优秀教育教学论文评选大赛一等奖-基于熵权的灰色聚类综合评价法在学生综合测评中的应用_第1页
优秀教育教学论文评选大赛一等奖-基于熵权的灰色聚类综合评价法在学生综合测评中的应用_第2页
优秀教育教学论文评选大赛一等奖-基于熵权的灰色聚类综合评价法在学生综合测评中的应用_第3页
优秀教育教学论文评选大赛一等奖-基于熵权的灰色聚类综合评价法在学生综合测评中的应用_第4页
优秀教育教学论文评选大赛一等奖-基于熵权的灰色聚类综合评价法在学生综合测评中的应用_第5页
已阅读5页,还剩6页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

PAGEPAGE11基于熵权的灰色聚类综合评价法在学生综合测评中的应用⃰⃰收稿日期:2018-1-23;修回日期:--.

*

作者简介:陈兴(1971-),男,重庆奉节人,中一,本科,从事中学数学研究.摘要:为了客观、科学、合理地评价学生的综合素质,根据当代学生的综合素质具有模糊性、多向性和不确定性的特点,需要构建一套科学、完整并能够从多方位、多角度反应学生的综合素质的评价指标体系.将层次分析法、熵值法和灰色聚类模型相结合,建立基于熵权的灰色聚类综合评价模型,对学生的综合素质进行综合评价.评价结果表明:该班有29.7%的学生的综合测评处于“很好”等级,有17.2%的学生的综合测评处于“较好”等级,有31.2%的学生的综合测评处于“一般”等级,有9.4%学生的综合测评处于“较差”等级,有12.5%的学生的综合测评处于“很差”等级,该班级的整体综合素质水平在一定程度上还是比较高的.关键字:学生综合素质;层次分析法;熵值法;灰色聚类模型;中图分类号:文献标识码:文章编号:ComprehensiveevaluationofstudentsbasedonEntropyofthegrayclusteringcomprehensiveevaluationmodelChenXing(ChongqingYangjiapingmiddleschool,Chongqing,400050)Abstract:Foranobjective,scientificandreasonableevaluationoftheoverallqualityofstudents,accordingtocontemporarystudentsoftheoverallqualitythecharacteristicsoffuzzy,multi-sexualanduncertaintyneedtobuildsetevaluationindexsystemwhichisscientific,completeandfromthemulti-faceted,multi-angleresponsetotheoverallqualityofstudent.ApplyingGreyClusteringofComprehensiveEvaluationModelbasedonentropyweightwhichiscombinedAHP,EntropyandGrayclusteringmodel.Theresultsshow:Theclasseshaveacomprehensiveevaluationofthe29.7%ofthestudentsina"verygood"rating,Comprehensiveevaluationofthe18.8%ofthestudentsin"good"rating,Comprehensiveevaluationofthe32.8%ofthestudentsinthe"general"level,acomprehensiveevaluationofthe10.9%ofstudentsinthe"poor"rating,acomprehensiveevaluationofthe7.8%ofthestudentsinthe"verypoor"rating,theoverallqualityleveloftheclasscertainextent,isstillrelativelyhigh.Keywords:Overallqualityofstudents;AHP;Entropy;GreyClusteringModel1引言在当前,人们往往习惯于通过考试成绩来对学生综合素质所处的等级做出综合评价,这有一定合理性,也有不少局限性.