改進的AHP-模糊綜合評價法在本科生學(xué)習(xí)力評價中的應(yīng)用
——以成都師范學(xué)院為例

◇成都師范學(xué)院數(shù)學(xué)學(xué)院 謝 娟 舒孝珍 朱珍妮 陳云端

本文以成都師范學(xué)院的本科生為研究對象，利用多級模糊綜合評判法和改進的層次分析法，結(jié)合本科學(xué)生學(xué)習(xí)力的影響因素，建立了多級模糊綜合評判模型，分析評價了成都師范學(xué)院本科學(xué)生的學(xué)習(xí)力。

“學(xué)習(xí)力”一詞最早出自20世紀(jì)60年代美國系統(tǒng)動力學(xué)教授福瑞斯特提出的學(xué)習(xí)型組織思想[1]，學(xué)習(xí)力主要包括學(xué)習(xí)動力、學(xué)習(xí)毅力、學(xué)習(xí)能力、學(xué)習(xí)創(chuàng)新力[2-4]。對本科生學(xué)習(xí)力的評價研究，常見的方法有神經(jīng)網(wǎng)絡(luò)分析法[5]、灰色聚類評價法[6]、層次分析法和模糊綜合評價法[4,7-10]?；趯哟畏治龇ê湍：C合評價法的學(xué)習(xí)力研究中[4,7-10]，采用的是傳統(tǒng)的1～9標(biāo)度的層次分析法，該標(biāo)度法需要對判斷矩陣進行一致性檢驗，將給實際應(yīng)用帶來不必要的麻煩，本文采用改進的0.1～0.9標(biāo)度的層次分析法，并結(jié)合模糊綜合評價法對本科生學(xué)習(xí)力進行探究，可以避免判斷矩陣的一致性檢驗，同時也得到合理的評判結(jié)果，并且使得AHP-模糊綜合法在實際生活中得到更廣泛的應(yīng)用。

1 本科生學(xué)習(xí)力評價指標(biāo)體系構(gòu)建

表1 本科生學(xué)習(xí)力評價指標(biāo)體系

在構(gòu)建本科生學(xué)習(xí)力評價指標(biāo)體系過程中，通過查閱借鑒相關(guān)文獻資料研究成果，遵循科學(xué)性、系統(tǒng)性、適用性等原則，咨詢專家和對調(diào)查問卷數(shù)據(jù)的整理分析，最終確立了4個一級指標(biāo)和24個二級指標(biāo)的本科生學(xué)習(xí)力評價指標(biāo)體系，見表1所示。

2 改進的AHP-模糊綜合評價法的相關(guān)理論

2.1 改進的AHP

與傳統(tǒng)的1～9標(biāo)度的層次分析法不同的是，改進的層次分析法利用的是0.1～0.9標(biāo)度，新的標(biāo)度更能符合判斷矩陣的一致性與人們的思維一致性的協(xié)調(diào)。應(yīng)用改進的AHP的主要步驟如下[11]：

（1）建立層次結(jié)構(gòu)模型。根據(jù)評價指標(biāo)體系，至上而下建立層次結(jié)構(gòu)模型的目標(biāo)層、準(zhǔn)則層、方案層。

（4）利用“和法”計算權(quán)重。該計算過程可借助MATLAB數(shù)學(xué)軟件實現(xiàn)。

2.2 多級模糊綜合評判

模糊綜合評判可分為一級模糊綜合評判和多級模糊綜合評判，由于現(xiàn)實問題往往錯綜復(fù)雜，因而常用多級模糊綜合評判對問題進行分析。多級模糊綜合評判的一般步驟如下[12]：

（1）將因素分層。

（2）建立權(quán)重集。對每級評判中的因素，根據(jù)其重要性賦予相應(yīng)的權(quán)重。

（4）一級模糊綜合評判。在因素分層中，先對最后一層因素進行模糊綜合評判，因而，把對最后一層元素進行的模糊綜合評判稱為一級模糊綜合評判。

（5）多級模糊綜合評判。在因素分層中，對倒數(shù)第二層的因素進行評判，把一級模糊綜合評判的結(jié)果作為二級模糊綜合評判時的單因素評判，計算得到二級模糊綜合評判結(jié)果，再把二級模糊綜合評判結(jié)果作為倒數(shù)第三層因素的三級模糊綜合評判時的單因素評判，依次類推，得到多級模糊綜合評判結(jié)果。

