产学研视域下研究生创新实验评价体系研究

荆 涛，郑永杰，田景芝，杜晓昕

(1.齐齐哈尔大学 科技处，黑龙江 齐齐哈尔 161006；2.齐齐哈尔大学 化学与化学工程学院，黑龙江 齐齐哈尔 161006；3.齐齐哈尔大学 计算机与控制工程学院，黑龙江 齐齐哈尔 161006)

目前产学研联合培养研究生[1]和开设研究生创新实验[2-4]，都是研究生高质量培养探索中得到一致认可的2种模式[5]。将研究生创新实验从高校拓展到企业中，让创新实验在校企间协作完成，这种产学研视域下的研究生创新实验，是近年来教育界高度关注的培养模式[6]，但这种模式不是将高校和企业简单地相加，而是需要二者融合和协作来完成研究生的培养，因此迫切需要一套完整的产学研视域下研究生创新实验评价体系，根据这套评价体系来约束和指导产学研视域下研究生创新实验的开展与实施。

1 产学研视域下研究生创新实验评价指标体系

1.1 创新实验的评价

产学研视域下高校研究生创新实验的评价，要从产学研这一模式的载体出发，产学研联合培养研究生模式的载体为高校、企业及校企间的协调调度[7-8]。产学研视域下对研究生创新实验的评价从以下4个方面展开：高校、企业、校企间的协调调度和创新能力的提高。

(1) 高校层面对产学研视域下研究生创新实验的评价。高校是研究生培养的主要基地，在研究生创新实验评价中处于主导地位。高校负责校企之间研究生创新实验的综合调度、绩效的考核和管理、各项制度和政策的制定及研究生创新能力水平量化评价。

(2) 企业层面对产学研视域下研究生创新实验的评价。企业是研究生培养的落脚点，高校先进的科学技术最终要转化为生产力，必须在企业实践中得以推广和产业化，因此在企业中，研究生创新实验是提高学生创新能力的核心部分。虽然企业在产学研视域下研究生创新实验模式中没有起主导作用，但起到了关键作用，因此对企业层面的评价要更加严格，更要注重评价量表的细化。企业层面的成败是创新实验成败的重中之重。

(3) 校企协调调度层面对产学研视域下研究生创新实验的评价。在整个创新实验的实施中，高校和企业不是孤立无关的2个实体，尽管他们有各自无交集的评价指标，但更多的是相互关联的评价标准。从系统论的角度看，校企间协调调度是创新实验顺利运行的前提保证，这个层面的评价更应注重管理角度，评价要从管理的角度给出细化的量表。

(4) 创新能力提高程度的评价。创新实验成败衡量的重要标准就是研究生创新能力的提高程度。创新能力的提高层面在产学研视域下研究生创新实验模式评价中，需要给出学生创新能力提高程度的量化指标，例如学生发表科技创新论文被EI或者SCI检索率、学生科技创新发明专利的授权率及学生参与科技创新项目的比率等。

1.2 指标体系的建立

产学研视域下研究生创新实验评价指标体系的建立中，融合了高校、企业、校企间协调调度和创新能力的提高4个层次的内容。采用德尔菲[9-10]法制定评价指标体系，首先将评价指标体系预模型编制成调查问卷，由来自高校、企业和教育管理3方面的专家以匿名的身份给出意见，然后对专家根据自己的经验和学识给出的意见进行一致性检验，根据专家的意见删减指标，最后留下的指标都是专家认可的。经过去粗取精过程后的指标就构成了产学研视域下研究生创新实验评价指标体系，该指标体系共有3级指标，一级指标含有4个细化指标，二级指标含有9个细化指标，三级指标含有35个细化指标。具体的指标体系见表1。

表1 产学研视域下研究生创新实验评价指标体系

2 评价指标权重系数的计算

产学研视域下研究生创新实验评价指标体系建立后，在具体实施中还需要确定的是各指标的权重系数，本文采用人工鱼群算法(artificial fish-school algorithm，AFSA)[11-12]和层次分析法(analytic hierarchy process，AHP)[13-15]来确定各指标的权重系数，将这种方法简称为AFSA-AHP法。

2.1 AFSA-AHP求解模型

AFSA-AHP求解模型的建立经历如下几个步骤。

步骤1(层次模型的建立)：层次模型建立3层，分别为A层、B层和C层，A层包含的影响因素为(A1,A2,A3,A4)，B层包含的影响因素为(B1,B2,B3,B4,B5,B6,B7,B8,B9)，C层包含的影响因素为(C1,C2,C3,...,C32,C33,C34,C35)。

步骤2(判断矩阵的建立)：每一层的判断矩阵需以上一层元素为参考准则成对比较得到，建立的准则选取1—9级及其倒数的构造准则。B层得到的判断矩阵为B={RBij|i,j=1～m}m×m(m为B层影响因素的总个数)，其中RBij表示B层元素Bi对Bj的比较结果依据A层得到。C层得到的判断矩阵为C={RCij|i,j=1～l}l×l(l为C层影响因素的总个数)，其中RCij表示C层元素Ci对Cj的比较结果依据B层得到。

(1)

C层单排序的一致性检验同理得到。

(2)

C层总排序权值即待求解的各项评价指标权重系数。

2.2 AFSA-AHP优化方案

AFSA-AHP求解方法中，采用智能仿生算法-人工鱼群算法来求解权重系数，求解优化方案如下，设阈值标准为TSS和TWS。

优化1(模型)：分析公式(1)，假设判断矩阵具有完全一致性(理想情况)，则有：

(3)

由公式(3)可得：

(4)

