基于學(xué)習(xí)能力的高職院校自主學(xué)習(xí)數(shù)學(xué)模型微觀機(jī)理研究

王昕+華銓平+張啟富+方建安

摘要： 通過對高職學(xué)生學(xué)習(xí)能力以及自主學(xué)習(xí)過程分析，首先建立了基于學(xué)習(xí)能力的高職院校自主學(xué)習(xí)結(jié)構(gòu)模型。其次，依據(jù)所建立模型中參數(shù)之間具有模糊推理的關(guān)系，分析得出了該結(jié)構(gòu)模型的算法流程與模糊推理規(guī)則。最后，通過實例研究，進(jìn)一步說明了所得理論結(jié)果的有效性。該研究比較重要的意義是不僅為高職院校自主學(xué)習(xí)相關(guān)評估軟件的研發(fā)提供了一種理論參考，而且為今后高職院校相關(guān)教育理論的量化研究提供了一種可以借鑒的研究思路。

Abstract： By analyzing learning ability and self-learning learning for student in vocational college， self-learning learning structure model based on learning ability is built firstly. Secondly， because there is fuzzy reasoning of all parameters in the above model， the algorithm and the fuzzy inferences of the model are given. Lastly， by using an example， the effectiveness of the theoretical results is demonstrated. The research is not only to give a feasible theoretical scheme related to developing evaluation software of autonomous learning in vocational college， but also to provide a new kind of research quantization strategy of vocational education theory.

關(guān)鍵詞： 學(xué)習(xí)能力；自主學(xué)習(xí)；高職院校；模糊推理

Key words： learning ability；self-learning learning；vocational college；fuzzy inference

中圖分類號：G642.0 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2017）34-0204-04

0 引言

高職教育屬于高等教育，但由于高職教育具有職業(yè)性，因此，與普通的學(xué)術(shù)教育又有比較大的差異。高職教育是以就業(yè)為導(dǎo)向，在教育的過程中，注重培養(yǎng)學(xué)生的實踐能力和實踐技能，讓學(xué)生掌握最基本的專業(yè)理論基礎(chǔ)知識的同時，更多的是強(qiáng)化學(xué)生的職業(yè)技能[1]。

目前，關(guān)于學(xué)生自主學(xué)習(xí)的研究，已經(jīng)取得了大量的理論成果。大量的研究均以自主學(xué)習(xí)的定性研究為主，比如文獻(xiàn)[2-3]。對自主學(xué)習(xí)定性的研究，給教育工作者以及學(xué)生提供了有效科學(xué)實施自主學(xué)習(xí)過程的理論指導(dǎo)，但是如何準(zhǔn)確地評估自主學(xué)習(xí)效果，定性研究依然無法解決此問題。目前，基于量化分析的自主學(xué)習(xí)研究成果依然很少。從公開的文獻(xiàn)來看，主要代表為：文獻(xiàn)[4]以紡織工程專業(yè)學(xué)生自主學(xué)習(xí)方式為研究對象，采用數(shù)學(xué)分析的手段，對紡織工程專業(yè)學(xué)生自主學(xué)習(xí)環(huán)節(jié)的組成要素定性分析的基礎(chǔ)上，研究建立了紡織工程專業(yè)學(xué)生自主學(xué)習(xí)的微觀數(shù)學(xué)模型。文獻(xiàn)[5]以高職院校學(xué)生自主學(xué)習(xí)方式為研究對象，以系統(tǒng)科學(xué)與模糊推理系統(tǒng)為研究手段，研究建立了高職院校學(xué)生自主學(xué)習(xí)的數(shù)學(xué)模型。文獻(xiàn)[5-6]固然分析建立了自主學(xué)習(xí)的微觀數(shù)學(xué)模型，但是所建立的模型未考慮學(xué)生學(xué)習(xí)能力如何影響自主學(xué)習(xí)過程。嚴(yán)格來講，學(xué)生自主學(xué)習(xí)內(nèi)容的選取、學(xué)習(xí)目標(biāo)的制定等，與學(xué)生學(xué)習(xí)能力有極大的關(guān)系[1-5]。因此，研究建立基于學(xué)習(xí)能力的自主學(xué)習(xí)微觀機(jī)理模型，不論從理論角度，還是從應(yīng)用角度，都有著重要的意義。就學(xué)生學(xué)習(xí)能力方面的研究，大量的研究都是以定性分析的手段進(jìn)行的。比如文獻(xiàn)[6-7]以定量化為手段的研究，其成果依然很少，主要的文獻(xiàn)為[8-9]。文獻(xiàn)[8]以學(xué)生學(xué)習(xí)能力為研究對象，采用模糊數(shù)學(xué)的手段，研究建立了學(xué)生學(xué)習(xí)能力的評估模型。文獻(xiàn)[9]以大學(xué)生自主學(xué)習(xí)能力為研究對象，依據(jù)構(gòu)建大學(xué)生自主學(xué)習(xí)能力評價指標(biāo)體系中的指標(biāo)多層次性和評價知識具有模糊性的特點，采用模糊數(shù)學(xué)為研究工具，研究建立了基于AHP-模糊綜合法的大學(xué)生自主學(xué)習(xí)能力評價模型。截至目前，以學(xué)習(xí)能力為驅(qū)動方式，展開自主學(xué)習(xí)微觀數(shù)學(xué)模型的相關(guān)理論研究成果依然未見其相關(guān)文獻(xiàn)。

