周 妍，张 然，王东生

(1.铜陵学院 机械工程学院，安徽 铜陵 244061；2.铜陵学院 数学与计算机学院，安徽 铜陵 244061)

一、引言

地方应用型本科高校的核心任务就是培养综合素质高、基础技术过硬、创新能力突出的应用型人才[1]。培养应用型人才除了完备的培养体系之外，客观公正的考核评价体系也尤为重要。客观的成绩评价体系旨在发掘学生的潜力，有利于用人单位选拔更适合的人才[2]。构造评价模型反映学生客观的学习效果，发现学生自身的长处和薄弱环节，进而推动课程教学改革，促进教学改革效果和效益最大化。同时，通过模型的反馈信息，也可以促进学生在今后的学习过程中清楚地认识到自己的学习情况，不断调整学习状态，达到最高的学习效率。这也能对职业规划起到一定的指引作用。

随着高等学校教学改革的不断深化，教学模式进一步多元化，考核内容繁多。目前的考核结果一般为平时成绩、实验成绩和期末成绩的加权平均计算。该方法过于粗糙，权重设置不够合理，无法综合反映出学生的真实学习水平[3-4]。层次分析法(Analytic Hierarchy Process，AHP)可以将定性与定量因子在同一尺度下进行评价与比较，是一种科学的决策方法，在发动机缸体生产线设备可用性的模糊综合评价[5]，铁路安全风险综合评估[6]，区域交通一体化评价[7]等领域均取得了有效应用成果。本文以机器人技术课程为依托，分析了传统评价方法的弊端和缺陷，然后采用层次分析法改进了学生成绩的综合评价模型。通过AHP确定评价指标的相对权重，最终确定每个学生的综合评价结果并排序，提炼出学生的优缺点评价信息。实验结果表明，与传统模型相比，新的模型能够明显提高综合评价结果的客观性、准确性，反馈信息验证了评价模型的准确性、客观性和实用性。

二、传统成绩评价模型的不足与改进

(一)传统成绩评价模型

目前成绩评价模型由各项考核指标简单加权计算综合得分，然后根据得分进行评价。具体计算方法如下：

总成绩=期末考试成绩*w1+平时成绩*w2+实验成绩*w3，权重通常由经验确定，一般w1取60%～70%，w2、w3一共取30%～40%。

(二)不足与改进

目前的评价模型优势在于考核项目较少，评价过程简单。但在广泛使用过程中发现其评价结果客观性较差，评价结果比较单一。最终结果仅有分数排名，所以难以给出合理化建议反馈给学生，学生无法通过评价结果了解自己的薄弱环节。主要不足体现在以下几点：

(1)评价指标权重之间的相互影响关系未充分考虑。

(2)评价指标过少，客观性差，难以全面正确评价学生的真实水平。

(3)线上指标及学习过程的指标未考虑。

(4)评价指标之间只用简单的加权平均方法计算，最终得分的区分度不高。

针对上述不足，本文对评价指标进行细化和拓展，采用AHP将评价指标分层，充分考虑不同指标之间的相互影响，根据综合权重得到最终得分。使用者可根据自己的侧重点，改变相对重要度，从而弥补了传统算法的缺点。

三、改进的成绩综合评价模型

(一)概述

机器人技术课程采用以项目为依托的线上线下融合式教学。在整个教学过程中，用一个综合项目贯穿整个学习过程。全班分为10个组，每个组一个项目，每组同学均需明确设计任务，确定设计方案，分配设计任务，完成硬件设计，软件设计，经济性分析，撰写设计说明书，汇报设计成果。教师在每个环节均要给出评价和指导。

课堂教学以项目为导向进行课程讲授，利用雨课堂平台辅助线下教学，教师线下授课过程中利用雨课堂平台完成签到和随机提问，并将授课PPT同步推送到学生手机上。雨课堂可以搜集学生对课堂教学的掌握情况，并据此发布相关测试题目。授课结束后，通过雨课堂发送本节课的作业题和讨论题，以及下节课的预习题。

