综合评价模型动态加权综合评价方法

大学生综合素质评价中模型的选取大学生的综合素质是指在先天生理的基础上，经过后天的高等教育和社会环境的影响所形成的对大学生的发展和提高起着决定作用的，最基础、最重要、最本质的综合素养和品质。

大学生综合素质评价的结果，一方面关系大学生个人的评优获优、就业等切身利益问题，一方面关系对高校人才培养效果的科学评价和适时调整。

为此，采用科学合理的评价方法对大学生综合素质进行评价关系重大。

由于大学生综合素质事关国家的振兴，关系着民族的未来。

所以关于这方面的研究，十几年来已经取得了长足的发展。

现在仅就模型选取过程中遇到的问题进行简单的论述。

首先列举当前社会比较成熟的几个评价方法。

一、大学生综合素质评价的BP小波神经网络评价模型目前采用神经网络进行非线性系统建模的方式有很多（如:BP 网络等），他们通过对训练样本的学习能很好地反映出对象的输入/ 输出之间的复杂的非线性关系。

不同的网络收敛及逼近效果各不相同。

本文提出一种基于BP小波神经网络的方法来对大学生综合素质评价体系进行建模，以达到良好的逼近及适配效果。

1、评价体系建模思想BP小波神经网络对大学生综合评价体系建模的基本思想是：将各评价指标的属性值作为BP小波网络模型的输入向量，评价结果作为模型的输出向量，用足够多的样本训练这个网络, 使网络记住各指标的权重、各评价人员的经验、知识等；利用训练好的BP小波网络模型，根据评价对象各指标测定的值就可以得到对评价对象的评价结果。

2、B P小波神经网络模型结构BP小波神经网络的结构如下：输入层向量是通过数据预处理器将评价指标体系中各个指标的实测值组成的向量按一定规则归一化处理后得到的。

输出向量分别代表优、良、中、合格、差五个综合评价结果, 取值范围为[0,1] , 其中取值最大的输出单元对应的评价结果即为评价对象最终的评价结果。

小波神经网络是一种以小波基函数为神经元激励函数的前馈网络模型, 它既可看作是一种以小波函数为基底的函数连接型网络，也可以认为是径向基函数网络的推广，采用单隐层结构。

幼儿园数学教育的评价方法幼儿园是孩子最初接受教育的场所，对于幼儿阶段的数学教育，评价方法是非常重要的。

评价的目的在于全面了解儿童的学习成果和学习进展，便于家长及时了解孩子的需求与问题，为教育工作者改进教学方法提供参考依据。

如何评价幼儿园数学教育的效果呢？下面将从五个方面进行分析。

一、综合评价综合评价是对于孩子学习情况的一个总体评价，包括了孩子在数学知识、数学技能、数学兴趣的方面表现。

具体可以通过综合成绩、综合表现、综合分析等方式来进行。

1.综合成绩综合成绩是通过对孩子的考试成绩、测验成绩、作业成绩等加权平均得出的综合评价成绩，可以反映出孩子在学习效果上的全面情况。

可以将孩子分在一定的档次内，例如A、B、C、D、E等五个档次，以便于家长、老师进一步了解孩子。

2.综合表现综合表现是对孩子在数学学习以外的方面所表现出的素质的评价。

这个包括了孩子的态度、品德、言行等方面。

这种评价不受孩子的数学成绩影响，更好地反映了孩子的总体素质。

3.综合分析综合分析是对孩子在数学学习中可能存在的问题进行分析和解决，比如说出现的错误或偏差。

通过对孩子的错题、测验中的降分项进行分析，帮助孩子找到问题的关键所在，找到办法纠正学习方法的不足之处，制定具体的下一步的学习计划。

二、评价标准评价标准是进行幼儿园数学教育评价的前提和基础。

消除随机性和主观性，明确评价标准对于教育教学效果的提高非常重要。

1.课堂评价标准课堂评价标准主要是对孩子在课堂上的表现进行评价。

这种评价标准可以分为知识掌握程度、思维能力和答题速度等不同角度。

同时，还可以根据孩子的年龄、年级、学科、题型等不同情况，确定课堂评价标准。

例如，在幼儿园时期，主张针对孩子的生活情境，用语言、体验、游戏等教育方式开展数学教育。

2.考试评价标准考试评价标准是对孩子考试成绩进行评价。

这里，我们不是主张对幼儿开展过于严厉的考试评价标准，反而针对幼儿特点，强调测评的游戏性和趣味性。

评价标准可以跟随教材标准及时进行更新，强调孩子的掌握程度。

综合评价方法的一般思路1.建指标体系的指导思想与原则一般构建指标体系主要遵循以下原则：综合性指标优先原则、代表性原则、层次性原则、可测性原则、主导性原则、独立性原则、动态性原则、定性指标与定量指标相结合原则等。

