AHP在学生学习成绩评价上的运用.docVIP

AHP在学生学习成绩评价上的运用 　　摘要：本文针对现行的学生学习成绩评定过程中简单加权求和的不足，在引进定性函数将定量的分数定性化后，将现行的运筹学中的AHP方法运用在学生学习成绩上的评定过程中，有效区分学生成绩，从而使评定的结果更有说服力，更科学。 　　关键词：层次分析；AHP；学习成绩；评价；定性；定量 　　0引言 　　AHP（层次分析法）是系统工程中对非定量因素作定量分析的一种简洁的方法，它由F.L.Satay在70年代初提出以后，已经成功地运用经济，技术和政治等领域的系统分析和战略研究。AHP将哲学上的分解和综合的思维过程，采用数学的方法进行描述，建立决策过程的数学模型；因此具有实用性，简洁性和系统性等优点，AHP的一般过程包括将问题概念化，建立递阶层次结构，构造一致性判断矩阵，层次因素排序和递阶综合排序等步骤。 　　1问题的提出 　　在现行的学校，在对学生的学习成绩进行评价的过程中，多是采用直接将各个学生的各门成绩相加，之后对所得的总成绩进行排序，这样做得的结果并不理想，也没有说服力，尽管有的学校在运用中对直接相加进行了改进，采取加权之后加和的方法来作为评定学生学习成绩的标准，但这种方法也有它自己的不合理性，比如出现下面的情况： 　　现在从某班选取六个同学，要对他们的综合素质进行评定，我们选取其主要的五门成绩作为其评定的标准，其采集的各门成绩如表1。 　　从表1我们可以看出，如果按现在多数学校实行的按总分累加来评定其学习成绩的话，明显是行不通的，因为所有的成绩总分都是350。也就说明他们的成绩是一样的，是分辨不出来的，但我们通过对上面的数据进行分析，可以看出，明显他们的学习成绩是不可能相同的，根本就不符合学习成绩为优的标准，即便是有的学校在评定过程中也考虑到了这些不合理，引进了加权累加的方法，但在实际操作中还是有其不足的地方，比如在上面的评价中，相对来说，各门的成绩的权重应该是一样的，是不能区分的。从上面的案例可以看出现行的评价方法存在着其不合理性，必须选择一种更合理的，更科学的更具有说服力的方法来对学生的学习成绩进行评价，为此，我们可以引进AHP这种决策方法。在对上面的成绩运用AHP进行分析的时候，考虑到文[4]中所说的直接运用成绩进行评判并不能完全反映各个学生的成绩的差异，故在本文中引进文[4]中的定性函数fi（x）=e。其中c=，d∈R，i=1，2…n。对分数进行定量化之后再做AHP评判，在本文中依然令r=7，di=Xmin，fi（x）≡f（x）=e，运用该函数对各个学生的分数进行定性化后数据为（表2）。 　　下面对经过定性化的数据进行AHP分析。 　　2AHP的运用 　　针对上面的综合评价方法的不可行性，我们下面引进AHP来对上面的学生的成绩进行综合评价，得出他们的综合评价次序。 　　2.1建立递阶层次结构本文将不考虑将学生分组的情况，直接将学习成绩排序作为总体目标，将各门成绩作为准则，对各学生学习质量（即方案）排序。 　　2.2构造一致性判断矩阵根据判断矩阵的构造方法[1]，即针对某一个准则，将各个方案进行两两比较，在此题中就是将各个同学定性化后的成绩进行相比，得到如下的比较矩阵。（给出以制图为准则下各个方案两两比较得到的判断矩阵表3）。 　　同理可得相对外语，数学，材料，体育的定性判断矩阵。 　　以上求出相对各个准则下的各个方案的比较矩阵，对所得的矩阵还不能确定是否是一致性的矩阵，为此必须对其进行判定，对一致性的判定是致关重要的，不是一致性的矩阵，将对最终的评判结果产生很大的误差，一般的检验法则是求出比较矩阵的最大特征值，运用C.I=进行计算求得C.I，之后查表得出R.I[1]对应的值，若C.R=C.I/R.I的比值满足C.R0.1，则认为其是一致性的矩阵，否则必须对其进行改进，关于矩阵的一致性的改进的方法[2，3，5]请参看相关文献和书籍，在此不多列。 　　对以上的一致性矩阵分别求出其最大特征值和对应的特征向量，由层次分析法的性质知道，如果其最大特征值等于其阶数，则其一定是一致性矩阵。下面以制图为准则，对六个学生的成绩构成的比较矩阵进行求特征值及特征向量。 　　特征向量矩阵 　　V=0.48370.45410.7422-0.4190-0.31950.00000.18280.03100.27640.5751-0.13540.00000.29740.2719-0.6039-0.3416-0.5778-0.00000.11240.1717-0.0593-0.10600.1370-0.70710.78670.81240.03150.59540.71280.00000.11240.1717-0.0593-0.10600.13700.7071 　　特征值矩阵 　　D=6.0002000000-0.00020000