通過以上文獻(xiàn)的分析，可以得出：研究建立基于學(xué)生學(xué)習(xí)能力的高職院校自主學(xué)習(xí)微觀機(jī)理模型不僅能夠依據(jù)高職學(xué)生自身的特點制定自主學(xué)習(xí)模式，而且能夠定量化的評估高職學(xué)生自主學(xué)習(xí)的效果。本研究是在這種背景下提出的。具體為：通過對高職學(xué)生學(xué)習(xí)能力以及自主學(xué)習(xí)過程分析，首先建立了基于學(xué)習(xí)能力的高職院校自主學(xué)習(xí)結(jié)構(gòu)模型。其次，依據(jù)所建立的模型中參數(shù)之間具有模糊推理的關(guān)系，分析得出了該結(jié)構(gòu)模型的算法流程與模糊推理規(guī)則。最后，通過實例研究，進(jìn)一步說明了所得理論結(jié)果的有效性。

1 基于學(xué)習(xí)能力的高職自主學(xué)習(xí)結(jié)構(gòu)模型研究

1.1 基于學(xué)習(xí)能力的高職自主學(xué)習(xí)的定義

依據(jù)自主學(xué)習(xí)能力相關(guān)文獻(xiàn)[10]，可以得出自主學(xué)習(xí)能力所具有的最基本的特征是：獨立掌握知識與運用知識的能力。根據(jù)文獻(xiàn)[11]中對自主學(xué)習(xí)的定義，不難看出，自主學(xué)習(xí)的共性為：①學(xué)習(xí)過程獨立完成；②學(xué)習(xí)過程是主動的。下面，根據(jù)上述關(guān)于自主學(xué)習(xí)能力的特征與自主學(xué)習(xí)的共性，給出本文所研究的基于學(xué)習(xí)能力的高職自主學(xué)習(xí)的定義。

基于學(xué)習(xí)能力的自主學(xué)習(xí)定義：依據(jù)高職學(xué)生學(xué)習(xí)能力特征，確定學(xué)習(xí)者學(xué)習(xí)目標(biāo)集、策略集、內(nèi)容集等，然后實施自主學(xué)習(xí)過程，在規(guī)定的周期內(nèi)，評估學(xué)習(xí)者的學(xué)習(xí)效果與學(xué)習(xí)能力，再依據(jù)學(xué)習(xí)者新的學(xué)習(xí)能力實施上述過程。從該定義可以看出，基于學(xué)習(xí)能力的自主學(xué)習(xí)，是一個以高職學(xué)生學(xué)習(xí)能力為驅(qū)動項的、動態(tài)的、具有反饋性質(zhì)的目標(biāo)優(yōu)化閉環(huán)系統(tǒng)。endprint