详见附一。

2.指标体系的框架课题组根据实际需求分层次设计指标体系框架，例如四个层次的指标体系框架：第一层次为目标层，第二层次为分类指标层，第三层次为分类指标细化层，第四层指标是具体的指标，主要是对指标的诠释及实际应用。

在力求完整性的基础上，根据指标的重要度、典型性以及数据来源可靠性等进行筛选和综合，最终得出简洁明了、代表性强的指标体系。

3.指标筛选指标筛选一般遵循要遵循构建指标的基本原则。

通常采用以下方法进行筛选：（1）数学工具筛选法常用的数学工具筛选方法有最小均方差法、极小极大离差法、相关系数法等。

（2）专家调研法（Delphi法）这是一种向专家发函、征求意见的调研方法。

在指标体系较为复杂时，通常采用专家调研法，详见附五。

4. 指标权重的确定（1）指标权重确定原则为了对被评价对象做出一个全面的评价，需要把反映被评价对象各方面的指标综合在一起。

在综合时，由于事物本身发展的不平衡性，有些指标在综合水平形成中的作用大些，有些则较小，因此需要加权处理。

权重确定方法的选择可以根据研究主体的特点进行，并遵循以下原则：系统优化原则、遵循客观实际原则、民主与集中相结合原则等。

（2）指标权重确定方法确定指标权重的方法有很多中，总体来说可以分为主观与客观两类。

主观进行赋值的方法主要有专家直接估值法、比较评分法、排序对数商法、排序二项系数法、移动平均法、指数平滑法、三点法等，客观赋值方法主要有熵值法、变异系数法、双极值距离法、简单相关系数法、复相关系数法。

以熵值法为例确定指标权重的思路如下：假设现有i 个评价对象，任一评价对象有j 个评价指标来描述，据此组成指标矩阵()ij m n X x ⨯= ，其中ij x 表示第j 个指标对于第i 个评价对象的评价值(隶属度)。

综合评价指标体系构建方法随着社会的发展和进步，评价指标体系在各个领域中的重要性逐渐凸显。

无论是企业管理还是公共服务领域，一个科学合理的评价指标体系能够有助于提高工作效率和质量，实现目标的精准评估。

本文将探讨综合评价指标体系的构建方法，并提供一些可行的建议。

一、确定评价目标在构建综合评价指标体系之前，首先要明确评价的目标是什么。

例如，若我们希望评价一个企业的综合竞争力，那么我们需要确定与竞争力相关的各个维度，如市场份额、品牌价值、员工素质等等。

通过明确评价目标，我们可以更好地开展后续工作。

二、选择评价指标在确定了评价目标后，接下来需要选择合适的评价指标。

评价指标应该能够全面反映评价目标，并且能够量化或定性化的衡量。

为了确保评价指标的准确性和可靠性，可以考虑以下几个方面：1. 科学性：评价指标应该基于科学的理论和依据，避免主观性或片面性的指标选取。

2. 全面性：评价指标应该涵盖评价目标的各个方面，避免遗漏或重复。

3. 可操作性：评价指标应该能够从实际数据中获取，以便进行有效的评估和对比。

4. 相对稳定性：评价指标的选取应该考虑其在不同时间和环境下的可比性和稳定性。

三、设置权重系数在确定了评价指标后，我们需要对各个指标进行权重分配，以反映其在整个评价指标体系中的重要性。

权重系数的设置可以通过专家咨询、层次分析法或者主成分分析等多种方法来进行。

专家咨询是一种常用且有效的权重设置方法。

通过邀请相关领域的专家，进行问卷调查或专家访谈，可以获得他们对各个指标重要性的评价。

在获得专家的意见后，可以使用加权平均法计算各个指标的权重。

层次分析法（AHP）是一种层次化的多准则决策方法，常用于评价指标体系的权重设置。

通过构建判断矩阵，进行一系列的计算和比较，可以得到各个指标的权重。

主成分分析（PCA）是一种统计分析方法，可以提取出各个指标的主要成分，并根据各个主成分的贡献率来设置权重。

主成分分析可以减少指标之间的相关性，以保证评价指标体系的准确性。

综合评价指标体系的设计原则与构建流程一、本文概述在当今复杂多变的社会经济环境中，综合评价指标体系的设计和构建成为了决策制定、政策评估、项目管理等领域不可或缺的工具。

