张 强 赵 俭 李长波

(1.解放军理工大学军教院 南京 211101)(2.解放军理工大学训练部 南京 210007)

军校理论课教学质量评价的模糊网络层次分析*

张 强1赵 俭2李长波2

(1.解放军理工大学军教院 南京 211101)(2.解放军理工大学训练部 南京 210007)

针对某军校现行的理论课教学评价标准存在的主要问题,采用网络层次分析法与模糊综合评价法相结合的方案,提出具体改进措施。首先,着眼教学评价指标间具有较强相互影响的现实,利用网络层次分析法确定各指标权重;其次,构建模糊综合评价模型,提出求解评价结果的思路;最后,采集最近一学期某教员的理论课教学质量评价原始数据,通过实例验证该评价模型的有效性。

军事教育; 理论课教学; 质量评价; 网络层次分析; 模糊综合评价

Class Number TP399

1 引言

近年来,随着军队院校编制体制调整和教育评估工作的深入推进,教学质量评价问题已成为人们关注的焦点[1～4]。各级各类军队院校纷纷围绕自身的人才培养目标,建立了教学质量评价的标准和体系,对推动教育教学改革及提升人才培养质量起到了积极作用。但是,教学质量评价的科学性仍有待提高。如表1为某军校现行的理论课教学质量评价表,教学督导专家在听查课过程中凭此表对任课教员进行评价。该表对评价指标进行了分层细化,体现了相关部门力求实现教学质量评价精细化的态度和愿望。该表的主要弊端有:第一,各层次评价指标权重不明确。为体现某些指标的重要性,该表将其简单地设定为“高压线”(详见表1中“评价内容和标准”栏下括号内的说明),而对众多指标间的相对重要性关系没有任何定量描述。确定指标权重是进行科学评价的基础性工作,不具有指标权重的评价结果必然难以令人信服。第二,综合评价方法不够合理。综合评价结果(表1最下一行)是对分项指标评价结果(表1右侧五列)的“综合”,这种“综合”应该有严格的科学依据。而该表并没有对怎样“综合”进行明确,完全依靠主观判断。换句话讲,即使基于相同的分项指标评价结果,不同教学督导专家进行综合评价时,其结果很可能不同,甚至大相径庭。

教学质量评价不仅对于教员队伍建设,甚至对军队院校整体建设都是敏感和重要的问题。该项工作的设计和实施必须具有严谨的态度和科学的方法。本文采用网络层次分析和模糊综合评价相结合的方法,力求破解表1存在的弊端,为军校理论课教学质量评价提供更加合理的思路。

表1 某军校理论课教学质量评价表

2 网络层次分析法基本理论

目前,确定指标体系的权重一般采用层次分析法(Analytic Hierarchy Process,AHP)[5～8]。但应用AHP的关键假设是系统内各元素具有独立性,相互间只能是简单的递阶层次结构。而教学行为是一种复杂的社会活动,评价教学质量的指标体系往往存在强烈的相互作用关系。就表1而言,这种相互作用关系尤为明显。如,教学目标严格制约教学内容,教学内容又深刻影响教学过程,而教学过程对教学目标的实现又具有直接的影响作用。教学过程与教学态度,教学过程与教学风格之间,也存在着明显的相互作用关系。如何科学地确定各指标权重是必须考虑的关键问题。

美国运筹学家T.L.Satty教授于1996年提出网络层次分析法(Analytic Network Process,ANP)理论,将系统内各元素用相互关联的网络结构表示,突破了AHP的研究限制,可以更准确地描述客观事物间的联系,成为更加科学的决策方法,并在近年来得到较广泛的应用[9～12]。本文采用ANP方法确定各评价指标的权重。

2.1 ANP的基本结构

图1 APN的基本结构

标准的ANP由控制层和网络层构成。控制层和传统的AHP的控制层结构相同;网络层除具备传统AHP结构的特点外,允许系统内的任意元素与其它元素(包括该元素自身)进行相互作用和反馈。这种相互作用以箭头表示。AHP基本结构如图1所示。

2.2 未加权超矩阵

设ANP中控制层元素为P1,P2,…,Pm,网络层中元素组为C1,C2,…,Cn,其中元素组Ci中的元素ei1,ei2,…,einj,i=1,…,N。以控制层元素PS(s=1,2,…,m)为准则,以Ci中的元素ejl(l=1,2,…,nj)为次准则,元素组Ci中元素对ejl的重要性大小进行比较,由此构造判断矩阵并计算出归一化特征向量win,即为网络元素权重(需进行一致性检验)。同理,可得到相对于其它元素的排序向量,得到矩阵Wij。

其中,Wij的列向量为Ci中元素ei1,ei2,…,einj对Cj中ej1,ej2,…,ejnj影响程度的排序向量。若二者互不影响,则Wij=0。综合后可得到在控制层元素PS下的超矩阵W。

