士兵綜合素質(zhì)評(píng)價(jià)方法,且其他行業(yè)現(xiàn)有的綜合素質(zhì)評(píng)價(jià)方法客觀性、通用性不足,不能直接應(yīng)用于軍隊(duì)。針對(duì)這一問(wèn)題,在采用層次分析法建立評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上,提出采用最小二乘數(shù)學(xué)模型確定評(píng)價(jià)指標(biāo)權(quán)值的方法,構(gòu)建出士兵綜合素質(zhì)評(píng)價(jià)模型。該模型具有客觀性、科學(xué)性、準(zhǔn)確性和通用性等特點(diǎn)。

士兵; 綜合素質(zhì); 評(píng)價(jià)模型; 權(quán)值

1 引言

人是戰(zhàn)爭(zhēng)勝負(fù)的決定因素。隨著科學(xué)技術(shù)迅猛發(fā)展并應(yīng)用于軍事,人類戰(zhàn)爭(zhēng)已不可避免地由傳統(tǒng)的機(jī)械化作戰(zhàn)形式向信息化戰(zhàn)爭(zhēng)轉(zhuǎn)變。為適應(yīng)新的戰(zhàn)爭(zhēng)形態(tài),打贏信息化戰(zhàn)爭(zhēng),軍隊(duì)對(duì)士兵的素質(zhì)要求早已超越“米、秒、環(huán)”等最基本的訓(xùn)練成績(jī),在不同素質(zhì)指標(biāo)方面提出了更高要求。然而,在高技術(shù)、信息化戰(zhàn)爭(zhēng)早已打響多次的現(xiàn)實(shí)情況下,我軍目前依舊還未形成完善的士兵綜合素質(zhì)評(píng)價(jià)方法。軍事實(shí)力是經(jīng)濟(jì)快速穩(wěn)定發(fā)展的重要保證,在世界新軍事變革的洶涌浪潮下,構(gòu)建科學(xué)合理的士兵綜合素質(zhì)評(píng)價(jià)機(jī)制,促進(jìn)部隊(duì)更加科學(xué)合理地編配士兵,提高部隊(duì)?wèi)?zhàn)斗力顯得更加緊急迫切。因此,本文的研究具有重要的現(xiàn)實(shí)意義。

2 士兵綜合素質(zhì)評(píng)價(jià)現(xiàn)狀

美軍具有較完整的士兵素質(zhì)研究和培養(yǎng)體系[1～2],國(guó)內(nèi)一些政府部門和企業(yè)也早已建立起了員工素質(zhì)評(píng)價(jià)制度,但國(guó)內(nèi)對(duì)于我軍士兵綜合素質(zhì)評(píng)價(jià)仍主要停留在理論研究和簡(jiǎn)單應(yīng)用的層面。

新兵入伍后,一些單位的作訓(xùn)或士兵管理部門都會(huì)對(duì)本單位新兵進(jìn)行綜合素質(zhì)評(píng)價(jià)。但受限于工作任務(wù)繁重、缺乏專業(yè)人才等因素,部隊(duì)對(duì)士兵綜合素質(zhì)評(píng)價(jià)存在一些誤區(qū),主要表現(xiàn)在兩個(gè)方面。一是單一指標(biāo)片面評(píng)價(jià),這種方法是將每個(gè)指標(biāo)的數(shù)據(jù)與往年相應(yīng)指標(biāo)數(shù)據(jù)進(jìn)行對(duì)比,并針對(duì)每個(gè)指標(biāo)逐一給出結(jié)論。但實(shí)際上,利用這種方法得出的只是單個(gè)指標(biāo)的結(jié)論,并不能反映這批士兵整體的素質(zhì)高低,也無(wú)法反映出單個(gè)戰(zhàn)士的綜合素質(zhì)水平,且忽視了某些指標(biāo)之間的關(guān)聯(lián)性,得出的結(jié)論不夠科學(xué)準(zhǔn)確。二是多指標(biāo)等權(quán)重評(píng)價(jià),這種方法是指某些單位采用層次分析法,對(duì)多個(gè)指標(biāo)等權(quán)重的進(jìn)行綜合評(píng)價(jià),沒有對(duì)指標(biāo)的權(quán)重進(jìn)行區(qū)分,其結(jié)果可能會(huì)因?yàn)橹笜?biāo)本身的重要程度不同而出現(xiàn)差錯(cuò),從而得到不夠科學(xué)準(zhǔn)確的評(píng)估。

