新時(shí)期教育教學(xué)質(zhì)量評(píng)價(jià)與人才評(píng)價(jià)機(jī)制(編輯修改稿)
2025-05-09 06:58 本頁面
【文章內(nèi)容簡(jiǎn)介】 5個(gè)等級(jí)：優(yōu)秀V5，良好V4，中等V3，合格V2，不合格V1。分別對(duì)它們?cè)冢?，1）間做出對(duì)應(yīng)評(píng)分。即：v1=(0,)v2=(,)v3=(,)v4=(,)v5=(,)不合格合格中等良好優(yōu)秀235。rt1 L Lrt5t 180。 5235。rt1rt5t 180。 53）建立人才質(zhì)量評(píng)價(jià)指標(biāo)的權(quán)重集WW=(W1,W2LLWm)4）構(gòu)造模糊綜合評(píng)判矩陣R233。r11 L L r15249。R=234。L L L234。L L L234。 t—因素集U中因素個(gè)數(shù)。即；模糊綜合評(píng)判集T233。r11L L r15249。T=(W1,W2,188。Wk188。Wm)196。234。L L L234。L L L234。 注：這里為矩陣的模糊乘法，而非矩陣的張量積。5）對(duì)模糊綜合評(píng)判矩陣做歸一化處理不妨假設(shè)求出的模糊綜合評(píng)判集T為T=(T1,T2,……Tn)對(duì)矩陣T做歸一化處理得：229。TTc=1ni=1i(T1,T2,……Tn)根據(jù)最大隸屬度原則，由最終數(shù)據(jù)判斷人才質(zhì)量隸屬等級(jí)（V1—V5）,從而確定了對(duì)人才質(zhì)量模糊評(píng)價(jià)評(píng)價(jià)模型。6)模型求解通過多位經(jīng)驗(yàn)豐富的專家對(duì)人才質(zhì)量評(píng)價(jià)指標(biāo)研究，確定各層次間的成對(duì)比較矩陣。（注：由于不同專家的知識(shí)，觀點(diǎn)，經(jīng)驗(yàn)，判斷力等因素不盡相同,成對(duì)比較矩陣也因此不相一致。）下面給出準(zhǔn)則層B中各因素對(duì)目標(biāo)層A的成對(duì)比較矩陣M。234。1233。 5 3 3249。6 2 2234。6 3234。522 1 3234。1 1 4234。 12234。 1 2 2234。 M=234。 1 11 1234。3 2 4234。 234。2 2 3234。2 2 4 3 235。3 3 3 4 ，相對(duì)應(yīng)的權(quán)重向量，X=（），即：CI=。故：一致性比率CR=CI/RI=，因此，一致性檢驗(yàn)通過，比較結(jié)果還是令人相當(dāng)滿意的。不妨設(shè)指標(biāo)層C各因素對(duì)則層B的權(quán)重矩陣V5180。3，如下所示：234。 V5180。3234。=234。234。235。 234。 即：指標(biāo)層C各因素對(duì)目標(biāo)層A的權(quán)重向量矩陣W。 234。W= 234。 235。 通過矩陣模糊乘法運(yùn)算得：Tm=（,，，）以上給出的數(shù)據(jù)對(duì)某本科生的人才質(zhì)量做綜合評(píng)價(jià)，由最大隸屬度原則，其教學(xué)質(zhì)量隸屬于等級(jí)V3，故說明該人才質(zhì)量評(píng)價(jià)隸屬于等級(jí)V3的可能性最大。即：該本科生的人才質(zhì)量評(píng)定結(jié)果為中等。模型二，本文利用模糊綜合評(píng)判和BP神經(jīng)網(wǎng)絡(luò)方法建立模型，將每位教師的各評(píng)價(jià)指標(biāo)得分作為BP神經(jīng)網(wǎng)絡(luò)的輸入值，將評(píng)語集優(yōu)、良、差作為輸出層，共選取19位教師各項(xiàng)指標(biāo)得分作為樣本，其中選取前16組數(shù)據(jù)作為測(cè)試樣本，其目標(biāo)層高校教師教學(xué)質(zhì)量A準(zhǔn)則層教學(xué)內(nèi)容教學(xué)方法教學(xué)態(tài)度教學(xué)成果學(xué)術(shù)水平指標(biāo)層聯(lián)系實(shí)際深入淺出有責(zé)任心學(xué)生成績(jī)提高掌握理論前沿重點(diǎn)突出因材施教備課充分學(xué)習(xí)能力增強(qiáng)學(xué)科認(rèn)識(shí)水平余3組數(shù)據(jù)作為檢驗(yàn)樣本，最終得出結(jié)論：模糊BP神經(jīng)網(wǎng)絡(luò)模型在解決高校教育教學(xué)質(zhì)量評(píng)估方面取得了較好的效果。對(duì)于教學(xué)質(zhì)量的評(píng)價(jià)有多種模型可以采用。由于教學(xué)質(zhì)量的模糊特性，而且各因素之間又有不同程度的關(guān)聯(lián)，存在非線性聯(lián)系，利用上述方法不能很好地解決問題。采用BP神經(jīng)網(wǎng)絡(luò)法，利用其高度的非線性映照能力，并行分布處理方式，自學(xué)習(xí)和自適應(yīng)能力，數(shù)據(jù)融合能力的特點(diǎn)，并與模糊綜合評(píng)判法相結(jié)合，建立優(yōu)越的數(shù)學(xué)模型，為高校教育教學(xué)質(zhì)量的評(píng)估提供了依據(jù)。根據(jù)網(wǎng)上資源查找高校教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)，如表5 表5.高校教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系。典型的BP神經(jīng)網(wǎng)絡(luò)是一個(gè)由輸人層、隱含層和輸出層構(gòu)成的三層前饋階層網(wǎng)絡(luò)。BP網(wǎng)絡(luò)的學(xué)習(xí)過程由信息的正向傳播和誤差的反向傳播組成。當(dāng)給定網(wǎng)絡(luò)一組輸人模式時(shí)，BP網(wǎng)絡(luò)將依次對(duì)這組輸人模式按如下方式學(xué)習(xí):首先，把輸入模式從輸人層傳輸?shù)诫[含層單元，經(jīng)隱含層單元逐層處理后，產(chǎn)生一個(gè)輸入模式傳送到輸出層，這一過程稱為正向傳播。然后將輸出結(jié)果和期待值進(jìn)行比較，如果沒有達(dá)到所預(yù)計(jì)的期望，則轉(zhuǎn)變?yōu)檎`差的反向傳播(error backpropagation)將誤差沿原路徑返回，通過修改各層神經(jīng)元的連接權(quán)值，使誤差信號(hào)變小。這種正向傳播和反向傳播相互交替，看成一個(gè)戶‘記憶訓(xùn)練，的過程。系統(tǒng)不斷地循環(huán)這兩個(gè)
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1