2.3 加权超矩阵

以PS为主准则,以元素组Cj为次准则,对元素组进行成对比较,构造判断矩阵aj,并进行归一化处理,得到归一化特征向量(a1j,a2j,…,aNj)T,将所有的排序向量综合起来构成加权超矩阵A。

aij表示在控制层元素PS准则下,第i个元素组对第j个元素组的影响权重。W的加权超矩阵为

2.4 极限超矩阵

3 模糊综合评价法基本步骤

在教学质量评价中,很多问题不可能具有明确的定量标准,很多评价指标是一种边界不清楚、分类标准不明确的模糊问题,只能被大致地评价为“优”、“良”等模糊等级。模糊综合评价法被公认为解决这类问题的有效方法[13～15],其基本思想是利用模糊线性变换原理和最大隶属度原则,进行由底向上的逐步综合,从而得到最终评价结果。其主要步骤如下:

第三步,获得单因素评价矩阵。

fij为第i个因素被评为第j个评语等级vj的总次数。

第四步,进行模糊变换,得到底层综合评价结果。

B1=W1∘R1=[b11b12…b1n]

⋮

Bm=Wm∘Rm=[bm1bm2…bmn]

式中,“∘”表示进行模糊合成运算。常用的模糊算子有M(∧,∨)型、M(·,∨)型和M(·,+)型。

第五步,对上一级因素进行综合评价。因素集U的单因素评价矩阵为

设u1,u2,…,um的权重向量为WU=[a1,a2,…,am],则对U的综合评价BU=WU∘RU=[b1,b2,…,bn]。

第六步,从最低层次到最高层次依次进行上述运算,直至得到最终结果。另外,还可以模糊综合评价结果按照一定标准转化为分值,使信息更加清晰。

4 实例分析

4.1 基于网络层次分析法对评价指标赋权

根据表1所示的某军校现行理论课教学评价指标体系,采用专家调查法确定各层次指标间的相互影响关系,建立军校理论课教学质量评价ANP结构模型,如图2所示。

图2 军校理论课教学质量评价ANP结构模型

本文采用经典九分法对各指标之间重要性程度进行对比打分。由于ANP方法对打分和一致性检验过程较AHP方法复杂得多,本文运用Super Decisions软件进行运算。

表2 网络层指标的群内权重和极限权重

4.2 军校理论课教学质量模糊综合评价

现按表1收集最近一个学期15名教学督导专家对某教员的教学质量评价结果,如表3所示。通过对网络层各指标进行单因素分析,可得到评价矩阵Wi、Ri及Bi=Wi∘Ri(i=1,2,…,5)。本文采用加权平均型算子M(·,+)进行模糊运算。如B1的求解过程为

B1=Wi∘Ri

=[0.1654 0.3308 0.3063 0.1308 0.0667]

同理,可求出u2,u3,u4,u5的综合评价向量:

B2=[0.3706 0.3146 0.2063 0.1023 0.0063]

B3=[0.2520 0.4439 0.1854 0.0950 0.0236]

B4=[0.1016 0.5651 0.2317 0.1016 0.0000]

B5=[0.3629 0.3897 0.1763 0.0651 0.0059]

由B1、B2、B3、B4、B5可知控制层的模糊综合评价矩阵RU:

由表3可知控制层各指标权重

WU=[0.164 0.164 0.418 0.121 0.133]

BU=WU∘RU

=[0.2538 0.4116 0.2131 0.0989 0.0226]

表3 评价指标权重及某教员教学质量评价原始数据

4.3 评价结果分析

根据上述分析结果,该教员的教学质量的总体评价结果见表4。根据最大隶属度原则,该教员在“优”、“良”、“中”、“合格”、“不合格”五个等级中,“良”的隶属度值最大(0.4116),所以该教员总体评价结果为“良”。

表4 某教员教学质量综合评价结果

为便于对所有教员的教学质量进行排序,不妨设评语集V={优,良,中,合格,不合格}={95,85,75,65,50}。因此该教员的综合评价成绩为:0.2538×95+0.4116×85+0.2131×75+0.0989×65+0.0226×50=82.638。

当然,教学质量评价的最终目的是找到教学中存在的问题,以便有针对性地加以改进。因此,还需要进一步整理(见表5)和分析(见表6)该教员的控制层评价结果。由表6可知,u5排序第一,达到85.35分,说明该教员的教学风格特色鲜明,授课具有强烈的感染力;u1排序最后,得分在80分以下,说明该教员还需要进一步把握军事教育转型的要求,更多地关注学员能力培养和未来职业发展。当然,这些问题属于当前军事教育,乃至整个高等教育普遍存在的深层次问题,如何在理论课中合理体现教学目标还具有较大争议。另外,u2、u3和u4的得分均处于较高水平,并且较为接近,说明该教员的整体教学水平良好,并且没有明显的短板存在。