课程同步开设课内实验，实验开设以能力培养为原则。实验分为基础实验和创新实验两部分，由实验教师专门负责，要求完成实验报告，提交项目报告书，完成项目汇报。

(二)评价指标的遴选

1.客观成绩

(1)期末考试成绩(A11)

期末考试重点考查学生对基础知识的掌握，阅卷采用课题组成员流水阅卷。

(2)期中考试成绩(A12)

期中考试反映了本学科的阶段性学习效果，主要目的是提示学生补缺补差，试卷同样在试题库中抽取，试卷题型与总分和期末考试相同。

2.实践成绩

(1)基础实验报告成绩(A21)

基础实验要求操作规范准确并要求完成实验报告的撰写。其中最重要的是对实验结果的分析以及讨论，这些是主要的评分要点。

(2)基础实验操作成绩(A22)

教师通过实验平台演示基础实验操作，学生以重复实验为主。实验操作的规范性为主要的得分点，由专职实验教师组打分。

(3)创新实验报告成绩(A23)

创新实验反映了学生的融会贯通、发散思维以及创新能力，重点是创新点的建立和实验结果的分析讨论，由专职实验教师组打分。

(4)创新实验操作成绩(A24)

创新实验是基于实验台的创新性搭建，因此创新实验的操作是否符合规范、是否有创新理念是主要的得分点，由专职实验教师组打分。

(5)综合项目报告成绩(A25)

项目报告主要考查学生对项目的研究背景、项目问题的描述、项目方案、解决方案是否有详细准确的阐述，反映了学生综合实践能力以及概括表述创新实践能力。该项分数由项目组教师给出。

(6)综合项目操作成绩(A26)

综合项目反映了学生的动手能力、综合实践能力、创新能力和协作能力。该项打分由项目组教师给出。

3.过程考核成绩

(1)讨论成绩(A31)

课堂讨论可以激发学习兴趣，了解学习状况，开拓学生的思路。此项成绩由教师和讨论小组长共同给出。

(2)项目汇报成绩(A32)

项目汇报包括阐述工作内容，展示项目成果，综合反映了学生的临场反应能力以及知识储备。该项成绩由答辩组教师给出。

(3)项目创新性成绩(A33)

在整个项目过程中该成绩可以体现出创新性内容。该项分数由项目组指导教师给出。

(4)小组协作成绩(A34)

团队不仅仅强调个人的工作成绩，更强调整体业绩，团队协作能力是应对职场的重要能力。本项分数由项目组指导教师给出。

(5)出勤率(A35)

出勤率反映了学生对课程的态度是否端正。出勤率由雨课堂系统直接给出。

(6)课堂互动(A36)

课堂互动旨在反映学生在课堂上精力是否集中，以及对授课内容的理解程度。良好的互动对教师的教与学生的学是双向促进的。课堂互动成绩由授课教师给出。

(7)作业成绩(A37)

作业是学习过程中必不可少的一个环节。学生通过作业反映对课程的掌握程度，培养独立思考能力。此项成绩由雨课堂系统和教师共同给出。

(8)预习成绩(A38)

良好的预习效果会使学习效率倍增。预习成绩由雨课堂系统给出。

(三)计算评价指标权重

基于AHP成绩综合评价模型的评价指标权重计算步骤如下：

1.建立层次结构模型

考虑课程考核的各环节，综合所有评价指标建立如图1所示的层次模型。

图1 综合评价层次模型

2.构造判断矩阵

领域专家组由授课教师、实验教师、教务处和实践管理处人员、正在学习和往届学习过机器人技术的学生、机器人专业从业人员。通过领域专家调查并查阅相关文献，得出层次评价指标的重要度数值，则得出判断矩阵如表1～4所示。