一个科学、合理、有效的综合评价指标体系能够全面、准确地反映评价对象的特征，为决策者提供有力的支持和指导。

本文旨在探讨综合评价指标体系的设计原则与构建流程，以期为相关领域的研究和实践提供有益的参考。

文章将首先介绍综合评价指标体系的基本概念及其重要性，然后详细阐述设计原则，包括系统性、科学性、实用性、可操作性和动态性等。

接着，文章将介绍构建综合评价指标体系的流程，包括明确评价目标、确定评价范围、筛选评价指标、确定指标权重、构建评价模型等关键步骤。

文章还将对综合评价指标体系的应用进行展望，探讨其在不同领域的应用前景和发展趋势。

通过本文的阐述，读者可以深入了解综合评价指标体系的理论和实践，为实际应用提供有力的支撑和指导。

二、综合评价指标体系的设计原则在设计综合评价指标体系时，必须遵循一系列原则，以确保评价的科学性、公正性和实用性。

以下是设计综合评价指标体系时应当遵循的几个主要原则：系统性原则：指标体系应全面反映评价对象的各个方面，包括其主要特征、关键因素和相互关系，形成一个有机整体，避免遗漏和重复。

科学性原则：指标的选择和计算应当基于科学理论和实践经验，确保评价结果的客观性和准确性。

同时，指标应具有明确的定义和计算方法，易于理解和操作。

导向性原则：指标体系应体现政策导向和发展目标，引导评价对象朝着预定方向努力。

通过指标的设置和权重分配，可以突出关键领域和薄弱环节，引导资源合理配置和有效利用。

可比性原则：指标应具有可比性，即在不同评价对象之间进行横向比较或在同一评价对象的不同时期进行纵向比较时，应保持指标的一致性和可比性。

可操作性原则：指标体系应考虑到数据的可获取性和评价的可操作性。

指标应易于量化、便于采集和处理，且评价过程应简洁明了，便于实际应用和推广。

层次分析法在日常生活中，我们面临着各种各样的决策问题。

比如：假期旅游，是去风光秀丽的昆明，还是去迷人的北戴河，或者是去山水甲天下的桂林？一般会依据景色、费用、食宿条件、旅途等因素选择去哪个地方？再比如：面临毕业，可能有科研单位、企业、工厂等单位可以去选择，一般会依据工作环境、工资待遇、发展前途、住房条件等因素择业。

为了解决这些问题，德国运筹学家T.L.Saaty教授于70年代初期提出的一种简便、灵活而又实用的多准则决策方法——层次分析法（Analytic Hierarchy Process，简称AHP）。

层次分析法的基本步骤第一步：建立层次结构模型例：假期旅游，是去风光秀丽的昆明，还是去迷人的北戴河，或者是去山水甲天下的桂林？一般会依据景色、费用、居住、饮食、旅途等因素选择去哪个地方？某一个游客选择旅游景点时，对以上是三个旅游景点考虑了五项准则作为评估依据，建立层次分析模型如下：第二步：构造成对比较阵通过互相比较确定各准则对于目标的权重，即构造判断矩阵，在层次分析方法中，为使矩阵中的各要素的重要性能够进行定量显示，引进了矩阵判断标度（1-9标度法）：设准则层包含5个准则，景色：1C ，费用：2C ，居住：3C ，饮食：4C ，旅途：5C 。