应该说,合理科学的考试一定程度上可以在反映学生长期稳定的学业水平,但考试难免具有偶然性和误差,仅凭考试成绩就评价学生综合素质所处的等级总有风险.学生的平时表现,相对来说比较自然、稳定和全面,为评价学生所处的等级提供了大量地有用信息.因而,在对学生综合素质进行总结性评价时,除了要看考试成绩外,还要注意考察学生的平时表现,把学生长期以来的各方面表现,作为评定学生综合素质所处的等级的重要依据.综合素质评价实施以来,出现了诸多新的评价方法,如档案袋评价、表现性评价和苏格拉底研讨评价法等.但纵观综合素质评价方法的发展,仍然可以发现诸多问题,需要加以改进,以促进综合素质评价的有效实施[1].合理科学的学生综合素质的测评方案可以提高教育管理水平,促进学生综合素质以及德、智、体、美、劳、社会实践等方面全面发展.影响学生综合素质的因素太多而且较为复杂,评价时只能选取有限的主要评价指标来进行综合评价,系统具有信息不完全的特性,可以将学生综合素质评价系统看作一个灰色系统[2-5].2研究方法2.1评价指标体系的建立为了客观合理地评价学生的综合素质,需要设计一套科学、完整并能够从多方位、多角度反应学生的综合素质的评价指标体系[3].合理的学生综合素质的评价指标体系对建立有效的竞争、激励机制,促进学生刻苦学习,具有不可忽视的效果.学生的综合测评是一个庞大而复杂的评价体系,需要考虑的因素很多,包括德育、智育、身体和心理、审美、劳动技能和社会实践六个方面,为了使这些因素即能全方位反映学生的综合素质有可以避免相互重叠、交叉,根据可行性原则,依照层次分析法,建立了评价指标体系如图1[4].A:学生综合评价A:学生综合评价B1:德育B2:智育B3:身体和心理B4:审美B5:劳动技能B6:社会实践C11政治表现C12道德修养C13思想品质C21学习成绩C24创新能力C23基础知识C22学习态度C31身体素质C33心理素质C32卫生知识与习惯C34情感性格C41审美知识C42表现能力C52技能水平C51劳动态度C61协调沟通能力C62组织管理能力图1学生综合素质评价指标体系结构2.2基于熵权的灰色聚类综合评价模型灰色聚类决策模型主要应用于多个不同的决策灰色指标对决策对象进行综合评价,从而确定据侧对象所属的灰类.建立的灰色聚类模型[2-9]具体步骤如下:2.2.1样本矩阵的建立记为聚类对象,为灰色聚类指标,为聚类灰类,即评价级别.为第个灰色聚类指标相应于第个聚类对象的样本行,则通过变换使样本行转化为聚类对象对各灰类的评估值,称为第个聚类对象所属的灰聚类评估.在样本矩阵中,灰聚类按行综合.2.2.2确定白化函数定义1:将灰类看作形态灰数,其在认知平面上,以灰类的样本(白化值)为横坐标,以灰类确认度为纵坐标的最少信息图像,称为灰类的白化函数,记为,并记第个聚类指标的白化函数为.记为白化函数的阈值.灰类的白化函数分别为:,,2.2.3确定灰色聚类权重权重是反映评价指标对评价指标体系的影响程度.目前根据计算权重时原始数据的不同,确定评价指标体系权重的方法一般可以分为主观赋值法和客观赋值法这两种方法.主观赋值法一般有主观加权法、专家调查法、层次分析法、比较加权法、多元分析法、模糊统计法等;客观赋值法一般有均方差法、主成分分析法、熵值法、代表计算法等[10].层次分析法选取评价指标中的重要因素建立综合评标指标体系,使评价问题系统化、简单化.可以将难以量化的评价指标通过两两比较进而加以量化,能够有效地确定评价指标的相对重要程度即权重.今天,我们生活在信息的海洋中,信息已成为现代科学技术普遍使用的一个概念.作为日常用语,信息指音信、消息;作为科学技术用语,信息是指对消息接受者预先不知道的报道.一般地说,信息是由信息源发出并为使用者接受和理解的各种信号.信息论的创始人香农(C.E.Shannon)为此从概率角度出发,引入不确定程度的概念[11].在信息论中,熵是系统无序程度的度量,它还可以度量数据所提供的有效信息量.因此,可以用熵来确定权重.当评价对象在某项指标上的值相差较大时,也即是该评价指标的不确定度较小时,熵值较小,说明该指标提供的有效信息量较大,该指标的权重也应较大;反之,若某项指标的值相差越小也即是该评价指标不确定度越大时,熵值较大,说明该指标提供的信息量较小,该指标的权重也应较小.