基于改进ADC模型的校企共建实验装备效能评估

李 静, 郁汉琪, 殷埝生

(南京工程学院 工业中心, 江苏 南京 211167)

基于改进ADC模型的校企共建实验装备效能评估

李 静, 郁汉琪, 殷埝生

(南京工程学院 工业中心, 江苏 南京 211167)

以校企共建实验装备效能分析为基础,针对校企共建实验装备特点,在借鉴有关教育装备效能评价的基础上,通过引入操作水平性系数和创新实践适应性系数,建立了基于改进ADC(Availability可用性、Reliability可靠性、Capability能力)的校企共建实验装备效能评估模型。采用模糊综合评价法,实现对校企共建实验装备有效评估,通过实例分析表明该共建实验装备效能评估科学有效。

效能评估； 校企共建； 实验装备； ADC模型

目前校企合作共建的人才培养模式已被越来越多国内外高校采用,校企之间通过产学研合作,以共建实验室方式实现平台共享,为学生提供了工程实践的真实环境与条件,对培养具有创新精神的高等工程技术人才,起到重要的支撑作用,促进了高等工程应用型人才培养[1-2]。通过共建实验室这个载体,为企业提供咨询服务、人员专业培训和产品研发,成为企业提升创新能力，提高竞争力不可或缺的重要组成部分[3]。

1 校企共建实验装备效能评估指标体系

共建实验装备进行效能评价指标必须反映共建装备的主要功能,并能敏感地反映装备系统性能,具有指导高校培养具有“创新精神”的人才和企业研发具有“创新竞争力”的产品的“双创”特点。因此共建装备的效能评价必然是一个多层次、多方面的效能指标体系[4]。现阶段对教育装备效能评价还没有统一的标准,可见主要文献有肖飞升的对中小学信息教育装备的综合效能评价方法[5]、许成果的教育装备一般性评价模型[6]、王晓迪的教育装备综合决策支持研究[7]等。

ADC模型效能评估方法在于根据系统在开始执行任务时的状态(可用性A)、在执行任务过程中的状态(可靠性D)和最后完成给定任务的程度(能力C)3大要素对装备效能进行整体评估,且模型具有层次清晰、易于理解和计算等优点[8-9]。因此,基于教育装备效能评价理论方法,针对校企共建实验装备主要满足高校和企业的“双创”要求,对ADC模型进行改进,将操作水平性系数K和创新实践适应性系数I等对共建教育装备系统效能的影响引入评价指标体系,得到如图1所示的反映校企共建特点的改进ADC模型校企共建实验装备效能评估方法。基于改进ADC模型的校企共建实验装备效能评估系统,模型的解析表达式可表述为

(1)

式(1)中,E为装备系统效能；A为可用性向量,表达式为A=(a1,a2,…,an),其中ai为实验在任意随机时刻开始时教育装备处于i状态的概率,且满足归一化条件；D为可靠性矩阵,表达式为D=(dijmn),dij为教育装备在处状态开始实验任务,在实验过程中转变成j状态的概率；C为教育装备能力参量,表达式为[c1,c2…,cn]T,其矩阵元素ci是教育装备在状态时的能力；K为操作水平性系数,表征操作人员在实验过程正确完成实验操作的概率；I为创新实践适应性系数,表征共建教育装备达到校企“双创”要求的概率。

图1 校企共建实验装备效能评估简图

2 共建实验装备效能评估要素分析

2.1 可用性向量A

对实验装备而言,可用性向量系统在实验开始一般有2种可能状态概率构成,即A=[a1,a2]。其中a1表示实验装备在开始做实验时处于完全正常工作状态的概率(即“可用”),a2表示开始实验时装备处于故障状态的概率(即“不可用”),则有:

(2)

(3)

式中,MTBF为评价实验装备平均无故障工作时间,MTTR为评价实验装备平均故障修复时间。

2.2 可靠性矩阵D

实验装备在实验过程中,按正常工作和发生故障两种状态,装备的可靠性矩阵为

(4)

dij为教育装备在处状态开始实验任务,在实验过程中转变成状态的概率。d11为装备在开始实验时“可用”状态,结束时仍处于“可用”状态的概率；d12为装备在开始实验时“可用”状态,结束时仍处于“不可用”状态的概率；d21、d22分别为装备在开始实验时“不可用”状态,结束时处于“可用”和“不可用”状态的概率。

对于共建实验装备而言,开始实验时处于“不可用”状态的设备在实验过程中是不予维修的,因此可靠性矩阵可进一步表示为

(5)

其中,t为实验持续的时间,θ按式(6)进行计算。

(6)

2.3 能力矩阵C

能力矩阵表示C共建教育装备在各个可用状态下的能力,是指实验装备在执行实验任务的过程中所处状态下达到任务目标的能力向量。共建教育装备能力体系主要分为3层,目标层为系统能力C,准则层由基本能力U1、规则适应能力U2和完成任务能力U3组成,三级方案层又将二级基准层细化为9个具体指标。基本能力U1:{u1,u2}={教育的适应性,技术的先进性}；规则适应能力U2:={u3,u4,u5,u6}={实验的组数,每组人数,实验学时,规定完成时间}；完成任务能力U3:{u7,u8,u9}={实验内容,实验任务量,实验项目类型}。其能力矩阵计算通过以下模糊层次分析法[10-11]计算得出。

