基于模糊層次熵的實戰(zhàn)化教學(xué)質(zhì)量評價方法?

李 磊 牛曉博

（海軍士官學(xué)校 蚌埠 233012）

基于模糊層次熵的實戰(zhàn)化教學(xué)質(zhì)量評價方法?

李 磊 牛曉博

（海軍士官學(xué)校 蚌埠 233012）

分析了建立實戰(zhàn)化教學(xué)質(zhì)量評價體系的必要性，建立了實戰(zhàn)化教學(xué)質(zhì)量評價指標(biāo)體系。針對該評價指標(biāo)體系及以往評價方法存在的問題，提出了基于模糊層次熵（F&E-AHP）的實戰(zhàn)化教學(xué)質(zhì)量評價方法，該方法將三角模糊數(shù)引入層次分析法，并結(jié)合專家打分情況動態(tài)調(diào)整權(quán)值，通過實例證明了該方法的有效性。

模糊層次熵；實戰(zhàn)化教學(xué)；評價指標(biāo)體系；量化評估

1 引言

隨著實戰(zhàn)化教學(xué)的不斷深入，評價教學(xué)質(zhì)量的傳統(tǒng)方法，如督導(dǎo)專家按指標(biāo)打分，學(xué)員網(wǎng)上測評等，越發(fā)顯得不夠精細、不能體現(xiàn)實戰(zhàn)化教學(xué)質(zhì)量情況。專家督導(dǎo)不能精確把握授課內(nèi)容與崗位吻合情況，學(xué)員測評不能從宏觀上把握教學(xué)目的、方式方法，同行督導(dǎo)側(cè)重知識內(nèi)容、崗位技能，缺乏全校性的統(tǒng)一標(biāo)準(zhǔn)。因此針對實戰(zhàn)化教學(xué)，需要從宏觀教學(xué)規(guī)律出發(fā)，立足部隊崗位技能，結(jié)合學(xué)員學(xué)習(xí)效果，制定一套反映實戰(zhàn)化教學(xué)的新指標(biāo)以及更加精細的評估方法。

2 實戰(zhàn)化教學(xué)質(zhì)量評價指標(biāo)體系

軍隊院校實戰(zhàn)化教學(xué)不同于地方院校教學(xué)，它擔(dān)負(fù)著培養(yǎng)上崗頂用人才的使命。因此，對軍隊院校實戰(zhàn)化教學(xué)進行評價，在遵循宏觀教學(xué)規(guī)律的同時，要有自己相對獨立的指標(biāo)體系。借鑒地方高校教學(xué)評價體系，結(jié)合軍隊院校實際情況，按照軍隊院校教學(xué)使命地位，以培養(yǎng)貼近崗位、部隊頂用人才為目標(biāo)，參照軍隊院校教學(xué)工作評價指標(biāo)體系，建立了軍隊院校實戰(zhàn)化教學(xué)評價指標(biāo)體系。體系見表1。

本指標(biāo)體系將對軍隊院校實戰(zhàn)化教學(xué)產(chǎn)生影響的各因素進行了匯總，按照每個因素自身的特點進行分析，合理分組、統(tǒng)籌安排。由抽象到具體，由總體到部分逐級分析，逐級細化。共產(chǎn)生了3個一級指標(biāo)，10個二級指標(biāo)，31個評價點，基本涵蓋了軍隊院校實戰(zhàn)化教學(xué)的各個方面。

表1 實戰(zhàn)化教學(xué)質(zhì)量評價指標(biāo)體系［1～3］

續(xù)表1

3 模糊層次熵在實戰(zhàn)化教學(xué)質(zhì)量評價中的應(yīng)用

建立了復(fù)雜的實戰(zhàn)化教學(xué)質(zhì)量評價指標(biāo)體系，如果沒有針對該體系的評價方法，只是采用各個評價點單獨打分的方法不能反映出實戰(zhàn)化教學(xué)質(zhì)量的總體情況，更會使專家陷入大量的數(shù)據(jù)中，影響決策分析。因此，需要一種合理的評價方法，將專家對各個評價點的打分情況進行匯總，最終得到一個對實戰(zhàn)化教學(xué)質(zhì)量的總體評價或量化指標(biāo)。

以往進行指標(biāo)權(quán)重的確定需要專家給出一個明確的兩兩比較的判斷矩陣，但是這種方法對專家要求很高，判斷矩陣的一致性指標(biāo)難以達到［4～5］。由于專家偏好不同，并且對評價點重要性的判斷本身就存在模糊性，因此要求專家明確給出各評價點孰輕孰重，并給出準(zhǔn)確的輕重量化值，顯然是不合理的。需要引入一種模糊機制，使專家對評價點的評價在一定誤差允許的范圍之內(nèi)，而不要求專家給出明確的判定，可以減輕專家意見的分歧度，利于建立合理有效的評價方法。

