基于灰色模型的综合测评体系

《基于灰色模型的综合测评体系》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于灰色模型的综合测评体系：本文以广州大学松田学院管理学系的一个教学班部分学生为样本，根据一年综合测评数据资料，采用灰色模型的方法进行预测和排序。同时与传统方法进行比较，探讨了灰色模型在学生综合测评分析中的优缺点。本文通过数据研究的方式，为学生工更好地管理学生提供理论依据，使学生工作更加科学有效。　　关键词：灰色模型；综合测评；学生工作　　：G46：A：1009-0118（2011）-06-0-02　　　　一、灰色模型理论　　灰色理论是我国学者邓聚龙教授在1982年创立的，它是一种研究少数据、贫信息、不确

2、定性问题的新方法。灰色理论的研究对象是“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统，它通过对“部分”已知信息的生产、开发实现对现实世界的确切描述和认识。灰色系统对实验观测数据没有什么特殊的要求和限制，因此应用领域十分宽广。　　二、学生综合测评评价体系　　综合测评的宗旨是激发学生的积极性，引导学生以学为主，德、智、体全面发展，并为学院、校级和市（省）级评选优秀学生，同时为颁发奖助学金提供依据。　　以广州大学松田学院管理学系一个教学班为例，综合测评分为：品德表现（权重20%）、学业表现（

3、权重60%）、综合能力（权重20%）。　　三、实证分析　　表2是对7位同学的指标打分，所标示的百分比是本文中在评价体系中的权值a，这里给出的是本班使用的评价权重。　　第一步：对原始数据表进行数据处理。　　（一）确定指标　　令：k=1，好人好事；k=2，无偿献血；k=3，参加迎新工作；k=4，获得院系文明称号成员；k=5，英语四六级达标，计算机达标，及各种国家技能考试合格者；k=6，每月全勤；k=7，辅修第二专业；k=8，被评为早读优秀班级、优秀团支部、先进班集体等班级成员。k=9，无旷课；k=10，无补考

4、；k=11，担任院系班学生干部；k=12，参加文体活动；k=13，参加文艺活动并获奖；k=14，参加社会实践等活动并表现突出者；k=15，发表；k=16，参加科技技能竞赛并获奖；k=17，被评为优秀连队，军训标兵，内务标兵等。　　（二）对定性指标量化处理　　令：优秀1.0，良好=0．75，合格=0.5，不合格=0.25。　　（三）再对各指标的权值做归一化处理　　即：　　（四）对定量化指标作区间值化处理　　令为样本i指标区间值处理后的对应的新参量。如对应样本1，…，对应样本7。归一化处理在Excel中通过下

5、式函数来实现，把数据归一化为单位方差和零均值，这相当于把原始数据看成服从正态分布。　　第二步：确定参考数列　　原始数据经过第一步处理之后，得到结果见表3。　　确定参考数列XO，　　显然对于各项指标，数值越高越好。　　第三步，根据表3，求出及和，计算结果见附表2　　其中，　　从中得知：=0，=0.5　　第五步：按照加权关联度计算。　　公式：　　表4各样本值　　四、结论　　从值可以看出学生综合测评的排名结果是7号学生综合素质最好，其次是3号，1号，4号，最差是5号学生。需要说明的是本文中采取的广州大学松田学院

6、管理学系某个教学班的14个学生情况作为样本，但是由于不同研究者对评价指标权值的给定不同（或是按照学校具体要求设定）、模型中的分辨率的取值不同以及各种不同情况，并不会改变最后的关联程度，只是对结果的分辨效果不同。　　本文题出的方法与传统的综合测评方法相比较克服了传统定量方法过于肯定的缺点，同时考虑了问题中的模糊性和灰色性，使结论更加符合实际情况。但是在构造模型语言标度时需要借助有关专家的知识，对评价者的主观依赖性较强。因此，为了达到更加准确的效果有待于进一步的研究和探讨。