灰色关联分析指标的大学科研评估系统

韩治国

摘  要： 针对在原有大学科研评估系统的运用中，常因指标选取不当或范围较小造成评估准确度较差的问题，设计基于灰色关联分析指标的大学科研评估系统。对信息处理器进行设计，其他部分沿用原有系统硬件;确定评估指标，结合灰色关联分析方法得出指标的权重与排序结果。应用此结果计算关联程度，并通过编程语言控制评估过程，实现大学科研评估工作。构建测试环境，完成系统性能测试。通过与原有系统对比指标范围可知，此系统与样本指标一致，而原有系统出现指标缺失现象，由此可知，此系统相较于原有系统评估范围更广，评估结果准确度更高。

关键词： 灰色关联分析; 大学科研项目; 指标; 评估方法; 关联度; 高校评估

中圖分类号： TN911.1?34; TP393                    文献标识码： A                   文章编号： 1004?373X（2020）13?0126?04

University scientific research evaluation system based on grey relational analysis index

HAN Zhiguo

（Beijing Sport University， Beijing 100084， China）

Abstract： In the application of the original university scientific research evaluation system， the evaluation accuracy is frequently poor due to improper index selection or small index range. In view of this， a university scientific research evaluation system based on grey correlation analysis index is designed. Only the information processor is redesigned， while the other parts follow the original system hardware; the evaluation indexes are determined， and the weight and ranking results of the indexes are obtained with the grey correlation analysis method. The result obtained is used to calculate the correlation degree， and the evaluation process is controlled by programming language to realize the university scientific research evaluation. The test environment is constructed to complete the performance test of the system. By comparing the index range with the original system， it can be seen that the indexes of the proposed system is consistent with those of the sample， while missing index occurs to the original system. It can be seen that， in comparison with the original system， the proposed one has a wider evaluation range and higher evaluation accuracy.

Keywords： grey relational analysis; university research project; indicator; assessment method; correlation degree; university evaluation

0  引  言

在科学技术不断发展的今天，科研能力是保证其发展的重要手段之一。这是一种运用科研手段和装备，将未知事物的内在本质与运动规律通过调查研究、实验等多种形式为创造发明新产品与新技术提供理论依据的能力[1?2]。

在教育的不断发展中，大学科研项目是衡量一所高校教学能力的重要指标之一。为将大学科研能力的研究具象化，在过往的时间里，研究设计出许多大学科研评估系统。但这些系统在使用过程中由于指标选择不当，信息处理硬件设计老旧，常造成评估精度较差的问题。

因此，在此次的研究中构建新型大学科研评估系统。针对原有大学科研评估系统的相关问题，设计灰色关联分析指标的大学科研评估系统。所谓的灰色关联分析指标是指两个系统之间的因素随时间或不同变化的关联程度大小的量度，根据量度之间的相似与相异程度进行判断[3?4]。采用这种指标可以有效地提升指标选取的科学性，提高评估精度。

1  系统硬件设计

在此次硬件设计中，为保证灰色关联分析指标应用的稳定性，引用新型硬件提高信息处理性能。在评估过程中，需要对大学科研项目中大量的指标与信息进行处理。将系统硬件具象化显示，大学科研评估系统硬件框架如图1所示。

通过上述硬件框架可以看出，在此次系统硬件设计中，信息中央处理设备是框架整体的重点。原有科研评估系统中采用的信息处理器多为单一处理器，信息处理量较小。因采用灰度关联分析指标，指标运算过程较为繁琐。因而，选用信息处理器形式为嵌入式处理器[5]，具体参数如表1所示。

采用上述参数完成新型信息处理器的设计与引用。为实现灰色关联分析，在处理器的设计中引用i7?8700型号芯片，将其内核数提升为6核，加强处理器数据运转能力。将处理器内存提升至原有的2倍，加强数据存储能力。在新型信息处理器中设定多种数据接口，保证在数据较多的情况下，系统不会因数据拥堵造成系统崩塌[6?8]。设计以下必须存在的接口：LGA 1156接口、A/D接口以及I/O接口，通过上述接口保证多样化信息的传输效果。将通过处理器的电流设定为5 A，通过电流的恒定控制处理的运转状态。信息处理器核心芯片如图2所示。

采用上述芯片与接口以及电路设定，完成新型信息处理器的设计，引用至原有系统硬件中，作为此次软件设计的基础。此次硬件设计仅对信息处理器进行更新，其他部分沿用原有系统硬件。

2  系统软件设计

针对原有指标选取不当造成评估精度较低的问题，采用灰色关联分析指标的方式对原有的大学科研评估系统软件进行设计。通过制定流程保证设计过程有效进行，流程如图3所示。

在设计的过程中，除指标的选择与确定外，还需构建灰色关联分析指标评估模型，保证指标选择的准确性。通过分析常用的评估指标，得出灰色关联分析的评估指标比重并运用计算数据完成模型求解[9]。

2.1  确定评估指标

在大学科研项目中，可供对其评估的指标有多个。因而，为保证指标选择的科学性，需首先对其进行分类[10]，将指标分为3种层次。根据分类结果选取与大学科研相关的指标，完成评估指标的初次选定。此次设计主要针对科研投入与科研产出量方面进行指标研究。因而，仅选取大学科研中与上述两方面相关的指标完成指标设定，具体内容如表2所示。

根据上述指标设定此次系统科研评估指标，并构建相应评估体系。设定指标体系为[A]，评价权重为[Ni]，指标项数值为[Mi]。则有：

式中[i]为三级指标的序号。

通过式（1）完成体系构建结合指标选取，完成评估指标确定工作。

2.2  设定灰色关联分析指标权重

采用上述部分完成评估指标的确定过程，并通过该评估指标，利用灰色关联分析方法得出指标权重[11?12]。将一部分指标设定为评价影响因素，另一部分设定为评估指标。设定评估指标集合为[W]，与之对应的参考指标设定为[V]，且