采用模糊層次分析法與決策中的熵技術(shù)相結(jié)合，建立模糊層次熵的多目標(biāo)評價決策模型。采用模糊層次分析法（F-AHP）確定權(quán)系數(shù)，并用熵權(quán)法對權(quán)值進行修正，可以提高權(quán)值確定的準(zhǔn)確性。

3.1 模糊層次分析法

荷蘭學(xué)者Van Loargoven提出了用三角模糊數(shù)表示比較判斷的方法，并運用對三角模糊數(shù)的運算和最小二乘法，求得元素的排序，即在模糊環(huán)境下使用 AHP的方法［6～7］。

1）建立多級遞階結(jié)構(gòu)模型與模糊判斷矩陣

同一層次的元素作為準(zhǔn)則對下一層次的某些元素起支配作用，同時又受到上一層次元素的支配。用三角模糊數(shù)(l，m，u)定量表示在給定準(zhǔn)則下，同一層次各因素間兩兩比較的結(jié)果。l與u表示判斷的模糊程度。設(shè)q=u-l，q大則模糊程度高；q小則模糊程度低；q=0則判斷是非模糊的。

2）三角模糊數(shù)學(xué)理論及其運算

為進一步計算模糊判斷矩陣，引入如下定理。

3）確定層次分析的模糊權(quán)重

（1）設(shè) M1，M2是兩個模糊數(shù)，M1＞M2的可能性程度被定義為V(M1≥M2)：

當(dāng) m1≥m2時，

（2）三角模糊數(shù)M大于k個三角模糊數(shù)Mi(i=1，2，...，k)的可能性程度被定義為

Si表示在給定準(zhǔn)則下，同一層次每一個元素同所有元素相比較的綜合重要程度值，用Ai表示第i個 元 素 ，設(shè) d′(Ai)=minV(Si≥Sk)(k=1，2，…，m;k≠i) ，那么權(quán)重向量為 W′=(d′(A1)，d′(A2)，…，d′(An))T。經(jīng)歸一化處理后，模糊AHP的權(quán)重向量為

3.2 基于熵技術(shù)改進層次分析法的權(quán)重

所謂層次熵權(quán)多目標(biāo)決策分析模型，使用Fuzzy AHP法決定指標(biāo)的模糊權(quán)重，利用決策矩陣提供的信息，進一步用多目標(biāo)決策中的熵技術(shù)修正決策者先前確定的優(yōu)先權(quán)重［8］，再利用模糊綜合評判確定最優(yōu)方案。

熵在信息理論中作為不確定性和信息量的度量。系統(tǒng)的熵是系統(tǒng)有序無序程度的度量，熵越大，系統(tǒng)越無序；反之，則系統(tǒng)越有序。熵權(quán)完全利用原始指標(biāo)數(shù)據(jù)信息，以指標(biāo)值之間的差異大小反應(yīng)指標(biāo)的“信息價值”來確定權(quán)重［9～11］。

m個方案，n個指標(biāo)的多目標(biāo)決策問題的決策矩陣D為

其中，xij(i=1，2，...，m;j=2，3，...，m)表示第 i個方案對第 j個指標(biāo)的數(shù)值。

設(shè)標(biāo)準(zhǔn)化矩陣為R=(rij)m×n

1）對效益指標(biāo)：

3.3 模糊層次熵在實戰(zhàn)化教學(xué)質(zhì)量評價中的應(yīng)用

由專家通過對各級指標(biāo)和評價點重要性程度的模糊判斷，通過F-AHP得到各級指標(biāo)和評價點的權(quán)重［12］，然后通過熵權(quán)法對權(quán)重進行修正。專家對各個評價點單獨打分后，按照分析得到的權(quán)重對打分進行匯總，可以得到對實戰(zhàn)化教學(xué)情況的總體得分，從而實現(xiàn)實戰(zhàn)化教學(xué)情況的定量評價。

不同專家對同一評價點打分時會出現(xiàn)這樣的情況：有的評價點專家認(rèn)同度較高，比如都認(rèn)為該點打分在90分以上，或都在50分以下，意見一致說明專家判斷比較準(zhǔn)確地反映了該評價點的真實情況，這種認(rèn)同度高的指標(biāo)需要適當(dāng)加大權(quán)重；有的評價點專家意見分歧較大，說明打分專家在該評價點上把握不準(zhǔn)，需要在該點上適當(dāng)減小權(quán)重。

因此將式（12）的權(quán)值調(diào)整公式修改為

采用模糊層次熵進行實戰(zhàn)化教學(xué)情況評估的流程如圖1所示。

4 算例分析

對某次堂課教學(xué)進行評估，以學(xué)校督導(dǎo)一級指標(biāo)下，目標(biāo)效益二級指標(biāo)的各評價點為例，各評價點的重要性比較采用九標(biāo)度法，各因子重要性比較標(biāo)度及含義如表2所示。