当各被评价对象在某项指标上的值完全相同时,熵值达到最大,这意味着该指标未向决策提供任何有用的信息,可以考虑从评价指标体系中去除[12-14].在学生综合素质评价的研究中,准则层对目标层权重的确定采AHP层次分析法,子准则层对准则层权重的确定采用熵值法.熵权法[12-14](1)原始数据矩阵标准化在这里原始数据矩阵,对该矩阵进行标准化可得其中表示第个聚类对象在第个评价指标上的标准值,.大者(小者)为优的收益(成本)性评价指标计算公式分别为、:,(2)定义熵在有个灰色聚类指标,个聚类对象的评估问题中,第个灰色聚类指标的熵定义为:,式中当时,令.(3)定义熵权定义指标的偏差度为.设聚类指标的熵权为:,计算公式为:,式中.准则层对目标层的权重矩阵为:,子准则层对准则层的权重矩阵为:.记,则为子准则层的第个灰色聚类指标对评价总目标的合成权重.2.2.4确定灰色聚类对象从属于聚类灰类的评估值及所处等级在灰色系统理论中,称为折算白化值的全局和,则评估值,得到评估矩阵.按照,则称聚类对象属于灰类.3学生综合素质的评价3.1样本矩阵的建立以及白化函数的确定分别记录某班级(64名学生)每名学生这17项评价指标的成绩作为数据来源.由64名学生的这17项评价指标的成绩建立样本矩阵.如表1所示,将学生的综合测评分为5个等级,即5个灰类.表1评价灰类等级灰类12345等级很好较好一般较差很差五个等级所对应的学生数目应该占全班总人数有一定的比例,在这里采用15%、20%、30%、20%、15%这个比例.在EXCEL中运用FREQUENCY函数对64位学生各评价指标的分数进行分析,得到各评价指标各灰类所对应的阈值,如表2:表2灰类阈值评价指标灰类1阈值灰类2阈值灰类3阈值灰类4阈值灰类5阈值德育政治表现9285757060道德修养9184726460思想品质9488776360智育学习成绩9686807060学习态度8681686052基础知识8883736252创新精神8683807464身体和心理身体素质8683807873卫生知识与习惯8280747168心理素质9492878373情感性格9087817970审美审美知识9285787161表现形式9589766560劳动技能劳动态度7572676460技能水平8177716360社会实践协调沟通能力8884807671组织管理能力81787269603.2确定准则层B对目标层A的权重依据Satty的1-9标度法,通过两两比较得到准则层B对目标层A的判断矩阵为:表3判断矩阵排序权重及一致性指标函数值方法权重向量序列最大特征值一致性指标函数值几何平均法0.29890.21910.14000.09760.11600.12846.20590.0332规范列平均法0.33630.24170.12610.07710.09810.12086.13650.0220列和求逆法0.34290.21430.11760.08330.10000.10536.20950.0338特征值法0.33840.23470.12950.08080.10080.11586.13090.0211一致性指标函数值越小,权重向量序列较理想,通过对表3的观察,可以看出运用特征值法计算判断矩阵的权重向量较为理想.3.3确定子准则层C对准则层B的权重及评价指标的合成权重表4评价指标的信息熵、熵权及合成权重准则层评价指标体系信息熵熵权合成权重德育政治表现0.96680.19870.0672道德修养0.93340.39790.1347思想品质0.93250.40340.1365智育学习成绩0.85780.67470.1584学习态度0.96660.15820.0371基础知识0.97780.10540.0247创新精神0.98700.06170.0145身体和心理身体素质0.93990.44070.0571卫生知识与习惯0.96400.26380.0342心理素质0.98330.12270.0159感情性格0.97640.17280.0224审美审美知识0.97050.50490.0408表现形式0.97110.49510.0400劳动技能劳动态度0.98220.26580.0268技能水平0.95080.73420.0740社会实践协调沟通能力0.98140.25920.0300组织管理能力0.94690.74080.0858图2评价指标权重柱状图通过权重柱状图,可以看出学生综合测评体系中学习成绩所占的权重最大,学习成绩是检验学生学习情况最直接的一个评价指标,要想提高自己的综合测评等级,这就要求学生要提高自己的学习成绩.