动态模糊依赖关系在大学生综合素质评价体系中的应用

郭 丹，徐 桑

(通化师范学院 计算机学院，吉林 通化 134002)

目前，各个高校越来越重视大学生综合素质的培养和评价，它已经成为高校教学工作和学生管理工作的一项重要内容.通过开展综合素质评价，既可以引导大学生积极主动地按照培养目标努力地提高自身修养，也可以为社会、学校和家长了解学生在校的各方面情况提供可靠的依据.

1 动态模糊依赖关系的定义及评价方法

动态模糊依赖关系只讨论二元关系，描述具有动态模糊性客体的对应关系(即两个集合的笛卡尔积).同时，它反映数据间的一种函数相关性，这种函数使二者存在一种依赖关系，即某一数据的变化导致另一数据的变化.

2 动态模糊依赖关系在大学生综合素质评价体系的研究与应用

2.1 指标体系

如表1所示，大学生综合素质指标体系包含4个一级指标，19个二级指标.

2.2 评价数据

(1)评价因素集.由表1指标体系得出，一级因素集A={A1，A2，A3，A4}，其中A1=德育素质，A2=智育素质，A3=体育素质，A4=其他素质.二级因素集A1={A11，A12，A13，A14，A15，A16}，A2={A21，A22，A23，A24，A25}，A3={A31，A32，A33，A34}，A4={A41，A42，A43，A44}.

表1 指标体系

(2)评价结果集.无论是一级指标、二级指标的评价还是最终评价结果，通常以等级做为衡量.大学生综合素质的评价结果大致可分成五个等级：很好、较好、一般、较差、很差.对于成绩可以规定：90分以上为“很好”，80～89分为“较好”，70～79分为“一般”，60～69分为“较差”，60分以下为“很差”.这个评价结果不是一成不变的，动态变化的趋势分两个方向：向更好的方向发展(→)和向更差的方向发展(←).因此评价结果集用动态模糊集表示.

在大学生综合评价体系中，以精确的19个二级指标进行评价，得到一个19行5列的动态模糊矩阵，即为综合评价矩阵.

因此可以得出，二者发展方向一致时，未来关系增强；发展方向不一致时，关系减弱.依次类推：可以得出“德育素质”与“爱国守法”之间的依赖关系矩阵R.

依次类推，可以将依赖关系矩阵R进化为带权重的矩阵.

第四步，将综合评价矩阵A按上述方法计算，即可得到各项一级指标与各项二级指标之间的依赖关系及未来发展趋势.

3 结语

利用动态模糊依赖关系的评价方法，降低了人为因素的影响，抛开以往的“加权平均”计算方法，使得评价结果更具客观性、合理性.对于不同的大学生，相互之间的依赖关系就不同，评价的关键指标也不同，适当选取权重，体现依赖关系的强弱.虽然在运算过程中数字多、数量大，但并不复杂，具有一定规律性，从而能够准确地做出评价和判断.

参考文献：

[1]李凡长，刘贵全，佘玉梅.动态模糊逻辑引论[M].昆明：云南科技出版社，2005.

[2]戴雯惠.基于动态模糊格的数据分类方法及其在人事管理中的应用[D].苏州:苏州大学，2008.

[3]李凡长，郑家亮.动态模糊数据模型研究[J].计算机研究与发展，1998(8).

[4]曹志梅.数据的动态模糊依赖关系及应用研究[D].苏州:苏州大学，2005.