表1 顶层因素判断矩阵

顶层因素判断矩阵：最大特征值λmax=3.135 61，一致性CR=0.130 395，CI=0.067 805 4，满足一致性检验。

表2 客观成绩层判断矩阵

客观成绩层判断矩阵：最大特征值λmax=2，一致性CR=0，CI=0，满足一致性检验。

实践成绩层判断矩阵：最大特征值λmax=6.381 82，一致性CR=0.060 605 6，CI=0.076 363，满足一致性检验。

过程考核成绩层判断矩阵：最大特征值λmax=8.646 33，一致性CR=0.065 484 4，CI=0.092 333，满足一致性检验。

3.一致性检验

求出最大特征根λmax之后，进行一致性检验，即计算一致性比例CR：

当CR小于0.1时，认为判断矩阵的一致性是可接受的，否则需要重新调整各元素权重。

4.计算各元素权重

见表5～6所示。

表3 实践成绩层判断矩阵

表4 过程考核成绩层判断矩阵

表5 中间层权重

表6 底层权重

5.计算综合成绩得分

根据上述综合权重得出综合成绩计算公式：

综合成绩=0.0228×A11+0.0685×A12+0.037×A21+0.0341×A22+0.0915×A23+0.0996×A24+0.2257×A25+0.2257×A26+0.0071×A31+0.0172×A32+0.0645×A33+0.0224×A34+0.0441×A35+0.0081×A36+0.0266×A37+0.0089×A38

随机选取2017级机械电子工程专业50名学生成绩，验证模型的有效性。计算出学生成绩综合评价得分如表7所示(得分取整数)。

表7 评价得分表

最终得分通过对各项成绩的加权求和来计算，充分考虑了各方面元素之间的相互影响。

(四)结果分析

根据学生的最终得分，结合学生的平时表现及授课教师的反馈，该成绩综合评价模型总体上能客观准确反映学生的学习状况。学习主动性强、平时表现优秀的学生均得到了相匹配的成绩；学习能动性差、努力程度欠佳的学生成绩相对差一些。样本中包含的特例恰恰反映了模型的客观性，能够准确将客观因素反映在最终得分上，有效地弥补了传统模型的缺陷。样本中几个特例情况如下：

样本11期末考试74分，期中考试93。由于该生期末考试当日发烧，最后的分析题没写完就提前交卷了。但是该生平时学习认真，曾在省级机器人大赛中获得一等奖。该评价模型得出的最终得分为95，真实地反映了该生的正常水平，基本弥补了期末考试的失误。

样本20期末考试65分，最终得分为91。从各项考核成绩能够清晰地看出，该生平时成绩表现突出，无论是实验还是综合项目均表现优秀，上课也很认真，课堂互动积极主动，课后作业、预习作业都完成得较好。虽然期末成绩并不理想，但最终得分比较客观地反映了该生的实际表现。

样本17期末考试87分。该生平时学习认真、态度端正，但动手能力相对较弱，实操类成绩偏低，因此影响了最终得分，仅为77分。同时可以发现，该班的期末考试成绩比期中考试成绩有所提高，一方面教师从各种数据的反馈中发现问题，适当调整了教学方法；另一方面学生也可以从自己的期中考试成绩中发现问题，在后续学习中有针对性地强化训练，这恰恰说明了期中成绩对学生有一定的督促和警示作用。

四、结论

基于层次分析法的成绩综合评价模型不同于以往的评价模型，其优点主要有以下几点：

(1)充分考虑了学生各方面的学习影响因素，包括客观考试成绩、实践能力、课堂表现、作业、考勤等，将因素之间的相互影响确定为综合权重，通过模型反映到最终得分中，有效地将学生成绩综合得分差异化。

(2)不仅给出最终得分，还包括了学习期间各环节的得分。学生可以更直观地了解自己的学习情况，教师也可以通过各项成绩了解学生的学习状况，有针对性地对学生进行综合分析和综合评价。

(3)将线上和线下教学环节和教学内容融合在一起，评价结果更加客观、全面、真实。

(4)在综合考虑了各个评价指标相对重要性的基础之上，确定了综合权重系数，结果显示综合项目报告和综合项目操作成绩的权重最大，反映了样本数据来源的真实情况，即应用型本科学校的定位，从而验证了本文模型的客观性和适用性。

基于层次分析法的成绩综合评价模型可以有效得出综合评价得分，反映出评价对象真实的学习情况以及存在的问题，可以为学生、教师、用人单位、竞赛选拔、能力测试提供参考依据。