基于动态模糊测度教师业绩评价研究.docVIP

基于动态模糊测度教师业绩评价研究 　　摘要：该文提出了基于动态模糊测度方法的教师年终综合业绩的评价系统。这项研究为进一步准确合理地度量现实生活环境中的众多动态模糊数据提供了一定的参考价值。 　　关键词：动态模糊测度；教师业绩评价 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）26-5958-02 　　在我们日常生活的环境中，动态模糊数据是无处不在的。我们对某个事物进行描述，例如 “某某老师这学期的科研能力进步了很多”。 在这个命题里“科研能力”、“进步”是动态的描述，“很多”则是一个很模糊的描述，相应的对于科研能力进步了多少的测量就是一个充满了动态性以及模糊性的测量。 　　在我们高校的年底一般都会对老师进行一个综合的业务的评价，以此作为年底评优评先的理论依据。分析教师业绩的综合评价的本质，不难发现它其实不仅仅是对教师教学最终结果的评价，更加是对相应教师整年全方面工作的一个动态的评价。而我们利用传统的方法，比如纸质累加积分的方法耗时、耗力，而纯碎的利用计算机的加减来处理信息的方法对于DF数据是力不能及的。 　　基于上述要求，我们在实践操作中需要找到一种能够将感性的信息进行定量的描述、采集、加工以及计算处理的方法。通过动态模糊测度额可以实现以上要求。基于动态模糊测度的评价显然可以对每个教师的综合业绩进行动态的、准确的评价。优点是不仅可以体现每位教师的综合成绩，更可以体现他的未来趋势。 　　1 分析DFD的表示方法 　　动态模糊集（[DFS]）的定义[1]。 　　定义1.1 设在论域[U]上定义一个映射： 　　[（A，A）：（U，U）→[0，1]×[←，→]，（u，u）?（A（u），A（u））] 　　记为[（A，A）=A或A]，则称[（A，A）]为[（U，U）]上的动态模糊集（[DFS]），称[（A（u），A（u））]为隶属函数对[（A，A）]的隶属度。 　　定义1.2[1] 如果用[（R，R）]描述资源[（X，X）]和资源[（Y，Y）]之间的动态模糊格[DFL]上的关系。具体形式化表示为[（R，R）]，则称[（R，R）]为[（X，X）]到[（Y，Y）]的[L]型[DF]关系。若[L=[（0，0），（1，1）]，（R，R）∈DF（（X，X）×（Y，Y））]，称[（R，R）]为[（X，X）]到[（Y，Y）]的[DF]关系。 　　从定义1.2中可以发现求出[（R，R）]就是求出了[（X，X）][（Y，Y）]之间的关系。 　　2 分析动态模糊数据的测度方法 　　动态模糊测度[1][2]是研究动态模糊数据的一个重要内容。 　　定义2.1[1] 映射[μ：σ→[（0，0），（1，1）]]称为DF测度，若 　　a）[μ（φ，φ）=（0，0），μ（X，X）=（1，1）] 　　b）[（A，A）?（B，B）?μ（A，A）≤μ（B，B）] 　　c）[（An，An）↑（↓）（A，A）?μ（An，An）↑（↓）μ（A，A）] 　　[（（X，X），σ，μ）]称为DF测度空间。 　　3 分析教师业绩评价系统的功能和流程 　　教师年底业绩评价系统的主要作用是多所有老师一年的工作情况进行总结计算并对以后的发展趋势进行分析。包含的功能如下：1） 数据导入；2） 查询；3） 评价；4） 统计。 基于这样的功能模块，分别设计出系统的基本框架入下图1所示，系统的流程如下图2所示。 　　4 分析动态模糊测度方法在系统中的应用 　　4.1教师基本业绩信息的DFS表示 　　教师在登录系统是输入的各自的基本数据本身就是动态模糊数据，在系统中我们用动态模糊集合的形式来表达。系统接收了前台输入的基本数据信息后，将数据进行动态模糊处理，然后利用定理分析动态模糊数据之间的关系，最后建立动态模糊关系方程。 　　4.2教师基本业绩信息指标体系的构建 　　按照平时的工作情况，我们将系统中的业绩评价信息分为如下六个方面：1）课堂教学质量评价；2）科研能力评价；3）公开课开展情况评价；4）兴趣小组开展情况评价；5）班主任工作情况评价；6）考勤考绩情况评价。 　　4.3动态模糊测度中权重系数的确定 　　本系统中权重系数是采用统计方法确定的[3]。我们事先请了各个系部的优秀教师代表对我们的指标因素集合[U（U=u1，u2，...，un）]中各项，各自写出他们心中最适合的权重向量[Aj=a1j，a2j，...，anj，i=1naij=1，（j=1，2，...，m）]，然后对其中每个指标因素[ui（i=1，2，...，n）]进行单因素统计[3]： 　　1）对指标因素[ui（i=1，2，...，n）]，在它的权重系数[aij（j=1，2，...，m）]中找出最大值[Mi]和最小值[mi]；其中[Mi=max1