文獻(xiàn)[3]采用層次分析法(AHP)對(duì)評(píng)價(jià)指標(biāo)進(jìn)行層次劃分,采用Fuzzy-AHP算法確定權(quán)值,提出了較為完善的士兵綜合素質(zhì)評(píng)價(jià)系統(tǒng)。但利用該系統(tǒng)對(duì)任何一個(gè)評(píng)價(jià)對(duì)象進(jìn)行評(píng)價(jià)時(shí),都需要專家再次打分進(jìn)行數(shù)據(jù)采集,沒有形成一個(gè)獨(dú)立完整的評(píng)價(jià)系統(tǒng)。

3 模型構(gòu)建

構(gòu)建士兵綜合素質(zhì)評(píng)價(jià)模型,主要包括建立士兵綜合素質(zhì)評(píng)價(jià)指標(biāo)體系和確定評(píng)價(jià)指標(biāo)權(quán)值兩方面工作。

建立評(píng)價(jià)指標(biāo)體系的一般性做法是采用層次分析法。但是不同任務(wù)性質(zhì)的部隊(duì),士兵綜合素質(zhì)評(píng)價(jià)指標(biāo)體系有所不同。出于保密考慮,本文僅以一個(gè)簡(jiǎn)單的評(píng)價(jià)指標(biāo)體系為例(圖1),重點(diǎn)分析確定權(quán)值的方法。

圖1 士兵綜合素質(zhì)評(píng)價(jià)指標(biāo)體系

4 權(quán)值研究

確定權(quán)值的方法多種多樣,文獻(xiàn)[4]中列舉了12種傳統(tǒng)的權(quán)值確定方法,這些方法大多是從評(píng)價(jià)指標(biāo)入手進(jìn)行分析,得出權(quán)值后再計(jì)算出綜合得分,客觀性不足。近年來(lái),人工智能算法逐步被引入到權(quán)值確定中來(lái),取得了一些研究成果,但處理離散數(shù)據(jù)的準(zhǔn)確性還存在不足[5]。

通過(guò)專家對(duì)每個(gè)評(píng)價(jià)對(duì)象進(jìn)行總體印象打分,將確定權(quán)值轉(zhuǎn)化為最小二乘數(shù)學(xué)模型進(jìn)行求解,能夠有效克服傳統(tǒng)方法客觀性、準(zhǔn)確性、通用性不足的缺點(diǎn)。

4.1 樣本采集

本文以某新兵團(tuán)970名新兵為研究總體,利用C++編程隨機(jī)抽取其中50名新兵為樣本,邀請(qǐng)9名榮獲“新兵團(tuán)帶兵能手”稱號(hào)的基層軍官作為評(píng)分專家。為驗(yàn)證抽取的樣本是否具有一般性和有效性,共抽取了三組50個(gè)樣本的群體進(jìn)行統(tǒng)計(jì)分析,結(jié)果表明三組樣本均具有一般性和有效性。

數(shù)據(jù)采集按照以下步驟進(jìn)行:

STEP 1:從總體中隨機(jī)抽取N個(gè)樣本。

STEP 2:設(shè)置M項(xiàng)評(píng)價(jià)指標(biāo),提取N個(gè)樣本共N×M個(gè)指標(biāo)數(shù)據(jù)。

STEP 3:邀請(qǐng)K名專家,依據(jù)每個(gè)樣本的M項(xiàng)指標(biāo)情況,每名專家按照給定的評(píng)語(yǔ)集對(duì)每個(gè)樣本總體情況進(jìn)行打分。本模型的評(píng)語(yǔ)集為{優(yōu)、良、中、差}。第一名專家部分打分情況見表1。

表1 第一名專家打分情況統(tǒng)計(jì)表

STEP 4:將專家給定的打分?jǐn)?shù)值化。對(duì)于第n個(gè)樣本,有K個(gè)專家打分結(jié)果,其中第k個(gè)專家打分?jǐn)?shù)值記為bn,k。

STEP 5:將每個(gè)個(gè)體的每項(xiàng)指標(biāo)數(shù)值化。第n個(gè)樣本第m項(xiàng)指標(biāo)數(shù)值記為xn,m。

