基于模糊综合模型的大学生贫困程度评测的中期报告.docx

基于模糊综合模型的大学生贫困程度评测的中期报告

一、选题背景

贫困是社会存在的普遍现象，大学生贫困作为贫困人口中的一个群体，也越来越受到社会的关注。然而，大学生贫困的评测方法和手段相对较少，现有方法也存在一定的局限性，比如评测指标不够全面、评测模型不够科学等问题，难以真正反映出贫困程度的全貌。因此，本研究选取了模糊综合模型，旨在建立一种科学、全面、可行的评测方法，为制定针对大学生贫困的政策提供更加科学的支持。

二、研究目的

1.建立基于模糊综合模型的大学生贫困程度评测方法；

2.按照建立的评测方法，对目标样本进行实证分析，探讨该方法的可行性。

三、研究方法

1.研究框架

本研究采用模糊综合模型作为评测方法，主要包括以下步骤：

（1）确定评测指标体系。通过文献资料和专家调查等方式确定大学生贫困程度评测指标体系，分别包括经济指标、学习指标、社交指标、心理指标等，共计13个二级指标。

（2）构建模糊数学模型。采用模糊数学中的模糊综合评测模型，将指标体系中的二级指标进行模糊化处理，从而得到每个二级指标的模糊隶属度函数。

（3）确定权重分配。用层次分析法（AHP）对各个二级指标的权重进行分配，得到每个因子对贫困程度的影响权重。

（4）模型求解。将模糊隶属度函数与权重因子相结合，计算出每个样本的模糊综合评测值，进而得到每个样本的贫困程度等级，最后对结果进行灰色关联度分析，确定各个评测指标对贫困程度的影响程度。

2.实证数据

本研究采用问卷调查的方法，对某高校118名学生进行样本调查。通过问卷调查，获取了样本学生的个人基本信息、经济状况、学习状况、社交状况、心理状况等方面的信息，用于建立模型和进行实证分析。

四、中期成果

1.研究成果

（1）建立基于模糊综合模型的大学生贫困程度评测方法，确立了评测指标体系、权重分配和模拟求解过程。

（2）对某高校118名学生进行了调查，并初步处理了调查数据。

（3）进行了初步的数据分析，包括指标分布情况、相关性分析、主成分分析等，为后续的模型求解和结果分析做好了准备。

2.存在问题

（1）数据质量有待提高。调查样本数量较少，且部分样本数据存在问题，需要进一步完善和纠正。

（2）模型参数优化需要进一步研究。现有模型参数或指标体系可能不能完全刻画大学生贫困的复杂现实，需要进一步研究优化。

（3）模型应用范围有限。现有模型仅适用于大学生贫困程度评测，需要在实践中进一步完善和拓展。

五、展望

本研究将进一步完善数据收集和处理，对模型参数进行优化，并扩大调查样本量，以进一步验证模型的可行性和适用性，为大学生贫困相关政策的制定提供更加科学的支持。