相对于目标层，选择旅游地，进行两两比较打分。

1143322175511111472311211351131135A ⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭构造所有相对于不同准则的方案层判断矩阵相对于景色：1125112211152B ⎛⎫ ⎪ ⎪⎪= ⎪ ⎪ ⎪⎝⎭相对于费用：2111381313831B ⎛⎫ ⎪⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭ 相对于居住：311311311133B ⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭相对于饮食：413411131114B ⎛⎫ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭相对于旅途：511141114441B ⎛⎫ ⎪ ⎪⎪= ⎪ ⎪ ⎪ ⎪⎝⎭第三步：计算各个矩阵的最大特征值max λ和特征向量W Matlab 程序为： [x,lumda]=eig(A); r=abs(sum(lumda)); n=find(r==max(r)); max_lumda=lumda(n,n) max_x=x(:,n)利用matlab 程序计算各个矩阵的特征值和特征向量如下： 矩阵A 的特征值为m a x 5.073λ=，特征向量为：(2)(0.263,0.475,0.055,0.099,0.110)T W =矩阵1B 的特征值为max(1) 3.005λ=，特征向量为：(3)1(0.595,0.277,0.129)T W = 矩阵2B 的特征值为max(2) 3.002λ=，特征向量为：(3)2(0.082,0.236,0.682)T W = 矩阵3B 的特征值为max(3)3λ=，特征向量为：(3)3(0.429,0.429,0.142)T W = 矩阵4B 的特征值为max(4) 3.009λ=，特征向量为：(3)4(0.633,0.193,0.175)T W = 矩阵5B 的特征值为max(5)3λ=，特征向量为：(3)5(0.166,0.166,0.688)T W = 第四步：一致性检验判断矩阵通常是不一致的，但是为了能用它的对应于特征根的特征向量作为被比较因素的权向量，其不一致程度应在容许的范围内，如何确定这个范围？1.一致性指标：1nCI n λ-=-0CI =时，A 一致；CI 越大，A 的不一致性程度越严重。

总第２２３期　２０１３年第１期　舰船电子工程　

Ｓｈｉｐ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｖｏ１．３３　Ｎｏ．１　

１０４　

基于动态加权ＴＯＰＳＩＳ方法的学习状况评价　李文涛　韩庆艳　（１．陆军军官学院合肥２３００３１）（２．安徽邮电学院合肥２３００３１）　

摘要根据试卷的难易系数对个学期分数进行转换，从学生成绩情况和进步情况两方面构建学生学习状况评价指标体系，然后用变　异系数法确定权重，运用ＴＯＰＳＩＳ法进行评价，排序结果反映不同评价对象的优劣程度，最后通过实例对该方法进行了实证分析。　关键词学习状况；难以系数；进步指标；变异系数法；理想点　中图分类号ＴＰ３６１．８　

Ｅｖａｌｕａｔｉｏｎ　ｏｆ　Ｌｅａｒｎｉｎｇ　Ｃｏｎｄｉｔｉｏｎ　Ｂａｓｅｄ　ｏｎ　Ｄｙｎａｍｉｃ　Ｗｅｉｇｈｔｅｄ　ＴＯＰＳＩＳ　Ｍｅｔｈｏｄ　ＬＩ　Ｗｅｎｔａｏ　ＨＡＮ　Ｑｉｎｇｙａｎ　（１．Ａｃａｄｅｍｙ　ｏｆ　Ａｒｍｙ　Ｏｆｆｉｃｅｒｓ，Ｈｅｆｅｉ　２３００３１）　（２．Ａｎｈｕｉ　Ｖｏｃａｔｉｏｎａｌ　Ｃｏｌｌｅｇｅ　ｏｆ　Ｐｏｓｔｓ　ａｎｄ　Ｔｅｌｅｅｏｍ，Ｈｅｆｅｉ　２３００３１）　