采取專家對(duì)每個(gè)樣本的總體情況進(jìn)行打分,而不是對(duì)每個(gè)樣本的每個(gè)指標(biāo)單獨(dú)打分,主要是出于兩方面考慮。一是熟悉士兵成長(zhǎng)和培養(yǎng)的部隊(duì)軍官,憑積累的經(jīng)驗(yàn),易于根據(jù)各項(xiàng)指標(biāo)情況給出士兵個(gè)體綜合得分,卻難以準(zhǔn)確地對(duì)指標(biāo)進(jìn)行兩兩比較。在此情況下,通過(guò)軍官作為專家對(duì)士兵個(gè)體進(jìn)行綜合打分,進(jìn)而建立評(píng)價(jià)模型是科學(xué)合理的。二是通過(guò)對(duì)每個(gè)樣本總體情況進(jìn)行打分,規(guī)避了專家直接判斷單個(gè)指標(biāo)情況,減少了打分次數(shù),降低了專家的主觀判斷對(duì)結(jié)果的影響程度。

4.2 量化得分

指標(biāo)量化的方法很多,為了將現(xiàn)實(shí)問(wèn)題轉(zhuǎn)化為數(shù)學(xué)模型進(jìn)行求解,本文主要采用“等差量化法”[6]將專家打分和六項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行量化。

1) 專家打分:對(duì)專家打分“優(yōu)、良、中、差”分別賦值10、8、6、4分;

2) “學(xué)歷”:對(duì)大學(xué)本科及以上、大專、高中和中專、初中分別賦值10、8.5、7、6分;

3) “政治面貌”:對(duì)黨員、團(tuán)員、群眾分別賦值10、8、6分;

4) “戶籍性質(zhì)”:針對(duì)該項(xiàng)指標(biāo),邀請(qǐng)10名專家對(duì)士兵的“農(nóng)業(yè)”和“非農(nóng)”單指標(biāo)進(jìn)行打分,10名專家均認(rèn)為“農(nóng)業(yè)”戶籍士兵表現(xiàn)更好,從而對(duì)“農(nóng)業(yè)”和“非農(nóng)”戶籍分別賦值10、6分;

5) “體型”:對(duì)合格、偏胖(瘦)分別賦值10、6分;

6) “有無(wú)專長(zhǎng)”:有無(wú)專長(zhǎng)以是否具有國(guó)家證書為判斷標(biāo)準(zhǔn)。對(duì)有專長(zhǎng)、無(wú)專長(zhǎng)分別賦值10、6分;

7) “是否獨(dú)生子女”:針對(duì)該項(xiàng)指標(biāo),邀請(qǐng)10名專家對(duì)“獨(dú)生”和“非獨(dú)生”單項(xiàng)指標(biāo)進(jìn)行打分,6人認(rèn)為非獨(dú)生表現(xiàn)更好,4人認(rèn)為獨(dú)生表現(xiàn)更好。從而對(duì)“獨(dú)生”和“非獨(dú)生”分別賦值7.6、8.4分。

根據(jù)上述賦值原則,可得出每個(gè)樣本的評(píng)價(jià)指標(biāo)值和專家打分分值情況。其中第一名專家打分情況賦值后如表2。

表2 第一名專家打分及評(píng)價(jià)指標(biāo)賦值統(tǒng)計(jì)表

4.3 數(shù)學(xué)模型

定義第n個(gè)樣本的原始綜合得分為:去掉K名專家打分的最高和最低分后的平均值,記為bn,數(shù)學(xué)表達(dá)式為

(1)

全體樣本綜合得分向量為

BN×1=[b1,b2,b3,…,bN-1,bN]T

(2)

第n個(gè)樣本個(gè)體各指標(biāo)得分向量為

Xn=[xn,1,xn,2,…,xn,M-1,xn,M]

(3)

全體樣本各指標(biāo)得分矩陣為

XN×M=[X1,X2,…,XN]T

(4)

令評(píng)價(jià)指標(biāo)的權(quán)值向量為

AM×1=[a1,a2,a3,…,aM-1,aM]T

(5)

且滿足:

(6)

ai≥0

(7)

上述過(guò)程采集的數(shù)據(jù)具有如下關(guān)系:

XA=B

(8)

即:

=[b1,b2,b3,…,bN-1,bN]T

(9)

因此,對(duì)權(quán)值確定可以轉(zhuǎn)化為求最小二乘優(yōu)化問(wèn)題進(jìn)行求解[7]:

(10)

(11)

從而有:

AM×1=(XTX)-1XTBN×1

(12)

(13)

4.4 算法設(shè)計(jì)

前面已將確定權(quán)值問(wèn)題轉(zhuǎn)化為求最小二乘問(wèn)題,只需調(diào)用Matlab中的最小二乘線性擬合函數(shù)lsqlin即可。Matlab算法為