以上是针对多人次(15位教学督导专家)教学质量评价的计算分析过程,对于单次教学质量评价,只是上述过程的特例,计算流程和方法相似,不再赘述。

表5 某教员教学质量控制层评价结果

表6 某教员教学质量控制层评价结果排序

5 结语

本文针对某军校现行的理论课教学质量评价办法存在的问题,提出了具体改进方案:从各评价指标间具有较强交互作用的实际出发,采用网络层次分析法确定各评价指标的权重;采用模糊综合评价法对理论课教学质量进行分析,不仅技术成熟,易于操作,而且可以方便地转化成具体的数值进行更加精细化的排序,有助于科学决策理论向实际应用转化。

对于各评价指标得分的差异性比较,本文采用数值对比法,数值大者为优,数值小者为劣。这种方法直观易懂,但对于优劣的程度还不能准确描述。为此,需要借助统计分析相关方法[16～17],这将是下一步研究的重点。

[1] 向德全.军事教育评价发展研究[M].北京:解放军出版社,2007:1-4.

[2] 向德全.军队学历教育院校教学评价工作研究[M].北京:海潮出版社,2008:3-5.

[3] 陈铁柱,戴燕君.军队院校教学工作评价运行模式研究[M].北京:国防工业出版社,2011:1-5.

[4] 陈勇.军事高等教育理论研究与实践探索[M].北京:军事谊文出版社,2010:395-401.

[5] WU Yan, DU Dong. AHP evaluation software desing and empirical research[J]. Computer Systems & Applications,2008,17(11):34-36.

[6] 朱宝红,聂海波,周永强.基于AHP与ANP方法的浮桥渡河方式评估[J].兵工自动化,2009,28(12):18-21.

[7] 杨德权,裴金英.基于超效率DEA-IAHP的物流企业绩效评价[J].运筹与管理,2012,21(1):189-194.

[8] Stam A, Duarte Silva A. Onmultiplicative priority rating methods for the AHP[J]. European Journal of Operational Research,2003,145(1):92-108.

[9] 周黎莎,于新华.基于网络层次分析法的电力客户满意度模糊综合评价[J].电网技术,2009,33(17):191-197.

[10] 周荣喜,马鑫,李守荣,等.基于ANP-RBF神经网络的化工行业绿色供应商选择[J].运筹与管理,2012,21(1):2121-219.

[11] 沈利香,曹国.基于多人网络层次分析法的商业银行网络安全评估模型[J].计算机应用,2010,32(2):480-484.

[12] Rozann W Saaty. Decision making in complex environments: The analytic hierarchy process(AHP) for decision making and theanalytic network process(ANP) for decision making with dependence and feedback[M]. England: Ashgate Publications,2003.

[13] 陈曼英,高轩能,刘忠.地铁车站火灾风险的模糊综合评价[J].数学的实践与认识,2011,41(23):72-77.

[14] 周念清,魏诚寅,娄荣祥,等.基于模糊数学理论探讨评判地铁工程中地下水风险[J].同济大学学报(自然科学版),2011,39(11):1629-1633.

[15] 田水承,李磊,王莉,等.基于ANP法的企业安全文化模糊综合评价[J].中国安全科学学报,2011,21(7):15-20.

[16] 史静寰,文雯.清华大学本科教育学情调查报告2010[J].清华大学教育研究,2012,33(1):4-16.

[17] 王纾.研究型大学学生学习性投入对学习收获的影响机制研究[J].清华大学教育研究,2011,32(4):24-32.

Fuzzy Analytic Network Process of Teaching Quality Evaluation of Theory Course in Martial University

ZHANG Qiang1ZHAO Jian2LI Changbo2

(1. College of Basic Education for Commanding Officers, PLA University of Sci. & Tech., Nanjing 211101) (2. Training Department, PLA University of Sci. & Tech., Nanjing 211101)

In allusion to the main problems of the actual theory course teaching quality evaluation in certain martial university, the analytic network process is integrated with fuzzy comprehensive evalution. Firstly, Due to the fact of mutual influence between the indexes, the analytic network process is used to ascertain the weights of each evaluation index. Secondly, the model of fuzzy comprehensive evalution is designed to put forward the idea for calculating the evalution results. Finally, the original data of theory course teaching quality evaluation for the certain facultyman in the latest semester is collected to prove the validity of the method by instance analysis.

martial education, theoretics teaching, quality evaluation, analytic network process, fuzzy comprehensive evaluation

2013年7月10日,

2013年8月22日

全国教育科学国防军事教育学科“十二五”规划军队重点课题(编号:PLA111004);解放军理工大学教育教学研究重点课题(编号:GJ1301001)资助。

张强,男,讲师,博士后,研究方向:军事教育评估技术。赵俭,男,硕士,副教授,研究方向:军事教育评估理论。李长波,男,硕士,讲师,研究方向:军事教育评估政策。

TP399

10.3969/j.issn1672-9730.2014.01.029