Ａｂｓｔｒａｃｔ　Ａｃｃｏｒｉｎｇ　ｔｏ　ｔｈｅ　ｄｉｆｆｉｃｕｌｔｙ　ｃｏｅｆｆｉｃｉｅｎｔ　ｏｆ　ｔｅｓｔ　ｐａｐｅｒ，ｔｈｉｓ　ａｒｔｉｃｌｅ　ｃｏｎｖｅｒｓｅｓ　ｔｈｅ　ｓｃｏｒｅ　ｏｆ　ｅｖｅｒｙ　ｓｅｍｅｓｔｅｒ，ａｎｄ　ｃｏｎｓｔｒｕｃｔｓ　ｓｔｕｄｅｎｔｓ　ｌｅａｒｎｉｎｇ　ｓｔａｔｕｓ　ｅｖａｌｕａｔｉｏｎ　ｉｎｄｅｘ　ｓｙｓｔｅｍ　ｆｒｏｍ　ｔｗｏ　ａｓｐｅｃｔｓ　ｏｆ　ｓｔｕｄｅｎｔ　ａｃｈｉｅｖｅｍｅｎｔ　ａｎｄ　ｐｒｏｇｒｅｓｓ，ｔｈｅｎ　ｕｓｅ　ｔｈｅ　ｍｅｔｈｏｄ　ｏｆ　ＴＯＰＳＩＳ　ｔＯ　ｅｖａｌｕａｔｅ　ｌｅａｒｎｉｎｇ　ｃｏｎｄｉｔｉｏｎ，ｔｈｅ　ｓｏｒｔｉｎｇ　ｒｅｓｕｌｔｓ　ｒｅｆｌｅｃｔ　ｔｈｅ　ｓｕｐｅｒｉｏｒｉｔｙ　ｏｆ　ｄｉｆｆｅｒｅｎｔ　ｅｖａｌｕａｔｉｏｎ　ｏｂｊｅｃｔｓ，ｆｉｎａｌｌｙ　ｗｅ　ｃａｒｒｉｅｄ　ｏｎ　ｅｍｐｉｒｉｃａｌ　ａｎａｌｙｓｉｓ　ｏｆ　ｔｈｅ　ｐｒｏ—　ｐｏｓｅｄ　ｍｅｔｈｏｄ　ｂｙ　ａｎ　ｅｘａｍｐｌｅ．　Ｋｅｙ　Ｗｏｒｄｓ　ｌｅａｒｎｉｎｇ　ｃｏｎｄｉｔｉｏｎ，ｄｉｆｆｉｃｕｌｔｙ　ｃｏｅｆｆｉｃｉｅｎｔ，ｐｒｏｇｒｅｓｓ　ｉｎｄｉｃａｔｏｒ，ｖａｒｉａｔｉｏｎ　ｃｏｅｆｆｉｃｉｅｎｔ　ｍｅｔｈｏｄ，ＴＯＰＳＩＳ　ｍｅｔｈｏｄ　

初三期末考试成绩评价模型初三期末考试成绩评价模型是对学生在初三期末考试中所取得的成绩进行分析和评价的一种方法，旨在全面、客观地反映学生的学习水平和能力。

该模型通常包括对学生的成绩、学习态度、学习方法等方面的综合评价。

二、成绩评价模型的构成1.成绩评价指标：初三期末考试成绩评价模型主要包括以下几个方面的指标：（1）总分：学生期末考试各科目成绩的总和。

（2）平均分：学生期末考试各科目成绩的平均值。

（3）排名：学生期末考试成绩在班级或年级的排名。

（4）进步幅度：学生本次考试成绩与上一次考试成绩的差值。

2.评价方法：初三期末考试成绩评价模型采用定量与定性相结合的方法，对学生的学习成绩进行全面评价。

三、成绩评价模型的应用1.对学生的评价：教师可以根据成绩评价模型对学生进行综合性评价，了解学生的学习状况，为后续教学提供参考。

2.对教学工作的评价：教师可以根据成绩评价模型对教学工作进行反思和总结，找出教学中的不足之处，调整教学策略。

3.对学生的激励：成绩评价模型可以为学校和家长提供学生学习成绩的客观反映，激发学生的学习积极性。

四、注意事项1.成绩评价模型仅是对学生学习成绩的一种评价方式，不能完全代表学生的综合素质。

2.在使用成绩评价模型时，应结合学生的具体情况，充分考虑学生的个体差异。

3.成绩评价模型应为一个动态的、持续的过程，教师和家长应定期关注学生的学习成绩，为其提供及时的指导和帮助。

4.成绩评价模型应与学生的成长记录、综合素质评价等其他评价方式相结合，以全面、客观地评价学生的综合素质。

习题及方法：1.习题：计算某学生在初三期末考试中的平均分。

解题方法：将学生在各科目的成绩相加，然后除以科目总数。

答案：假设学生在语文、数学、英语、物理、化学五科目的成绩分别为90、85、95、88、92，那么该学生的平均分为(90+85+95+88+92)/5=90分。

2.习题：根据以下分数，计算学生的总分和平均分。

语文：85分，数学：90分，英语：88分，物理：92分，化学：84分。