X=[N*M];

B=[N*1];

a_eq=ones(1,M);

b_eq=1;

lb=zeros(M,1);

[a,resnorm,residual,exitflag]=lsqlin(X,B,[],[],a_eq,b_eq,lb,[]);

a

算法中的resnorm是整個(gè)結(jié)果的平方誤差和,residual是對(duì)每一組數(shù)據(jù)得到的剩余誤差,即XA-B,一共有N組,exitflag的值表示不同的收斂情況。

4.5 數(shù)據(jù)處理

利用上述Matlab算法求取權(quán)值,得到權(quán)值向量值A(chǔ)M為

AM=[0.6537,0.1421,0.0000,0.1140,0.0902,0.0000]

4.6 異常數(shù)據(jù)檢測(cè)

將得到的權(quán)值代入表2,得到每個(gè)樣本新的綜合得分。通常情況下,樣本綜合得分總體上服從正態(tài)分布。利用SPSS軟件,采用“單樣本K-S檢驗(yàn)法”對(duì)此進(jìn)行檢驗(yàn),結(jié)果如表3所示。

表3 K-S檢驗(yàn)主對(duì)話框

從檢驗(yàn)結(jié)果來(lái)看,漸進(jìn)顯著性P=0.06>0.05,從而認(rèn)為送檢的數(shù)據(jù)服從正態(tài)分布[8]。因此可采用“3σ準(zhǔn)則”[9]對(duì)新的綜合得分進(jìn)行異常數(shù)據(jù)檢測(cè)[10],流程如圖2所示。

圖2 異常數(shù)據(jù)檢測(cè)流程

(14)

3σ′=2.2659

因此,將AM作為士兵綜合素質(zhì)評(píng)價(jià)最終權(quán)值。

各指標(biāo)權(quán)值情況如表4所示。

表4 指標(biāo)權(quán)值對(duì)照表

4.7 權(quán)值分析

各指標(biāo)權(quán)值餅狀圖如圖3所示。

圖3 指標(biāo)權(quán)值餅狀圖

可以看出,“學(xué)歷”所占權(quán)值為0.6537,在6項(xiàng)評(píng)價(jià)指標(biāo)中占有極其重要的地位,這與國(guó)家優(yōu)先征集體檢政審雙合格大學(xué)生士兵的政策一致。“政治面貌”所占權(quán)值為0.1421,說(shuō)明士兵的政治素養(yǎng)也是構(gòu)成綜合素質(zhì)的一項(xiàng)重要指標(biāo)。“體型”和“有無(wú)專長(zhǎng)”對(duì)綜合素質(zhì)評(píng)分也有一定的影響。而“戶籍”權(quán)值為0,與國(guó)家取消戶籍區(qū)分的政策趨勢(shì)一致,且與文獻(xiàn)[11]在實(shí)際研究中證明的農(nóng)村與城鎮(zhèn)士兵在多個(gè)方面的差異無(wú)統(tǒng)計(jì)學(xué)意義這一結(jié)論一致。“是否獨(dú)生”權(quán)值為0,說(shuō)明該部隊(duì)已不再認(rèn)為獨(dú)生與非獨(dú)生子女的整體表現(xiàn)有明顯區(qū)別,文獻(xiàn)[12]也得出相類似的結(jié)論,認(rèn)為獨(dú)生子女與非獨(dú)生子女士兵比較,其整體人格特征不存在問(wèn)題性差異。

通過(guò)上述分析可知,利用本文所構(gòu)建的模型所得到的結(jié)果能夠找到可靠的現(xiàn)實(shí)依據(jù),說(shuō)明本文構(gòu)建的士兵綜合素質(zhì)評(píng)估模型具有一定的實(shí)際應(yīng)用價(jià)值。此外,不同任務(wù)性質(zhì)的部隊(duì),由于其需求不同,通過(guò)該模型得到的相同指標(biāo)的權(quán)值應(yīng)該有所不同。

5 模型應(yīng)用

該模型主要可以應(yīng)用于三個(gè)方面。

5.1 個(gè)體和總體素質(zhì)評(píng)價(jià)

對(duì)于任意適合該模型評(píng)價(jià)的個(gè)體,都可以采用該模型進(jìn)行綜合評(píng)價(jià)打分。比如某個(gè)體的6項(xiàng)評(píng)價(jià)指標(biāo)如表5所示,則其綜合素質(zhì)得分為8.45分,按照評(píng)語(yǔ)集的隸屬度,可以評(píng)定其綜合素質(zhì)為“良”。

