产品详细介绍系统概述： 生涯规划系统提供“心理测评、职业匹配、生涯规划、专业匹配、选科组合建议”等一揽子解决方案，通过高校大数据分析，为高中生选科提供参考依据，新高考教务管理系统的选科子系统中已经内置了该生涯规划系统。 生涯规划系统提供霍兰德职业兴趣倾向测评，MBTI人格分类测评，生涯规划管理，查大学，查学科，查专业，查招生计划，查历年录取分数，查职业等跟高考相关的全套互联网升学服务，系统由公司旗下“合育宝”网站提供数据支持。 核心功能： 心理测评 系统提供两个心理测评系统，分别是霍兰德职业兴趣心理测评和MBTI人格分类心理测评；系统支持师生无限次在线测评。 霍兰德职业兴趣自测(Self-Directed Search)是由美国职业指导专家霍兰德(John Holland)根据他本人大量的职业咨询经验及其职业类型理论编制的测评工具。霍兰德认为，个人职业兴趣特性与职业之间应有一种内在的对应关系。根据兴趣的不同可以分成6种类型:研究型（I），艺术型（A），社会型（S），企业型（E），传统型（C），现实型（R），每个人的性格都是这六个维度的组合。 瑞士心理学家荣格(Carl Jung)认为：感知和判断是大脑的两大基本功能。以荣格的《人格分类》理论为基础，美国的心理学家Katherine Cook Briggs提出了影响大脑作出决定的第四因素：生活方式。综合荣格的人格分类学说形成MBTI人格分类心理测评,用以衡量和描述人们在获取信息、作出决策、对待生活等方面的心理活动规律和性格类型:EI:喜欢关注外部世界还是关注自己的内心世界，SN:喜欢关注自己接受的信息还是更喜欢解释和增加意义，TF:决策的方式，JP:对外在世界的态度，对待不确定性事物的态度。 创建个人生涯规划 有了至少一次职业兴趣心理测评和人格分类心理测评数据之后，就可以创建个人生涯规划了；如果有多次测评，以最后一次测评数据为准。 个人生涯规划分解成了三个任务，分别是设定自我目标、填写生涯规划书、生成系统建议，其中，前两项工作在图4-15-6所示的“设定自我目标”中完成，后一项工作通过点击“生成系统建议”按钮由系统根据心理测评数据以及其它相关数据通过大数据分析自动推理来完成。 设定自我生涯目标 自我目标设定包括自我设定“选取测评报告、目标职业、目标学科/专业、目标院校、目标选修课程组合”五个工作，旨在从个人意愿出发，了解本人的主观愿望。 书写我的生涯规划书 在“设定自我目标”的最后，可以在线书写“我的生涯规划书”。 生成系统建议的生涯目标并创建生涯报告 在完成自我生涯目标规划之后，点击“生成系统建议”，系统会根据生涯测评数据得出适合测评者的目标职业，然后根据目标职业的职业技能要求，得出目标专业，再从高校专业库中找到开设此专业的目标院校，根据目标院校的专业要求以及年度招生计划，得出选科推荐组合。 特别注意，系统生成的生涯建议的可靠性取决于大量的高校招生数据，尤其是高校专业数据、高校每年的招生计划和录取数据以及学生本人的成绩数据，这些数据的获取是需要每年更新升级的，因此，这些数据的缺失会严重影响结果的正确性和可靠性。 查看选科建议 一旦完成系统建议的生涯规划工作之后，就能随时查询生涯报告了，报告中的选科组合建议可供学生在走班选科时参考。 系统特色： 独创的生涯规划模型，从性格分析到选科组合建议全靠数据推理，科学有效； 严重依赖每年的高考招生大数据(高校数据，院系数据，学科数据，专业数据，招生计划数据，录取数据)，需要确保每年各类数据准确、完整、及时更新。

线性规划问题在实际生活中有着广泛的应用，随着经济和计算机技术的发展，作为最优化方法的一个重要分支，非线性规划方法在经济、工业、国防等国民经济和社会发展的各领域都有广泛的应用。但是在非线性规划中，有一些理论问题没有解决，有些新的方法有待进一步完善，特别在当前大数据背景下，传统的算法已经不能适应新的需求（如问题的数据量庞大且带有特殊结构，Jacobian矩阵计算困难等）。因此，一方面需要对原有的算法理论进一步完善，另一方面，需要研究在大数据背景下的优化算法的理论和实际计算效果。 本项目考虑把NCP函数和滤子方法相结合，利用对偶信息，减弱收敛的条件，提高计算效果。其次，针对滤子方法、SQP方法各自的不足之处，考虑将其同其它算法结合并利用数值代数技术，如与序列线性方程组方法相结合，以减少其计算量，可以克服原约束优化算法的一些缺点。最后，考虑一些带有特殊结构的大规模优化问题，如约束Jacobian计算困难或Jacobian结构特殊，利用数值代数技术对模型降阶并设计合适的优化算法。简言之，在现有的滤子方法的研究结果基础上，拟利用数值代数（如Krylov子空间方法）和滤子技术提出一些解决约束非线性规划问题的新方法，完善它们的收敛性分析和其它理论分析，提高它们的计算效果。这不仅在滤子方法等数学规划理论与算法方面有所贡献，而且在经济、工程、科学计算领域也具有重要的应用价值。 该项目已获国家自然基金项目立项支持。