其次所占权重比较大的评价指标有政治表现、思想品质、道德修养、身体素质、协调沟通能力和组织管理能力.身体是学习的本钱,积极健康的思想是学习的指明灯,社会实践能力能够帮助学生在社会当中跟好地发展.在实际的教学当中,教师要真却知道学生积极向上的思想的建立,学生身体素质的提高,要注重培养好学生的社会实践能力.3.4确定灰色聚类对象从属于聚类灰类的评估值以及聚类对象所处等级利用C++编程,计算灰色聚类对象所处等级如表5:表5学生所处等级序号所处等级序号所处等级序号所处等级序号所处等级序号所处等级序号所处等级序号所处等级序号所处等级1很好9很差17一般25一般33一般41很差49较好57很差2较好10很好18一般26一般34很差42较好50很好58较好3一般11较差19很差27一般35较差43一般51较好59很好4较好12很好20一般28较差36一般44很好52很好60很差5较好13很好21一般29一般37很好45一般53一般61很好6较差14较好22一般30较差38很好46较差54很好62一般7一般15较好23很好31很好39很好47较好55一般63很好8很好16较好24很差32一般40一般48很好56很差64很好通过表5可以具体地看出每位学生综合测评所处的等级.通过统计该班有19名学生的综合测评处于“很好”等级,有11名学生的综合测评处于“较好”等级,有20名学生的综合测评处于“一般”等级,有6名学生的综合测评处于“较差”等级,有8名学生的综合测评处于“很差”等级.由此可以说明该班级的整体综合素质水平在一定程度上还是比较高的.4结果分析与讨论通过基于熵权的灰色聚类综合评价模型,评价分析了这个班级64名学生的综合素质,评价结果表明:该班有29.7%的学生的综合测评处于“很好”等级,有17.2%的学生的综合测评处于“较好”等级,有31.2%的学生的综合测评处于“一般”等级,有9.4%学生的综合测评处于“较差”等级,有12.5%的学生的综合测评处于“很差”等级.总体来说该班级学生的综合素质还是相当不错的,但是仍有9.4%学生的综合测评处于“较差”等级和12.5%的学生的综合测评处于“很差”等级,应该让综合素质较差和很差的学生提高自己的综合素质,同时还要让综合素质一般的学生进一步提高自己的综合素质,因为大约有三分之一的学生的综合素质评价等级是一般,这些学生对班级的整体综合素质水平的提高影响很大.灰色系统理论中的灰色聚类法不仅考虑到各评价指标在综合评价中的作用,而且考虑到各评价指标的分散数据在评价中的作用.将层次分析法、熵值法和灰色聚类模型相结合,建立基于熵权的灰色聚类综合评价模型,继承了灰色系统理论、模糊数学和信息熵的优点,又弥补了灰色系统理论、模糊数学和信息熵的不足,能同时处理模糊信息和白化信息,考虑了各项评价指标之间的统计差异性而且具有较强的对比性,突出各项评价指标对学生综合素质的影响,等级的划分不再是用以往的“90-100”为“优秀”、“80-90”为“良好”、“70-80”为“中等”、“60-70”为“及格”、“0-60”为“不及格”,而是通过对学生整体成绩的状况来进行确定各灰类的阈值,这样能够较为完善地反映出学生综合素质所处的等级.学生综合素质的评价是一个信息不完备、不确切、受多重因素影响并且评价指标之间具有一定的相互关系的复杂的灰色系统.评价指标具有一定的主观性,利用层次分析法与熵值法相结合进而削弱了评价指标的主观性,提高了各评价指标的合成权重的客观性.应用基于熵权的灰色聚类综合评价模型,综合考虑评价指标各级灰类之间的内在联系和相互影响,扩大信息源.不仅按在灰色聚类系数最大的原则,定量地评价学生综合素质所处等级,而且在灰色评估矩阵中显示了每名学生对于不同灰类(评价等级)的隶属程度.这对于全面了解每名学生的综合素质状况提供有力的依据.整个过程不仅体现了人的决策思维的基本特征,而且体现了学生整体发展水平对学生综合素质评价的影响.参考文献[1]靳玉乐,孟宪云.中小学综合素质评价的方法及

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论