1.2 基于學(xué)習(xí)能力的高職自主學(xué)習(xí)模型與模型分析

依據(jù)上述定義，建立滿足該定義的基于學(xué)習(xí)能力高職院校自主學(xué)習(xí)系統(tǒng)結(jié)構(gòu)模型1如圖1所示。

現(xiàn)在分析模型1的運行過程。通過模型1，可以看到模型1中包含一個由虛線包圍的子模型。模型1的子模型是單純的自主學(xué)習(xí)系統(tǒng)。該自主學(xué)習(xí)系統(tǒng)的工作過程為：依據(jù)學(xué)習(xí)者學(xué)習(xí)階段與學(xué)習(xí)者學(xué)習(xí)能力，分別制定學(xué)習(xí)目標(biāo)、學(xué)習(xí)策略以及選擇學(xué)習(xí)內(nèi)容，由諸多學(xué)習(xí)目標(biāo)、學(xué)習(xí)策略、學(xué)習(xí)內(nèi)容分別構(gòu)成了學(xué)習(xí)目標(biāo)集、學(xué)習(xí)策略集、學(xué)習(xí)內(nèi)容集；學(xué)習(xí)者針對學(xué)習(xí)內(nèi)容，按照學(xué)習(xí)策略中規(guī)定的學(xué)習(xí)進(jìn)度以及學(xué)習(xí)周期，進(jìn)行自主學(xué)習(xí)；當(dāng)依據(jù)學(xué)習(xí)策略中規(guī)定的周期，完成一個周期的自主學(xué)習(xí)后，再對學(xué)習(xí)效果進(jìn)行測評，得到自主學(xué)習(xí)所達(dá)到的實際結(jié)果；再依據(jù)其實際結(jié)果，評價自主學(xué)習(xí)效果；對比自主學(xué)習(xí)目標(biāo)與自主學(xué)習(xí)效果之間的差異，決定下一個周期的自主學(xué)習(xí)。根據(jù)自主學(xué)習(xí)目標(biāo)與自主學(xué)習(xí)效果之間的誤差，可以把自主學(xué)習(xí)分為三種類型。三種類型分別為：第一種類型：學(xué)習(xí)目標(biāo)與學(xué)習(xí)效果完全吻合或者差不多吻合，則直接進(jìn)行下一個周期的自主學(xué)習(xí)；第二種類型：學(xué)習(xí)目標(biāo)與學(xué)習(xí)效果吻合程度有待提高，則重復(fù)剛才的自主學(xué)習(xí)。第三種類型，如果自主學(xué)習(xí)目標(biāo)與自主學(xué)習(xí)效果之間的誤差超出了有待提高規(guī)定范圍，則該自主學(xué)習(xí)效果是無效的，這種情況下應(yīng)該依據(jù)學(xué)習(xí)者學(xué)習(xí)能力以及學(xué)習(xí)者學(xué)習(xí)階段，重新制定新的自主學(xué)習(xí)。

2 基于學(xué)習(xí)能力的高職院校自主學(xué)習(xí)數(shù)學(xué)模型研究

通過上述對基于學(xué)習(xí)能力的高職院校自主學(xué)習(xí)結(jié)構(gòu)模型的建立以及定性分析，基本了解了該模型的運行過程。下面，利用模糊推理邏輯，研究建立模型1的模糊推理數(shù)學(xué)模型與算法。

2.1 模型1的參數(shù)化

參數(shù)化高職學(xué)生學(xué)習(xí)能力。依據(jù)文獻(xiàn)[9]，建立學(xué)習(xí)能力模糊集合A，其表達(dá)式為：A=？滋A（ai）/aj，其中，參數(shù)ai表示A中的第i項的值；？滋A（ai）表示A中元素ai隸屬于模糊集合A的程度，簡稱隸屬度；參數(shù)化學(xué)習(xí)階段類型，其表達(dá)式為：B=？滋B（bi）/bi，n1∈N；參數(shù)化學(xué)習(xí)目標(biāo)集，其表達(dá)式為：C=？滋C（ci）/ci，n2∈N；參數(shù)化執(zhí)行策略，其表達(dá)式為：D=？滋D（di）/di，n3∈N；參數(shù)化學(xué)習(xí)內(nèi)容，其表達(dá)式為：E=？滋E（ei）/ei，n4∈N；參數(shù)化學(xué)習(xí)監(jiān)控過程，其表達(dá)式為：F=？滋F（fi）/fi，n5∈N；參數(shù)化實際達(dá)到的學(xué)習(xí)目標(biāo)，其表達(dá)式為：G=？滋G（gi）/gi，n6∈N；參數(shù)化獲取的知識與能力，其表達(dá)式為：M=？滋M（mi）/mi，n8∈N。