表5 某個(gè)體評(píng)價(jià)指標(biāo)情況

計(jì)算出所有個(gè)體得分后,可以采用數(shù)理統(tǒng)計(jì)的方法,對(duì)總體素質(zhì)情況進(jìn)行評(píng)價(jià)。

5.2 士兵選拔和分配

在選拔過(guò)程中,可采用該模型對(duì)預(yù)征集的士兵進(jìn)行打分排序,提高士兵征集質(zhì)量。此外,還可根據(jù)不同崗位需求以及士兵各項(xiàng)素質(zhì)指標(biāo)的評(píng)價(jià)情況,將不同素質(zhì)士兵科學(xué)合理分配至不同崗位。

5.3 士兵素質(zhì)培養(yǎng)

根據(jù)評(píng)價(jià)指標(biāo)的權(quán)值,對(duì)士兵的訓(xùn)練培養(yǎng)進(jìn)行長(zhǎng)期的跟蹤記錄以及分析,適時(shí)地、科學(xué)合理地調(diào)整對(duì)士兵的培養(yǎng)訓(xùn)練計(jì)劃,進(jìn)而達(dá)到有針對(duì)性地對(duì)士兵進(jìn)行素質(zhì)培養(yǎng)的目的。

6 結(jié)語(yǔ)

常見的權(quán)值確定方法,多是從評(píng)價(jià)指標(biāo)入手進(jìn)行分析確定。本文則采用最小二乘問(wèn)題數(shù)學(xué)模型來(lái)確定評(píng)價(jià)指標(biāo)權(quán)值,采取“逆向”的方式,通過(guò)專家對(duì)樣本的綜合情況進(jìn)行打分,不直接分析評(píng)價(jià)指標(biāo),確保了評(píng)價(jià)指標(biāo)權(quán)值的客觀性、科學(xué)性、準(zhǔn)確性。該模型的優(yōu)點(diǎn)在于,一旦構(gòu)建好模型,對(duì)于任何新個(gè)體,只需采集相關(guān)指標(biāo)數(shù)據(jù),即可得出該個(gè)體綜合評(píng)價(jià)得分,無(wú)需再次邀請(qǐng)專家打分或者進(jìn)行其他類似的評(píng)價(jià)工作,具有完全通用性和穩(wěn)定性。

本文作者在實(shí)際工作中開展了評(píng)價(jià)指標(biāo)體系研究,結(jié)合具體任務(wù)性質(zhì)的部隊(duì)構(gòu)建了不同的評(píng)價(jià)模型,研究成果對(duì)士兵綜合素質(zhì)評(píng)價(jià)、選拔分配、能力培養(yǎng)具有重要指導(dǎo)意義。但出于保密考慮,本文僅重點(diǎn)介紹了評(píng)價(jià)指標(biāo)權(quán)值的確定方法。下一步將利用建立的模型對(duì)評(píng)價(jià)對(duì)象進(jìn)行跟蹤研究,進(jìn)一步驗(yàn)證模型的準(zhǔn)確性。

[1] U.S. Department of Defense. Population represen-tation in the military services: Fiscal Year 2004[M]. 2006,29.

[2] 張楠.美軍建立高素質(zhì)士兵隊(duì)伍舉措的研究[J].西安政治學(xué)院學(xué)報(bào),2008,21(2):31-33. ZHANG Nan. Research on the Establishment of High Quality Soldiers in the US Army[J]. Journal of Xian Politics Institute,2008,21(2):31-33.

[3] 劉法華.士兵綜合素質(zhì)評(píng)估系統(tǒng)研究[D].青島:中國(guó)石油大學(xué)(華東),2010. LIU Fahua. The Rearch on Soldier Intelligence Evaluation[D]. Qingdao: China University of Petroleum(East China),2010.

[4] 王暉,陳麗,陳墾,等.多指標(biāo)綜合評(píng)價(jià)方法及權(quán)重系數(shù)的選擇[J].廣東藥學(xué)院學(xué)報(bào),2007,23(5):583-589. WANG Hui, CHEN Li, CHEN Ken, et al. Multi Index Comprehensive Evaluation Method and the Choice of Weight Coefficient[J]. Journal of Guangdong Pharmaceutical University,2007,23(5):583-589.