科研产出 科研人才培养 人均发表文章数目[i10] 科研创新团队[i11] 科研成果转化率[i12] 科研获奖 科研成果获奖数[i13] 专利发明数[i14] 新技术转化率[i15] ]

由于指标的计量单位有所不同，采用灰色关联分析时需采用无量纲化处理。具体公式如下：

式中[a]表示指标集合中指标的个数。

通过上述公式得出评估指标权重排序如表3所示。

根据计算完成权重排序，并将其应用于大学科研评估系统之中，通过编写程序对评估过程进行控制。

2.3  实现大学科研评估

采用指标权重计算出相应的指标关联度，并通过关联度完成评估工作。设定关联度为[yi]，则有：

通过关联度计算结果，结合指标情况，采用无量纲计算，得出大学科研评估结果[13]。

采用C语言完成代码编写，通过代码完成科研评估。在评估过程中，合理安排指标与参考因数的个数与比例，最大程度提高指标个数[14]。以此保证评估结果的有效性。为保证此次设计系统的合理性，构建性能测试环境，完成系统测评。

3  性能测试分析

构建测试环境，完成对灰色关联分析指标的大学科研评估系统性能分析。除对此次设计系统可操作性的检验外，将其与原有评估系统进行对比，通过性能比较分析结果，论证此次设计的有效性。

3.1  构建测试环境

将此次系统评估对象设定为某高等院校的科研项目，使用本文设计的大学科研评估系统与原有评估系统对其进行评估。通过对比评估指标的范围，获取两系统的性能情况。针对评估指标的多样性，已知科研评估结果体现范围较广。选取部分可决定科研项目的评估指标作为此次测试中的樣本指标，具体见表4。

通过上述样本指标完成此次评估，并对比样本指标出现的个数，通过图片形式描述实验结果。

3.2  测试结果分析

采用上述测试环境完成系统测试过程。获取测试结果，每一块三角表示一个相应的指标，测试结果具体情况如图4所示。

从此次测试结果可以看出，本文设计系统所占指标与样本指标一致，其评估较为广泛。因此，本文所设计的系统评估结果精度较高。原有系统评估指标与样本指标相差较大，可以看出其指标选取较为不当，且指标精度较低，易造成评估结果准确度较差的问题。因而，就评估准确度这一性能而言，本文设计系统远优于原有评估系统。将此系统应用推广可有效提升大学科研评估精度。

4  结  语

基于原有大学科研评估系统因其指标选取不当造成评估精度较差的问题，本文设计新型评估系统，即灰色关联分析指标的大学科研评估模型。采用灰色关联分析技术将指标权重代入模型之中，以此提升评估精度。在此次设计中，仅针对这一问题进行研究，为保证科研评估的发展，在日后的研究过程中增加对其他性能的关注，为其提供更加广泛的发展空间。

参考文献

[1] 安相华，蔡卫国，宋晓杰.基于云模型与协同决策的FMEA耦合评估方法[J].计算机集成制造系统，2018，24（5）：1179?1190.

[2] 曾翔，徐廷学，安进，等.灰色关联分析的备件分类方法[J].现代防御技术，2018，46（2）：145?152.

[3] 朱福林，张波，王娜，等.基于熵权灰色关联度的印度服务外包竞争力影响因素实证研究[J].管理评论，2017，29（1）：53?61.

[4] 李宏宽，何海燕，蔡静静，等.考虑评估指标关联性的我国军民融合发展水平评估研究：基于DEMATEL?ANP模型与灰色关联分析法[J].科技进步与对策，2018，35（9）：113?122.

[5] 韩敏，张瑞全，许美玲.一种基于改进灰色关联分析的变量选择算法[J].控制与决策，2017，32（9）：1647?1652.

[6] 董文心，王英，张悦，等.基于DEMATEL?相关性分析和VIKOR?灰色关联分析的供应链绩效评价模型研究[J].科技管理研究，2018，38（9）：191?197.

[7] 李守林，赵瑞，陈丽华.基于灰色关联分析和TOPSIS的物流企业创新绩效评价[J].工业技术经济，2018，37（4）：12?21.

[8] 郭丽峰，王树国，刘熙娟，等.基于灰色关联理论的新疆生产建设兵团城镇化水平评价[J].数学的实践与认识，2017，47（5）：83?89.

[9] 刘仕雷，李昊.改进ADC方法及其在武器装备系统效能评估中的应用[J].国防科技大学学报，2017，39（3）：130?135.

[10] 郝艳捧，张磊，刘远鹤，等.基于改进灰色关联分析的GIS质量评价[J].电力自动化设备，2017，37（7）：161?165.

[11] 周全，郭健，李爱光，等.一种概率分布的区间数多指标灰色关联模型[J].测绘科学技术学报，2017，34（5）：541?544.

[12] 张灵阁，韩明杰，赵勇，等.英澳新三国高等學校科研评价体系的比较及启示[J].中国科技论坛，2017（1）：179?184.

[13] 顾萍，夏旭，伍雪莹，等.高校科研评价指标体系构建研究[J].图书情报工作，2017（9）：94?101.

[14] 刘蕊，王朝昕，陆媛，等.社区卫生服务中心科研能力综合评价体系的构建及可行性验证[J].中国全科医学，2018，21（17）：2030?2034.

[15] 冯文宇.大学科研评价体系的创新逻辑与改革建议[J].情报杂志，2018，37（5）：195?199.