表2 九標(biāo)度各因子重要性大小比較數(shù)量化表

專家通過對各評價點重要性比較，給出的模糊判斷矩陣如表3所示。

表3 模糊判斷矩陣

采用模糊層次分析法計算結(jié)果如表4。

表4 模糊層次分析結(jié)果

邀請三位專家給該“目標(biāo)效益”二級指標(biāo)下的各評價點依據(jù)表5的標(biāo)準(zhǔn)進行打分。

表5 專家打分依據(jù)表

專家給出的打分矩陣D：

將專家的評分取平均作為該評價點的得分average(D)=[8 9.3333 82.3333 63.3333 71.6667]

四個指標(biāo)的熵權(quán)分別為λ=[0.0332 0.0151 0.9257 0.0260]

經(jīng)過信息熵修正后，得到該級指標(biāo)各評價點相對于“目標(biāo)效益”二級評價的權(quán)重如表6所示。

各級指標(biāo)計算完后，按照層次分析法對各級指標(biāo)的合成方法，最終可以得到對該次堂課教學(xué)的總評成績。

5 結(jié)語

建立了軍隊院校實戰(zhàn)化教學(xué)質(zhì)量評價指標(biāo)體系，針對評價指標(biāo)體系，提出了一種基于模糊層次熵的評價方法，通過算例證明了本算法的有效性。本方法指標(biāo)分析明確，具有很強的實用性和可操作性，易于編程實現(xiàn)，便于該方法的測試與推廣，從而可以極大地提高實戰(zhàn)化教學(xué)質(zhì)量評價的科學(xué)性和合理性。

［1］王琳.高職教學(xué)評價現(xiàn)狀分析［J］.職業(yè)教育研究，2007，24（12）：58-60.

［2］Wu Lichun.A Study of Practical Teaching Quality Evalua?tion System and Weight in Higher Vocational Education［C］//2011 2nd International Conference on Management Science and Engineering Advances in Artificial Intelli?gence，2011.

［3］陳寶春.高職實踐教學(xué)評價指標(biāo)體系的構(gòu)建［J］.高等函授學(xué)報，2010，23（1）：26-28.

［4］汪應(yīng)洛.系統(tǒng)工程理論、方法與應(yīng)用［M］.北京：高等教育出版社，1998.

［5］Charnes A，Cooper W W，Rhodes E.Measuring the effi?ciency of decision making units［J］.European Journal of Operation Research，1978，（2）：429-444.

［6］龔艷冰，陳森發(fā).三角模糊數(shù)互補判斷矩陣的一種排序方法［J］.模糊系統(tǒng)與數(shù)學(xué)，2008，22（1）：127-131.

［7］Lipovetsky S.et al.Robust estimation of priorities in the AHP［J］.European Journal of Operational Research，2002，137：110-122.

［8］羅進.利用信息熵計算評價指標(biāo)權(quán)重原理及實例［J］.武漢紡織大學(xué)學(xué)報，2014，27（6）：27-31.

［9］曹連英，楊秀菊.基于信息熵的教學(xué)質(zhì)量可度量化研究［J］.哈爾濱師范大學(xué)自然科學(xué)學(xué)報，2008，24（2）：64-66.

［10］曾三云，龍君.基于信息熵的模糊多屬性決策方法［J］.廣西科學(xué)，2008，15（2）：135-137.

［11］洪航，商靠定，張學(xué)魁等.基于信息熵評價決策模型的突發(fā)公共事件應(yīng)急處置指揮方案優(yōu)選［J］.中國安全科學(xué)學(xué)報，2009，19（2）：160-164.

［12］於實.模糊層次分析法在教學(xué)質(zhì)量評價中的應(yīng)用研究［J］.計算機仿真，2012，12（6）：369-372.

An Assessment Arithmetic of Combat-oriented Education Based on F&E-AHP

LI LeiNIU Xiaobo
（Naval Petty Officer Academy，Bengbu 233012）

An assessment index architecture of combat-oriented education is established based on the importance analyzing of this architecture.A Fuzzy&Entropy-AHP（F&E-AHP）quantitative assessment arithmetic is applied aiming at the assessment in?dex architecture and the limitations in the earlier assessment arithmetices.This arithmetic combines the fuzzy trigonometric function with AHP，and can adjust the weight of each index consulting the expert scoring dynamicly.The validity of this technology is proved through an example.

Fuzzy&Entropy-AHP， combat-oriented education， assessment index architecture， quantitative assessment

TP391

10.3969/j.issn.1672-9730.2017.11.027

Class Number TP391

2017年5月7日，

2017年6月12日

李磊，男，碩士，講師，研究方向：職業(yè)技術(shù)教育，通信系統(tǒng)。牛曉博，男，碩士，講師，研究方向：模式識別與智能系統(tǒng)，職業(yè)技術(shù)教育。