[5] 姚明海.改進(jìn)的遺傳算法在優(yōu)化BP網(wǎng)絡(luò)權(quán)值中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用,2013,49(24):49-54. YAO Haiming. Application of Improved Genetic Algorithm in Optimizing BP Neural Networks Weights[J]. Computer Engineering and Applications,2013,49(24):49-54.

[6] 詹耀祖.人力資源管理中考評(píng)指標(biāo)量化技術(shù)的應(yīng)用[J].遼寧經(jīng)濟(jì)管理干部學(xué)院學(xué)報(bào),2012(2):19-20. ZHAN Yaozu. Application of Quantitative Techniques in the Evaluation of Human Resource Management[J]. Journal of Liaoning Economic Management Cadre College,2012(2):19-20.

[7] 丁斌,杜元.基于PSO算法與AHP最小二乘模型對(duì)多屬性決策問(wèn)題權(quán)重求解[J].系統(tǒng)工程,2010,28(7):102-106. DING Bin, DU Yuan. Multi-attribute Decision Making Problem Solving Weights Based on PSO Algorithm and AHP LS Model[J]. Systems Engineering,2010,28(7):102-106.

[8] 朱紅兵,何麗娟.在SPSS10.0中進(jìn)行數(shù)據(jù)資料正態(tài)性檢驗(yàn)的方法[J].首都體育學(xué)院學(xué)報(bào),2004,16(3):123-125. ZHU Hongbing, HE Lijuan. Method for Testing the Normality of Data in SPSS10.0[J]. Journal of Capital Institute of Physical Education,2004,16(3):123-125.

[9] Friedrich Pukelsheim. The three sigma rule[J]. The American Statisti-cian,1994,48(2):88-91.

[10] 陳斌.異常檢測(cè)方法及其關(guān)鍵技術(shù)研究[D].南京:南京航空航天大學(xué),2013. CHEN Bin. Research on Outlier Detection Method and its Key Techniques[D]. Nanjing: Nanjing University of Aeronautics and Astronautics,2013.

[11] 李柱,張繼剛,張蕾,等.某工程部隊(duì)士兵心理健康水平調(diào)查分析[J].空軍醫(yī)學(xué)雜志,2015,31(2):112-114. LI Zhu, ZHANG Jigang, ZHANG Lei, et al. Investigation and Analysis on Mental Health of Soldiers in an Engineering Unit[J]. Air Force Medical Journal,2015,31(2):112-114.

[12] 宋華,黃濤,縱兆輝.獨(dú)生與非獨(dú)生子士兵群體人格特征比較[J].中國(guó)組織工程研究與臨床康復(fù),2007,11(30):5952-5954. SONG Hua, HUANG Tao, ZONG Zhaohui. Comparison of personality characters between singleton and non-singleton soldiers[J]. Journal of Clinical Rehabilitative Tissue Engineering Research,2007,11(30):5952-5954.

Comprehensive Quality Evaluation Model of Soldiers

LI Jiayu1HUANG Xudong2YU Zhanke3HAO Huan3

(1. The Huangshi Army Distinct of Hubei, Huangshi 435002)(2. No. 95100 Troops of PLA, Guangzhou 510000)(3. Institute of Communication Engineering, PLA University of Science and Tehcnology, Nanjing 210007)

In order to win the information-based war in the new century, the army’s demands on the soldiers’ quality have been continuously improved, and the demand for the comprehensive quality evaluation of the soldiers is becoming increasingly prominent. But the army has not yet formed a comprehensive evaluation of the quality of the soldiers, and other industries existing comprehensive quality evaluation methods objectivity, lack of generality, can not be directly applied to the army. To solve this problem, based on the establishment of evaluation index system by AHP, the method of determining the weight of evaluation index by using the least square method is put forward, and the comprehensive evaluation model of soldier is established. The model has the characteristics of objectivity, scientificity, accuracy and versatility.

soldier, comprehensive quality, evaluation model, weight Class Number TP182

2016年10月8日,

2016年11月24日

國(guó)家自然科學(xué)基金青年項(xiàng)目(編號(hào):71401176)資助。

李佳雨,男,碩士,研究員,研究方向:信息安全,國(guó)防動(dòng)員。黃旭東,男,研究員,研究方向:部隊(duì)管理。于戰(zhàn)科,男,博士,講師,研究方向:優(yōu)化理論與方法。郝歡,男,博士研究生,研究方向:信號(hào)時(shí)頻分析與處理。

TP182

10.3969/j.issn.1672-9722.2017.04.015