王永雄+张孙杰

摘要：随着机器人、人工智能等跨多学科的新工科快速发展，创新实践能力培养的重要性更加突出。为了准确评价创新实践能力培养与教学成效，为创新实践培养提供帮助与指导，构建了一套与实际紧密结合的创新实践能力培养评价指标体系，提出了采用模糊聚类与层次分析法相结合的机器学习方法，自动确定指标权重，运用提出的模糊层次分析方法对创新实践能力培养进行评价。结果表明，评价系统客观、简单、可操作性强，并能够根据评价体系得分给出相关教学改进建议。

关键词：教学评价；创新实践；模糊聚类；层次分析法

DOIDOI：10.11907/rjdk.172622

中图分类号：G434

文献标识码：A 文章编号：1672-7800（2017）012-0225-04

Abstract：With the rapid development of multi-subject majors such as robotics and artificial intelligence， it is more important for training of capacity of practice and innovation. In this paper， to accurately evaluate the cultivation of innovative practice ability and the teaching effect， and to provide the help and guidance for the innovation practice training， we present a novel method for teaching performance evaluation of practice and innovation based on the combination of fuzzy Analytic Hierarchy Process （AHP） and fuzzy clustering evaluation method. The factor and sub-factor weights are acquired by fuzzy clustering method. The evaluation system based on the combination of AHP and fuzzy clustering is objective and simply. It has very strong operability. In addition， the teaching suggestion is proposed by the system.

Key Words：teaching performance evaluation； practice and innovation； fuzzy clustering； analytic hierarchy process

0 引言

创新实践能力培养是当今大学理工科教育的重要目标，现阶段我国高校创新能力培养仍存在诸多问题，对现有高校教学与培养模式提出了更高的要求，因此产生了各种各样的教学模式，比如分组教学、分层教学，还有针对性很强的各种机器人比赛、创新大赛甚至考研和出国等各种培训班。另外，传统教育方法很少考虑学生的个体差异，这在很大程度上限制了学生的自主思维意识和独立创新精神。特别是新兴工科专业急需大量人才，如人工智能、智能制造、机器人、云计算等，这些方向涉及多个专业知识，知识更新换代快，要求学生具备较高的创新实践与学习能力，这些人才的培养都需要新理念的指引和新培养模式的支撑[1，2]。

在创新实践能力培养过程中，一个重要环节是准确的教学质量与学生知识水平评价。……