AHP―模糊综合评判法在生产实习成绩评定中应用.doc

AHP―模糊综合评判法在生产实习成绩评定中应用 　　 摘 要：生产实习是机械类专业本科教学的重要环节，其成绩评定中存在多个相互作用的因素。利用层次分析法（AHP）对生产实习涉及内容进行定性和定量分析，确定各指标权重，建立其模糊综合评价模型，使生产实习的成绩评定更具有科学性和合理性。 　　 关键词：生产实习;AHP;模糊数学 　　 中图分类号：G304 文献标识码：A 　　 对于机械类学生而言，生产实习是培养其工程技术综合应用能力，获得工程师训练的必要过程。受新的社会经济环境和众多因素的影响，使得实习方式由以前的定点集中实习转换为参观实习、分散实习等形式，在这种新的实习方式中，教师不能与学生朝夕相对，对实习质量监管起来比较困难，实习成绩多取决于教师对实习报告的评价，不能客观地反映实习效果。因此，为了使学生能够达到生产实习这一实践教学的目的，必须制订一套合理的生产实习成绩评价指标体系，这对提高生产实习的教学质量也有一定的现实意义。根据十余所院校机械类专业本科学生在同一家企业的生产实习情况，我们设计了一套全新的生产实习成绩评价体系，并在郑州大学机械类专业学生中得到了应用。与众多学生、教师访谈和问卷的结果显示，该成绩可以较为真实地反映学生的实习质量。 　　 一、生产实习课程AHP模糊综合评价模型的建立 　　 1.生产实习评价体系考核指标体系的确定 　　 根据目前在同一家企业内开展生产实习的各高校实习形式，以及学生获取知识的方式，经过十余位教师的参评与分析，建立了学生实习成绩考核的重要指标。该指标包含三个一级指标，十个二级指标，其详细内容及其权重如表1所示。 　　 2.各评价指标权重的确定 　　 （1）构造判断矩阵 　　 用1～9标度法构造判断矩阵W=（Wij），其中Wij=1/Wji。先对各级指标中指标进行两两定性比较，对比较结果进行定量化处理，以构造判断矩阵，各指标性比较结果定量化赋值，如下表2所示。 　　 将所建体系中的三个一级评价指标进行两两比较，得到表3所示各系数。 　　 按行求和，归一化处理之后，导出权重集向量X为： 　　X=[0.32290.146650.53106]T 　　 （2）检验一致性 　　 本文采用一致性指标C.I.=（λmax-n）/（n-1）来反映对一致性的接近程度。根据上述数据，可得：C.I.=0.0046，由1～9阶判断阵的RI值表可得RI=0.90，一致性比率C.I./RI=0.00793lt;0.1，可知此判断矩阵具有满意的一致性。 　　 同样，按此方法同样可求得二级指标的权重集，此处不再详述。 　　 3.实习质量的模糊综合评判 　　 依据实习质量评判集来确定学生的实习成绩。评判集是评判者对各评价指标给出的语言性描述，有五个等级的评价，即V={V1V2V3V4V5}=优秀、良好、中等、及格、不及格}={9080706055}。 　　 （1）建立模糊评判矩阵R 　　R=r11 … … … r1m… … … … …… … … … …… … … … …rn1 … … … rnm， 　　 其中（i=1，2，3，4;n=4;m=4），rij表示因素uij对评语等级vj的隶属度。 　　 （2）模糊评判的综合算法 　　 在从二级指标向一级指标的计算中，用的是模糊数学M（.，+）模型。 　　 一级指标因素评价矩阵为： 　　 B1=A1*R1B2=A2*R2B3=A3*R3B4=A4*R4B5=A5*R5，式中A1～A5分别为各一级指标所属的二级指标的权重集。 　　 最终结果的评价矩阵是： 　　 B=A?[B1B2B3B4B5]式中A为一级指标的权重集。 　　 二、评价实例 　　 为了验证该成绩评价方法的有效性和可靠性，在郑州大学机械类专业学生生产实习后使用了该方法。针对每个学生，首先由十名教师和企业指导人员分别对其进行等级评定，之后进行数据的统计和处理。表5给出了某生在实习企业某个分厂的统计数据。 　　 按照上述层次分析和模糊综合评价方法的步骤，可以建立各二级指标的模糊评判矩阵R1，R2，R3 　　 R1=0.3 0.6 0.1 0 00.2 0.6 0.2 0 00.4 0.5 0.1 0 00.4 0.6 0 0 0，R2=0.4 0.6 0 0 00.3 0.6 0.1 0 00.4 0.5 0.1 0 00.3 0.6 0.1 0 0， 　　 R3=0.7 0.2 0.1 0 00.4 0.4 0.2 0 0 　　 根据模糊数学M（.，+）模型，可以求得各一级指标的评价矩阵，结果如下， 　　 B1=[0.324210.655380.1204200]，B