AHP—模糊综合评判法在生产实习成绩评定中的应用

打开文本图片集

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=0.00793<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]，B2=[0.325700.583890.0904000]，

B3=[0.499900.33340.1667000]，B=[0.417730.473910.1406000]

该学生的生产实习成绩属于“优秀”“良好”“中等”“及格”以及“不及格”的隶属度分别为0.41773、0.47391、0.14060、0、0，根据最大隶属度原则，该学生的实习考核为良好，总评分为：

B·VT=[0.417730.473910.1406000][9080706055]T=84.4505

根据最优原则，可知该生的综合考核成绩处于良好等级。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。同样，可以进行其他分厂的综合评判，该生在该企业的生产实习总成绩为各分厂成绩的平均值。

作为检验生产实习质量的重要手段，实习成绩的确定显得尤为重要。从以上结果可以看出，对学生的生产实习成绩进行定性和定量的层次分析后，确定各评分指标的权重，用模糊综合评判模型的方法对学生成绩进行全面评价，保证了学生实习成绩的可靠性、真实性、公正性，从而真实反映了学生的实习质量。

参考文献：

[1]郑泓灏.高校美术专业的教学质量评价探析[J].高教探索，2013（03）.

[2]干羽.艺术类专业教学的质量评价研究：基于AHP层次分析法的模糊综合评判[J].设计艺术研究，2014（05）：118-124.

[3]杨林，余半坡.基于Fuzzy和AHP的高校教育教学质量评价方法研究[J].中国校外教育，2014（27）：61-62.

[4]方强.高等学校体育教学质量评价体系的层次分析研究[J].广州体育学院学报，2010（03）：109-112.

作者简介：郑艳萍，女，1975年出生，河南平顶山人，副教授，主要从事机械制造及其自动化研究。

项目来源：郑州大学教学改革研究项目（2014XJGLX077）。