2.3.1 模糊矩阵因素集的确定

采用两级模糊评价方法进行综合评价计算。一级评价因素集为:U={U1,U2,U3},二级评价因素为:U1={u1,u2},U2={u3,u4,u5,u6},U3={u7,u7,u9}。评语集为:V={v1,v2,v3,v4,v5}={优秀,良好,中等,一般,较差}。对于评价因素集中的每个因素ui,分析其对于评语集vj(j=1,2,3,4,5)的隶属度rij,它表示评价人员认为第i指标属于第j评语的程度,即评价人员在某个评语等级上画“√”的人数占总人数的比值。这样就得到第二级指标的隶属度矩阵Ri。

2.3.2 基于CR值的权重指标系数向量的确定

确定评价指标体系中的每个指标的权重采用校企合作双方共同确定的专家评判法来确定。用bij表示指标评价ui相对于指标uj的重要程度,可得到由该层指标相对上一层指标重要性的判断矩阵B=(bij)n×n,其中bij取值采用广泛使用的1-9比率标度法得到。将相互间的比较结果形成一个判断矩阵。为了减少各专家之间评判的主观性,首先对各专家打分形成的矩阵进行一致性检验,结合CR值计算出专家的权重值,采用以下公式来确定专家的权重[12]

(7)

式中:βi为第位专家的权重,CRi为第位专家的一致性检验值,n为符合一致性检验专家的数量。

根据专家教授的权重及打分情况,采用加权计算的方法得出修正的判断矩阵,进行归一化处理得到各个能力指标的权重矩阵。重复以上过程,从上往下逐层计算,直至得出各底层因素相对于高层的相对权重。记一级评价因素权重集为:W=(w(1),w(2),w(3)),各二级指标的权重因素集分别表述为:w(1)=(w1,w2),、w(2)=(w3,w4,w5,w6),w(3)=(w7,w8,w9)。

2.3.3 能力矩阵C的模糊综合评价计算

在模糊矩阵和权重系数矩阵W已经确定的基础上,采用加权平均法进行共建教育装备能力矩阵进行综合计算。按照从低到高逐层进行评价,将底层综合评价作为上一层的模糊矩阵进行高层的综合评价,其方法是将各因素的权重集向量W乘以模糊矩阵得到某一级指标的综合评价集S=WR。首先,进行二级准则的能力标计算如下：

(8)

(9)

于是,将权重矩阵W与模糊综合评价矩阵R合成模糊综合结果向量S,

S=W*R=

(10)

对模糊综合评价向量S采用加权平均法计算,得到能力矩阵的量化值。采用0—1标度进行量化值区分,优秀,良好,中等,一般,较差等5个级差,对应得分区间分别为0.9以上、0.8～0.89，07～0.79、0.6～0.69、0.6以下。为计算方便采用中位数计算教育装备能力等级评价矩阵G=(优秀,良好,中等,一般,较差)=(0.95,0.85,0.75,0.65,0.50),等级综合评价分数为X,则得到基于模糊综合价法的教育装备能力值为X=S*GT,GT,为等级矩阵转置向量。

根据总体各项能力指标得分和指标权重,计算出总体能力值。因教育装备的状态只有正常和故障2种状态,由于故障状态下教育装备定义为不能开展工作,它的能力为0,于是计算出共建教育装备总体能力为

(11)

2.4 操作水平系数K

操作水平系数即为共建装备使用人员在完成实验或创新研究过程中正确操作的概率,受到指导人员准备、学生使用准备、指导人员水平、使用人员兴趣和系统自动化程度等因素影响。因此确定其一级评价因素为:U={U4,U5,U6,U7,U8}={指导人员准备,学生使用准备,指导人员水平,使用人员兴趣,系统自动化程度}。构建操作水平系数评价指标如图2所示,此系数可采用专家打分的形式,建立一级评价指标体系,采用模糊综合方法计算得到,具体计算过程参照2.3节。

图2 共建装备操作水平系数评价指标体系

2.5 实践创新适应系数I

综合分析校企双方对共建教育装备定位目标,构建共建教育装备实践创新适应系数评级指标体系如图3所示。同样参照2.3节计算方法,此系数I可由对创新能力贡献度由采用专家打分的形式,建立一级评价指标体系,采用模糊综合方法计算得到。