2.2 模型1的數(shù)學(xué)模型研究

定義1 模糊集合C中第i元素的隸屬度？滋C（ci）與模糊集合G中第j元素的隸屬度？滋G（gj）之間的隸屬度誤差距離定義為：disij=？滋C（ci）-？滋G（gj）。設(shè)學(xué)習(xí)目標(biāo)與學(xué)習(xí)效果完全吻合或者差不多吻合所允許的最大誤差為？著1，設(shè)學(xué)習(xí)目標(biāo)與學(xué)習(xí)效果吻合程度有待提高的最大誤差為？著2，如果disij？燮？著1，則模型1運行在第一種類型；如果？著1？燮disij？燮？著2，則模型1運行在第二種類型；如果disij>？著2，則模型1運行在第三種類型。

依據(jù)模型1，結(jié)合2.1中模型1的參數(shù)化，有模型2如圖2所示。

根據(jù)模型1分析，可以得到模型2中三種模式的算法流程如圖3所示。

下面，給出圖3算法流程中的模糊推理規(guī)則。

圖3中模型2中三種模式的算法流程是嚴(yán)格建立在高職學(xué)生學(xué)習(xí)能力基礎(chǔ)上的，即學(xué)習(xí)能力作為輸入，最終決定系統(tǒng)自主學(xué)習(xí)效果的輸出，因此在系統(tǒng)的模糊推理規(guī)則中，必須滿足以自主學(xué)習(xí)能力參數(shù)為輸入項參數(shù)，且該參數(shù)在模糊推理規(guī)則建立中，具有第一優(yōu)先權(quán)。模糊推理規(guī)則具體推導(dǎo)過程：依據(jù)圖3描述算法流程，？滋A（aknow）與？滋B（bknow）有四種關(guān)系存在，分別為：①？滋A（aknow）=？滋B（bknow）=max（？滋B（bi）），i∈[1，n2]；②？滋A（aknow）>？滋B（bknow）；③？滋A（aknow）？燮？滋B（bknow）；④？滋A（aknow）=？滋B（bknow）=min（？滋B（bi）），i∈[1，n2]。由于①的分析過程與②、③以及④相似，因此，這里僅給出①的分析過程。

由于，？滋A（aknow）=？滋B（bknow）=max（？滋B（bi）），i∈[1，n2]，結(jié)合？滋B（bknow）在系統(tǒng)中第一優(yōu)先權(quán)性質(zhì)，有：？滋C（ci）=？滋B（bknow），i∈[1，n3]；因為？滋E（ei1）=？滋B（bknow）∨min（？滋D（di2）），i1∈[1，n5]，i2∈[1，n4]，則有：？滋E（ei1）=？滋B（bknow）；依據(jù)，？滋G（gj1）=？滋E（ej2）∨min（？滋F（fj3）），j1∈[1，n7]，j2∈[1，n5]，j3∈[1，n6]因此有：？滋G（gj1）=？滋B（bknow）；根據(jù)disij1=？滋A（ai）-？滋G（gj1），結(jié)合上述分析過程，有：disij1=0；由于？著1？叟0，故有：disij1？燮？著1。第二種情況、第三種情況、第四種情況分析過程與第一種情況類似，分析后均會得到：disij1？燮？著1。因此，定義1中模型1的第二種類型、第三種類型是不存在的，只存在第一種類型。綜上所分析可以得出：采用上述算法完成對模型2所得到的解是最優(yōu)解，即本文給出的基于學(xué)習(xí)能力的高職院校自主學(xué)習(xí)過程是最優(yōu)的學(xué)習(xí)過程。當(dāng)然在模型2算法的推導(dǎo)過程中，由于假設(shè)了學(xué)習(xí)能力具有第一優(yōu)先權(quán)性質(zhì)，因此導(dǎo)致了上述算法具有一定的保守性。