实际应用中往往公式(3)和公式(4)是要求的完全一致性很难得到，只需得到满意的一致性即可。显然公式(4)左侧的值越小，判断矩阵的一致性程度就越高，为了使判断矩阵具有满意一致性，该问题就转化为求全局最小值问题。因此各层单排序的一致性检验问题可以等价转化为如下优化问题，优化模型见公式(5)：

(5)

优化2(变量)：在该求解方法中寻优变量即人工鱼个体，将人工鱼个体定义为单排序权值Qj(j=1～m)。

优化3(规则)：fC(m)在小于阈值TSS时，认为判断矩阵具有满意的一致性，否则需要不断调整判断矩阵，直到满意为止。fCA(x)在小于阈值TWS时，认为判断矩阵具有满意的一致性，否则需要不断调整判断矩阵，直到满意为止。

3 结果与分析

3.1 结果

采用本文提出的AFSA-AHP方法求解表1指标体系中各指标的权重系数结果如表2所示。

表2 产学研视域下研究生创新实验评价指标体系权重系数

结合表1和表2的数据，给出产学研视域下研究生创新实验评价量化数学模型见公式(6)。

(6)

公式(6)中G为评价量化总得分，Qi为第i个评价指标的权重系数，Ui为第i个评价指标的得分。通过公式(6)可计算出创新实验的评价总分，能为创新实验的开设提供决策支持，起到了很好的导向作用。

3.2 分析

从表2结果可以看出，指标C5校企计划实施的协调，C9企业评价与督导制度，C32科技创新论文被EI或者SCI检索率，C28学习方法的突破，C23创新实验经费使用效益，C33科技创新专利授权率，C19企业师资培训，这7项指标的权重较高，说明它们对创新实验的评估影响较大。分析C5、C9和C19这3项权重较大的指标，不难看出产学研视域下研究生创新实验实施中高校这部分基本都能严格管理和控制，而企业这部分往往是松散薄弱环节，评价过程中需要对企业这部分严格评估。分析C23这一项权重较大的指标，可以看出创新实验的投入也是重要的考核评价部分，但不意味着单一的投入大就是最好的，只有不仅仅投入大而且使用效益高才是我们期望的。分析C28这一项权重较大的指标，可以看出由于创新实验重点培养的是学生的创新能力，所以传统的学习方法已经不适用，必须突破传统的学习方法，找到与之相适应的学习方法。分析C32和C33这2项权重较大的指标，可以看出创新实验实施的好坏重点在于结果，也就是学生的创新能力是否得到了提高，这部分应是评价的重点部分。与上述这些权重较高的指标相对的是C15企业执行队伍、C14校内执行队伍和C35科技创新学术会议的举办数量这3项权重较低的指标，说明它们对创新实验的评估影响较小。

4 结论

本文提出了一套与传统研究生创新实验评价体系不同的产学研视域下的评价体系，该体系共有3级指标体系构成。将层次分析法和人工鱼群算法相结合，提出AFSA-AHP指标权重系数计算方法，对计算得到的指标权重系数进行分析。对产学研视域下研究生创新实验的评价体系进行量化，给出了评价量化的数学模型。根据该数学模型可以计算创新实验的评价分数，提供有效的决策支持。产学研视域下研究生创新实验是研究生素质培养的一个非常重要的培养模式，对其评价体系的研究也具有重要的意义。

[1] 宋之帅，田合雷，盛义保.产学研合作培养研究生创新人才的研究与实践[J].中国电力教育，2012(34)：10-12.

[2] 曾志强.依托“三网融合”平台创新实验教学与管理模式研究[J].实验技术与管理，2013，30( 4)：127-129.

[3] 郑恭明.FPGA创新实验平台的设计与应用[J].实验技术与管理，2012，29( 11) : 113-114.

[4] 刘世熙，曹秋娥，马志刚，等.创新实验项目，彰显实验教学示范中心特色[J].实验技术与管理，2012，29(3) : 15-17.

[5] 赵琳，杨春亮，李文滨.改善研究生创新人才培养教育环境的若干思考[J].教育教学论坛，2013(14)： 253-254.

[6] 董发昕，王振军，孙伟，等.拓宽研究生的实验技能，提高研究生的创新能力[J].实验技术与管理，2012，29(2)：148-149.

[7] 周锦兰，王宏，聂进.多层次大学生创新实验平台的构建与实践[J].实验技术与管理，2011，28(4)：16-18.

[8] 冯小燕.基于“产学研”结合的地方高校专业实验室建设策略[J].实验技术与管理，2009，26(8)：155-157.

[9] 刘伟涛，顾鸿，李春洪.基于德尔菲法的专家评估方法[J].计算机工程，2011，37(增刊1)：189-204.

[10] 张伟，张庆普.基于模糊德尔菲法的企业知识管理创新风险评价研究[J].科技进步与对策，2012，29(12)：112-116.

[11] 邓涛，姚宏，杜军.多峰函数优化的改进人工鱼群混合算法[J].计算机应用，2012，32(10)：2904-2906.

[12] 许恒迎，孙伟斌，张霞，等.自适应视野和步长的局域邻域人工鱼群算法[J].计算机工程与设计，2012，33(7) : 2815-2821.

[13] 陈冬进，刘建平.基于Bradley-Terry模型与层次分析法的一种综合评价方法[J].统计与决策，2013(3)： 81-83.

[14] 赵艳霞，祖海芹.基于层次分析法的农村新居民建设社会效益评价[J].商业时代，2013(7)：131-132.

[15] 李传威.加速遗传算法的层次分析法的探讨[J].中国软科学，2005(12)：140-144.