图3 共建装备创新适应系数评价指标体系

3 实际应用及分析

现以华东地区某应用型大学与某集团共建的自动化实验中心的共建装备为例；运用改进ADC模型,进行效能分析。该实验室是该集团首个和高校共建的自动化教育合作项目,配置了当时最新的产品及动态展示机各25台。该共建实验室已平稳运行了6年,平均故障间隔时间为156.2h,平均故障修复时间为3.8h。在此期间,该校自动化专业(系统集成方向)学生以自动化网络架构一体化实验设备为科研训练平台,从第五学期开始进行系统集成综合训练,按教学计划有组织地对学生进行难易程度不同的科研训练。近几年,该专业先后有500多名学生参加了20多项科研项目和数10次的与自动化相关的国家级、省级竞赛,最后一个学期结合实际研究课题完成毕业论文。通过这种校企合作共建实验室培养的毕业生上手快,实践能力强,很受企业欢迎,该专业毕业生多年来的就业率都保持在98%以上,先后有30多位毕业生到该集团就业。针对上述共建运行情况,采用改进的ADC模型对该校企共建装备进行效能分析计算如下。

可用性,依据式(2)、式(3)有:

a2=1-a1=0.023 7

可靠性,依据式(5)有:

通过邀请学校和企业方面长期从事实践创新教育和研究的专家对各级指标进行评价,采用式(7)—(10)得到能力矩阵C如下计算数据:

采用同样的方式得到操作水平性系数K的相关计算结果为:

K=0.8297

实践创新适应系数I的计算结果为:

I=0.8334

总的效能

E=A·D·C·K·I=0.514 6

通过实例计算分析可知道,A和D的取值情况受到共建装备故障诊断的影响,能力矩阵C综合反映了实验装备在执行实验任务的过程中设备性能对达到任务目标的影响程度。操作水平性系数K和创新实践适应性系数I引入评价指标体系,能有效反映出校企共建实验教育装备满足高校和企业的“双创”要求的程度。

4 结语

从提高校企共建实验装备效能出发,针对校企共建实验装备特点,分析影响校企合作共建实验装备任务的特殊性、影响共建装备效能因素的复杂性和多样性,通过引入操作水平性系数和创新实践适应性系数,建立了基于改进ADC的校企共建实验装备效能评估模型。采用模糊综合评价法,实现对某校企共建实验装备有效评估,并通过实例分析表明该共建实验装备效能评估科学有效,可为校企双方的管理者提供决策依据。

References)

[1] 陈小虎. 校企融合,培养应用型本科人才[J].高等工程教育研究, 2009(2):6-11.

[2] 徐辉,郁汉琪,殷埝生,等.以校企共建实验室促进应用型人才培养的思考[J].实验技术与管理, 2010, 27(11):212-217.

[3] 邵红艳, 郑春龙. 校企共建实验室的合作模式与运行机制探讨[J].实验室研究与探索, 2007,26(7):119-121.

[4] 张亮, 赵成福. 国外学校效能评价指标研究的新进展[J]. 教育研究, 2012(8):136-142

[5] 肖飞生. 中小学信息化教育装备综合效能评价指标体系研究[D]. 杭州:浙江师范大学, 2009.

[6] 许成果. 教育装备效能综合评价研究[D]. 北京:首都师范大学.2007.

[7] 王晓迪. 高等学校教育装备管理决策支持研究[D]. 哈尔滨:哈尔滨工程大学,2011.

[8] 胡又农. 教育装备评价简明教程[M].北京: 北京大学出版社, 2008.

[9] 李彤岩, 王培国, 张婷. 基于ADC模型的通信网络效能评估方法研究[J]. 电子技术应用, 2015, 41(9):18-21.

[10] 李静, 殷捻生. 基于模糊层次分析法的学生CDIO能力综合评价[J]. 中国电力教育, 2014(2): 37-39.

[11] 唐有文. 模糊层次分析法[J]. 青海师范大学学报(自然科学版), 2002(3): 19-23.

[12] 何逢标. 综合评价方法MATLAB实现[M]. 北京, 中国社会科学出版社, 2010.

Efficiency evaluation on experimental equipment co-constructed by university and enterprise based on improved ADC model

Li Jing, Yu Hanqi, Yin Niansheng

(Industrial Center, Nanjing Institute of Technology, Nanjing 211167, China)

Based on the efficiency analysis of the experimental equipment co-constructed by university and enterprise, aiming at the characteristics of the experimental equipment, in reference to the efficiency evaluation on educational equipment, and through the introduction of the operational level coefficient, and the innovative and practical adaptability coefficient, the efficiency evaluation model for the experimental equipment co-constructed by university and enterprise based on the improved ADC(Availability, Reliability, Capability)is established. By using the fuzzy comprehensive evaluation method, the effective evaluation on the experimental equipment co-constructed by university and enterprise is realized. Through an example analysis, it shows that the efficiency evaluation on the co-constructed experimental equipment is scientific and effective.

efficiency evaluation; co-construction by university and enterprise; experimental equipment; ADC model

10.16791/j.cnki.sjg.2017.03.069

2016-09-22 修改日期：2016-11-03

江苏省高等教育教学改革研究课题(2015jsjg169)

李静(1972—),女,山东枣庄,硕士，助理研究员,主要从事科研管理、实验室建设与效能评估工作.

E-mail：lijing@njit.edu.cn

G482

A

1002-4956(2017)3-0268-04