3 實例研究

設(shè)集合A、B、C、D、E、G、H、M取值如表1～表3。

選用某高職院校電氣自動化專業(yè)大二某位學(xué)生通過自主學(xué)習(xí)單片機(jī)這門課程為例，來驗證本研究所得理論結(jié)果的有效性。設(shè)該同學(xué)的學(xué)習(xí)能力為具有對技術(shù)簡單應(yīng)用的能力，但該學(xué)生想進(jìn)行單片機(jī)初級應(yīng)用開發(fā)的自主學(xué)習(xí)，請分析該學(xué)生的自主學(xué)習(xí)方案是否完全合理。分析如下：依據(jù)上述這段話，對照表1，有？滋A（aknow）=0.8，？滋B（bknow）=0.6。根據(jù)所得理論結(jié)果有：？滋A（afirst）=0.6，？滋A（asecond）=0.8，？滋B（bsecond）=0.6，因此，該同學(xué)剛開始所制定的單片機(jī)學(xué)習(xí)層次有點偏高，應(yīng)該首先單片機(jī)初級應(yīng)用的自主學(xué)習(xí)，再進(jìn)行單片機(jī)初級應(yīng)用的開發(fā)學(xué)習(xí)。

4 結(jié)論

通過對高職學(xué)生學(xué)習(xí)能力以及自主學(xué)習(xí)過程分析，以模糊推理為研究手段，研究建立了高職院校自主學(xué)習(xí)結(jié)構(gòu)模型以及與結(jié)構(gòu)模型對應(yīng)的算法流程與模糊推理規(guī)則，從理論上證明了所得理論具有求解的最優(yōu)性，通過實例，進(jìn)一步驗證了所得理論結(jié)果的有效性。

參考文獻(xiàn)：

[1]桂早芳.高等職業(yè)教育與普通高等教育的差異性研究[J]. 時代金融，2011，20：97.

[2]王紹文.論大數(shù)據(jù)時代大學(xué)生的自主學(xué)習(xí)[J].中國成人教育， 2017，02：10-14.

[3]王崢.基于學(xué)習(xí)行為分析的英語網(wǎng)絡(luò)自主學(xué)習(xí)中心架構(gòu)研究[J].中國電化教育，2017，03：96-102.

[4]敬凌霄，馮沈萍，孫勝.紡織工程專業(yè)學(xué)生自主學(xué)習(xí)微觀模型研究[J].西南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2013，11（02）：171-174.

[5]王昕，華銓平.高職院校學(xué)生自主學(xué)習(xí)數(shù)學(xué)模型的研究[J].浙江紡織服裝職業(yè)技術(shù)學(xué)院學(xué)報，2012，12：95-97.

[6]陳賀文.學(xué)生自主學(xué)習(xí)能力研究綜述[J]. 教育參考，2015，06：47-52.

[7]趙立華.論如何提高高職高專學(xué)生自主學(xué)習(xí)能力[J].價值工程，2017，36（6）：232-233.

[8]張京.對學(xué)生學(xué)習(xí)能力結(jié)構(gòu)的Fuzzy評價[J].杭州師范學(xué)院學(xué)報，1999，06：81-85.

[9]林玲.基于AHP-模糊綜合法的大學(xué)生自主學(xué)習(xí)能力評價[J].集美大學(xué)學(xué)報，2017，18（1）：24-30.

[10]鄧麗.網(wǎng)絡(luò)環(huán)境下高職學(xué)生自主學(xué)習(xí)能力培養(yǎng)策略研究[D].聊城：聊城大學(xué)，2014，04.

[11]曾春妹.新課程下自主學(xué)習(xí)探究[D].福州：福建師范大學(xué)， 2004.endprint