计算机课程实验教学质量的模糊综合评价模型

杨阿辉 （集美大学计算机工程学院，福建 厦门361021）

实验教学是高校计算机课程教学的重要环节，是培养学生综合素质和创新能力的重要途径，在培养学生的动手能力、独立分析和解决问题能力等方面具有极其重要的作用。因此，各高校都非常重视计算机课程的实验教学工作，并对如何提高计算机课程的实验教学质量展开了一系列研究。

目前，各高校计算机课程实验教学往往附属于理论教学当中，很少对实验教学进行独立开课和单独进行考试，学生考试成绩并不能真实反映实验教师的教学质量。开展对计算机课程实验教学质量的评价，可以调动教师教学工作的积极性，提高教师的整体素质，是提高计算机课程实验教学质量的重要手段。高校计算机课程实验教学质量常用的评价方法有总分法和加权平均法等，这些方法主要根据学生的考试成绩进行评价，然而影响计算机课程实验教学质量的因素很多，这些评价方法存在着主观成份较多，人为因素影响较大等缺点，难以给出合理的评价，严重挫伤实验教师工作的积极性。

在计算机课程实验教学质量评价过程中，很多考核的内容无法用定量来描述，而且评价等级常用“优秀”、“良好”、“合格”、“不合格”，或者 “很满意”、“满意”、“基本满意”、“不满意”等模糊概念来描述。因此，对这种评价因素和评价等级都是模糊的评价问题，利用模糊综合评判方法来研究，可以尽量避免人为因素的影响，是一种比较科学的评价方法［1－5］。

1 模糊综合评价模型的构建

根据影响计算机课程实验教学质量的各种主要因素以及评价等级为 “优秀”、“良好”、“合格”、“不合格”等4个等级来构建评价计算机课程实验教学质量的模糊综合评价模型。

1.1 建立评价因素集

因素集是影响评判对象的所有评价指标组成的集合。因素集的建立关系到评价是否客观、科学和准确。笔者根据多年教学经验，结合计算机实验课程教学特点，并广泛征求了计算机课程任课老师的意见和建议，建立了如图1所示的因素指标体系。

1.2 建立评价集

将评价等级 “优秀”、“良好”、“合格”和 “不合格”4个等级构成评语集：V＝ ｛V1，V2，V3，V4｝。

1.3 因素重要程度模糊集的确定

因素重要程度是指各因素在评判中的重要性程度，其结果是否恰当直接影响到评价结果。为了让因素重要程度的数据更加科学与合理，笔者邀请了60位担任计算机课程实验教学的任课老师对U1，U2，U3，U4和其下层因素的重要程度进行评价，并采用专家调查法来确定因素重要程度模糊集A0，A1，A2，A3，A4如下：

1.4 建立模糊综合评价矩阵

首先，对承担计算机课程实验教学的某任课教师的教学质量进行单因素评价，然后根据模糊统计方法，分别建立教学态度，教学方法，教学管理和教学效果等4个方面的模糊综合评价矩阵R1、R2、R3、R4，如下：

2 模糊综合评判算法

目前常用的一级指标评判模型有取小取大型M（∧，∨）、乘积取大型M（·，∨）、加权平均型M（·，＋）、全面制约型M（乘幂，∧）等，这些模型都有各自的优缺点和适用范围［6］。

为了使评价结果能客观反映计算机实验教学质量的真实情况，不会因一级评判模型的选择不当而出现偏差，笔者将上述4种一级指标评判模型综合考虑，由于评价因素较多，首先将因素集分成2个层次，并对每一个一级指标模型进行分层次评价，然后采用加权平均型作为二级指标评判模型进行综合评判，使综合评判结果的偏差降到最小程度。

2.1 一级指标综合评判

图1 计算机实验教学质量评价因素指标体系

同理，可得对应于第一层U2、U3、U4基于取小取大型M（∧，∨）的模糊评价集分别为：

其次进行第二层次U＝｛U1，U2，U3，U4｝模糊综合评判。选取第一层次的4个模糊综合评价集作为行构成的矩阵为第二层次模糊综合评判矩阵R0，即第二层次模糊综合评判的评判矩阵R0由第一层次模糊综合评判结果B1，B2，B3，B4作为行而构成：

然后根据取小取大型M（∧，∨）对A0和R0进行合成运算得模糊评价集为：

根据最大隶属原则，采用取小取大型的评价等级为“优秀”或“良好”。

根据最大隶属原则，采用乘积取大型的评价等级为“优秀”。

根据最大隶属原则，采用加权平均型的评价等级为“良好”。

根据最大隶属原则，采用全面制约型的评价等级为“良好”。

2.2 二级指标综合评价

从上面的运算结果可以看出，一级指标综合评价不同的算法得到的结果有所不同，有一定的偏差，为了消除这些偏差，笔者采用二级指标综合评价方法进行评判，评判矩阵（R混）由取小取大型、乘积取大型、加权平均型、全面制约型4种评判结果（B主，B乘，B加，B全）组合而成，即：

4种模型的因素重要程度模糊集（A混）采用专家调查法获得：A混＝ （0.235，0.237，0.265，0.263）。

对A混和R混采用加权平均模型M（·，＋）进行二级综合评判，其模糊评价集记作B混，则：

由于B混＝0.410＝ max｛0.352，0.410，0.384，0.296｝，故根据最大隶属原则，利用二级指标综合评判法所得评价等级为 “良好”，这个结果与该教师的实际教学质量相符。

3 结 语

通过对计算机实验课程教学质量评价因素进行综合分析，构造合理的评价因素集，利用专家调查法得到合理的因素重要程度模糊集，运用二级二层次的模糊综合评判模型对计算机实验课程教学质量进行评判，削除人为因素和不同算法之间的偏差，得出的结果客观、合理。这种评判方法对提高教师工作的积极性，改进教学方法，提高计算机实验课程的教学质量，推动计算机实验教学改革具有重要的现实意义和应用价值。

［1］王学戏 .模糊综合评判在高校教师教学质量评价中的应用 ［J］.太原师范学院学报，2008，7（4）：50－54.

［2］张飞雁，模糊综合评估在实验教学质量控制中的运用 ［J］.宁波大学学报，2003，25（5）：113－115.

［3］Saleh I，Kim S.A fuzzy system for evaluating students’learning achievement［J］.Expert Systems with Application，2009，36 （3）：6236－6243.

［4］Azar A T.Fuzzy Systems［M］.Rijeka：Intech Press，2010.

［5］Chen Shyi－Ming，Li Ting－Kuei.Evaluating students’learning achievement based on fuzzy rules with fuzzy reasoning capability ［J］.Expert Systems with Applications，2011，38 （4）：4368－4381.

［6］陈水利，李敬功，王向公 .模糊集理论及其应用 ［M］.北京：科学出版社，2005.

［7］孔峰 .模糊多属性决策理论、方法及其应用 ［M］.北京：中国农业科学技术出版社，2008.