2.3 改進的AHP-模糊綜合評判模型

改進的AHP-模糊綜合評價法是指將0.1～0.9標(biāo)度下的層次分析法融入到模糊綜合評價法中來確定指標(biāo)的權(quán)重，其一般步驟如下：

3 本科生學(xué)習(xí)力評價分析

根據(jù)表1中的本科生學(xué)習(xí)力評價指標(biāo)體系，應(yīng)用改進的AHP-模糊綜合評價法，以成都師范學(xué)院大一至大四的本科生為研究對象，通過調(diào)查問卷搜集數(shù)據(jù)，進行成都師范學(xué)院本科學(xué)生的學(xué)習(xí)力評價。

3.1 權(quán)重計算

對于總的目標(biāo)層，利用0.1～0.9標(biāo)度的層次分析法構(gòu)造準(zhǔn)則層中學(xué)習(xí)動力、學(xué)習(xí)毅力、學(xué)習(xí)能力、創(chuàng)新能力的判斷矩陣A如下：

借助MATLAB數(shù)學(xué)軟件計算4個一級指標(biāo)的權(quán)重，編寫M文件程序qz.m如下所示：

運行結(jié)果：

利用上述相同的方法作數(shù)學(xué)變換和權(quán)重計算，得到24個二級指標(biāo)的權(quán)重為，其中

3.2 綜合評判

利用問卷星網(wǎng)絡(luò)調(diào)查問卷，隨機向成都師范學(xué)院各個學(xué)院，各個專業(yè)的大一至大四的學(xué)生進行了抽樣調(diào)查，共收回有效問卷364份。通過在線spss對調(diào)查問卷進行分析，信度系數(shù)值為0.893，大于0.8，因而說明研究數(shù)據(jù)信度質(zhì)量高。

對表1中的24個指標(biāo)設(shè)立了備擇集V={好，較好，一般，較差，差}，分別對應(yīng)區(qū)間，通過咨詢專家和結(jié)合調(diào)查問卷數(shù)據(jù)分析結(jié)果，得到各個指標(biāo)對應(yīng)等級的隸屬度，如表1所示。表1中一級指標(biāo)“學(xué)習(xí)動力”下的5個二級指標(biāo)對應(yīng)的模糊評價矩陣為：

類似可得一級指標(biāo)“學(xué)習(xí)毅力”、“學(xué)習(xí)能力”、“創(chuàng)新能力”的綜合評價向量：

因此，表1中4個一級指標(biāo)的模糊評價矩陣為：

3.3 結(jié)果分析

通過上述對成都師范學(xué)院本科生學(xué)習(xí)力的評價分析，可以得到如下學(xué)習(xí)力隸屬度比例圖（見圖1），從圖1中可以看到，該校本科學(xué)生學(xué)習(xí)力隸屬于“好”的學(xué)生大約占全體同學(xué)的15.38%，“較好”的約30.21%，“一般”的約45.25%，“較差”的約7.01%，“差”的約2.12%。這一分析結(jié)果與教學(xué)部門的反饋結(jié)果相符，說明此模型對本科生學(xué)習(xí)力評價行之有效。

圖1 學(xué)習(xí)力隸屬度比例

4 結(jié)語

本文利用改進的AHP-模糊綜合評價法對成都師范學(xué)院本科學(xué)生學(xué)習(xí)力進行了分析評價，可以看到學(xué)習(xí)力一般及以下的同學(xué)約54.38%，超過了總?cè)藬?shù)的一半，在教育方式越來越開放化，教育手段越來越多元化，學(xué)習(xí)方法越來越多樣化的今天，良好學(xué)習(xí)力的形成對學(xué)生的成長成才必不可少。