基于AHP與模糊評價模型的高校創(chuàng)新競賽研究

楊湘華 周大勇 洪治 龍海威

摘要：利用層次分析法（AHP）和模糊數(shù)學(xué)評價方法構(gòu)建數(shù)學(xué)模型，經(jīng)過數(shù)據(jù)處理和建模分析，對國內(nèi)影響力較大的十項高校創(chuàng)新競賽等級進行了定量排名。同時根據(jù)最大隸屬度原則，以全國大學(xué)生數(shù)學(xué)建模競賽和智能汽車競賽為例，給出了學(xué)生參與這兩項競賽后在能力方面獲益程度的定量分析，為在校大學(xué)生更好參與創(chuàng)新競賽提供了參考。

Abstract： This paper adopted analytic hierarchy process （AHP） and fuzzy mathematics evaluation method to build a mathematical model. After data processing and modeling analysis， it ranked ten influential university innovation competition levels in China. At the same time， according to the principle of maximum membership， the paper obtained a quantitative analysis of the benefits of students' participation in these two competitions and provided a reference for college students to participate in innovation competitions.

關(guān)鍵詞：創(chuàng)新競賽;極差法;AHP方法;模糊數(shù)學(xué)評價

Key words： innovation competition;range method;AHP method;fuzzy mathematics evaluation

中圖分類號：O141.4;G642 ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2020）17-0052-03

0 ?引言

隨著國家對于創(chuàng)新創(chuàng)業(yè)活動的大力支持，各高校在創(chuàng)新創(chuàng)業(yè)活動方面蓬勃開展，此活動對深化高等教育綜合改革，激發(fā)大學(xué)生的創(chuàng)造力，培養(yǎng)造就“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的生力軍發(fā)揮了重要作用[1]。目前國內(nèi)省級以上的創(chuàng)新競賽達三十多個，但通過定量分析各競賽排名引導(dǎo)高校大學(xué)生選擇和參與各競賽的研究較少，為提供一種性價比最高的賽事選擇方案，本文利用層次分析法（AHP）和模糊數(shù)學(xué)評價方法建立模型[2]，將評價指標(biāo)分為具體和抽象兩大類，分別針對競賽本身價值和參賽選手在能力方面獲益程度進行分析研究。對于具體指標(biāo)，采用層次分析（AHP）賦權(quán)相應(yīng)評價指標(biāo)的權(quán)重。經(jīng)數(shù)據(jù)處理，對主要列舉的十大高校創(chuàng)新競賽進行等級排名。依據(jù)調(diào)研數(shù)據(jù)，建立單因素評價矩陣，通過計算得到綜合評價矩陣，根據(jù)最大隸屬度原則[3]，得出學(xué)生參加某項競賽對于個人能力提升的獲益程度。在對抽象指標(biāo)進行分析時，以國內(nèi)極具代表性的兩大比賽作為分析樣本，得到學(xué)生能力提高獲益程度的定量分析結(jié)論。

1 ?AHP方法與模糊評價方法建模

1.1 模型準(zhǔn)備與模型假設(shè)

利用互聯(lián)網(wǎng)搜集待評價競賽的數(shù)據(jù)，保持?jǐn)?shù)據(jù)的合理性。挑選出最能體現(xiàn)比賽價值的指標(biāo)，最大程度規(guī)避因數(shù)據(jù)不足引起的錯誤。在問卷調(diào)查結(jié)果中，部分樣本數(shù)據(jù)存在一定不真實性，為確保樣本數(shù)據(jù)的準(zhǔn)確性和真實性，對樣本數(shù)據(jù)預(yù)處理，成為新的待分析樣本數(shù)據(jù)。在此基礎(chǔ)上對競賽綜合分析，全面且客觀地評價競賽水平和學(xué)生能力。

①假設(shè)數(shù)據(jù)舍入、截尾時產(chǎn)生的誤差忽略不計;

②假設(shè)經(jīng)過數(shù)據(jù)預(yù)處理后的數(shù)據(jù)均為準(zhǔn)確數(shù)據(jù);

③假設(shè)競賽數(shù)據(jù)波動對模型求解無影響;

④假設(shè)問卷調(diào)查真實反映能力的提高情況。

1.2 符號說明

■

1.3 層次分析法（AHP）模型

1.3.1 建立層次分析模型架構(gòu)

應(yīng)用AHP分析問題時，首先，按問題“條理化、層次化”原則進行分析處理構(gòu)造層次結(jié)構(gòu)模型[2][4]。在此模型下，將復(fù)雜問題劃分為若干元素，根據(jù)它們的屬性與關(guān)系形成若干層次。

目標(biāo)層：競賽排名。

準(zhǔn)則層：B={bi}={參賽人數(shù)、資金投入、競賽天數(shù)、獲獎比率、專家組人數(shù)}。

方案層：C={Ci}={全國大學(xué)生數(shù)學(xué)建模競賽，ACM國際大學(xué)生程序設(shè)計競賽，“互聯(lián)網(wǎng)+”大學(xué)生創(chuàng)新創(chuàng)業(yè)競賽，“挑戰(zhàn)杯”全國大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽，“西門子杯”中國智能制造挑戰(zhàn)賽，全國大學(xué)生節(jié)能減排社會實踐與科技競賽，全國大學(xué)生機器人設(shè)計大賽，全國大學(xué)生電子設(shè)計競賽，全國大學(xué)生機械設(shè)計大賽，全國大學(xué)生智能汽車競賽}（i=1，2…，10）。

1.3.2 構(gòu)建比較矩陣

對某一競賽，確定其準(zhǔn)則層的評價指標(biāo)集B={參賽人數(shù)b1，資金投入b2，競賽天數(shù)b3，獲獎比率b4，專家組人數(shù)b5}。對于同一競賽，按照三度標(biāo)準(zhǔn)，構(gòu)造準(zhǔn)則層比較矩陣A=（bij）：

■

根據(jù)指標(biāo)的相對重要程度和貢獻不同，對競賽指標(biāo)做出排列：競賽人數(shù)>競賽天數(shù)>獲獎比率>資金投入>專家組人數(shù)，從而構(gòu)建如下的準(zhǔn)則層和方案層比較矩陣，相對于目標(biāo)層，建立準(zhǔn)則層比較矩陣表A。相對于準(zhǔn)則層，利用規(guī)則建立方案層比較矩陣表B1，B2（以參賽人數(shù)b1和資金投入b2為例，其它評價指標(biāo)構(gòu)建方法相同，后面利用極差化法處理）