孫曉玲, 王 寧
(合肥師范學(xué)院 數(shù)學(xué)系,安徽 合肥 230601)
大學(xué)生綜合素質(zhì)測評是對大學(xué)生的一種評價(jià)指標(biāo),內(nèi)容通常包括德育測評、智育測評、體育測評和能力測評4個(gè)方面。科學(xué)有效的測評方法不但可以促進(jìn)高校素質(zhì)教育的發(fā)展,使學(xué)生在素質(zhì)發(fā)展上進(jìn)一步明確今后努力的方向,還可以有效地促進(jìn)學(xué)校學(xué)生工作更加規(guī)范化和科學(xué)化。由于大學(xué)生綜合素質(zhì)評價(jià)的因素較多,并且大都有一定程度的模糊性,因此已有的關(guān)于大學(xué)生綜合素質(zhì)測評的方法大都是采用以模糊集合為基礎(chǔ)的模糊綜合評判的方法[1-2]。
由于模糊集合存在不能完整描述不確定信息的局限性,已有的評價(jià)方法中模糊集的隸屬函數(shù)值只能是一個(gè)單一的表示隸屬度的值。但事實(shí)上,在對學(xué)生進(jìn)行綜合測評的過程中,一些作為測評評委的教師或?qū)W生可能對測評對象符合某些評價(jià)指標(biāo)的程度不太確定,或者說存在一定程度的猶豫,這個(gè)猶豫的信息是以模糊集合為基礎(chǔ)的模糊綜合評價(jià)方法所不能描述的。
本文將直覺模糊集合引入到大學(xué)生綜合素質(zhì)測評中,利用直覺模糊集合能充分描述不確定信息的優(yōu)越性,在測評方法中體現(xiàn)評委對評價(jià)對象的某些評價(jià)指標(biāo)表示支持、反對和猶豫程度的信息,給出基于直覺模糊集合的大學(xué)生綜合素質(zhì)評價(jià)方法。
Atanassov所提出的直覺模糊集合是對扎德所提出的傳統(tǒng)模糊集合的擴(kuò)展。在實(shí)際問題中,常會出現(xiàn)人們對元素a屬于集合A的程度沒有絕對把握的情形,直覺模糊集合正是源于這種情況而產(chǎn)生的。由于它可以描述元素a屬于集合A、不屬于集合A以及不確定的程度,因此直覺模糊集相比于傳統(tǒng)模糊集合在描述不確定信息方面有更強(qiáng)的優(yōu)越性。下面介紹直覺模糊集合的基本定義和定理。
假設(shè)有限非空集合 X={x1,x2,…,xn}為論域,F(xiàn)(X)為X上的所有模糊集所構(gòu)成的集合。若A∈F(X),x∈X,則A(x)表示元素x對集合A的隸屬度。若A為清晰集,則對任意的x∈X,A(x)只能等于1或0。
直覺模糊集合定義如下。
定義1 假設(shè)X為論域,則X上的直覺模糊集合為:
其中,函數(shù)μA(x):X→[0,1]和γA(x):X→[0,1]分別表示集合A的隸屬度函數(shù)和非隸屬度函數(shù)。集合A上每一x∈X,都有0≤μA(x)+γA(x)≤1。由集合A的隸屬度函數(shù)μA(x)和非隸屬度函數(shù)γA(x)所組成的有序函數(shù)對(μA(x),γA(x))稱作直覺模糊數(shù)[3]。
由該定義可以看出,傳統(tǒng)模糊集合也可寫成直覺模糊集:
若A為清晰集,則對任意的x∈X,一定有μA(x)=0,γA(x)=1或者μA(x)=1,γA(x)=0。
定義2 對論域X中的任一直覺模糊集A,稱πA=1-μA(x)-γA(x)為直覺模糊集A 中元素x的直覺指數(shù),它是元素x對直覺模糊集A的猶豫程度的度量,表示X中的元素x屬于A的不確定程度或猶豫程度。顯然,對任一x∈X,0≤πA(x)≤1,論域X 中的每個(gè)傳統(tǒng)模糊子集B,必有:
由此可看出,扎德的傳統(tǒng)模糊集合是直覺模糊集的一個(gè)特例[3]。
由定義1和定義2可以看出,對于X中的直覺模糊集A,其隸屬度μA(x)、非隸屬度γA(x)以及直覺指數(shù)πA(x)可分別表示元素x屬于直覺模糊集A的支持、反對、中立3種證據(jù)的程度。
定義3 設(shè)A={〈x,μA(x),γA(x)〉|x∈X},B={〈x,μB(x),γB(x)〉|x∈X}為論域 X 上的直覺模糊集,則有以下2種關(guān)系[3]:
定義4 假設(shè)A、B都是論域X上的直覺模糊集合,則有以下2種運(yùn)算:
大學(xué)生綜合素質(zhì)的評價(jià)指標(biāo)比較多,可分為一級評價(jià)指標(biāo)和二級評價(jià)指標(biāo)。其中一級評價(jià)指標(biāo)包括德、智、體、能4個(gè)方面,針對一級指標(biāo)可以建立二級評價(jià)指標(biāo)集,從而構(gòu)成二級直覺綜合評價(jià)體系,評價(jià)體系如圖1所示[4]。
圖1 大學(xué)生綜合素質(zhì)評價(jià)體系
若用直覺模糊集合作為載體,評價(jià)對象(某大學(xué)生)Ai關(guān)于評價(jià)指標(biāo)xj的評價(jià)結(jié)果可以表示為[μAi(xj),γAi(xj)]。其中,μAi(xj)表示評價(jià)對象Ai符合評價(jià)指標(biāo)xj的程度;γAi(xj)表示評價(jià)對象Ai不符合評價(jià)指標(biāo)xj的程度;πAi(xj)=1-μAi(xj)-γAi(xj)表示評價(jià)對象Ai符合評價(jià)指標(biāo)xj的猶豫程度,其中,μAi(xj)∈[0,1],γAi(xj)∈[0,1],且μAi(xj)+γAi(xj)≤1。
例如,20位學(xué)生和教師評委對學(xué)生Ai關(guān)于“遵守校規(guī)校紀(jì)”這個(gè)評價(jià)指標(biāo)進(jìn)行評測,為方便起見,只需各位評委對學(xué)生Ai“符合”或“不符合”進(jìn)行投票即可,投票的結(jié)果是投“符合”票的12人,投“不符合”票的6人,還有2人棄權(quán),則對學(xué)生Ai關(guān)于評價(jià)指標(biāo)“遵守校規(guī)校紀(jì)”的測評結(jié)果可以表示為(0.6,0.3),其中1-0.6-0.3=0.1可以視為評委關(guān)于該項(xiàng)評價(jià)指標(biāo)的猶豫程度。
模糊TOPSIS是由Hwang和Yoon最早提出的多指標(biāo)決策方法,又稱作理想解法。該方法是根據(jù)評價(jià)指標(biāo)與其理想解和負(fù)理想解之間的距離來評價(jià)對象符合該評價(jià)指標(biāo)程度的[5]。在本文中,理想解和負(fù)理想解可分別記作x+和x-。
在直覺模糊集合中,評價(jià)指標(biāo)xj的理想解x+可寫作{(xj,1,0)|xj∈X},其中評價(jià)對象 Ai對于評價(jià)指標(biāo)xj的隸屬度和非隸屬度分別為1和0。類似地,任何評價(jià)指標(biāo)xj的負(fù)理想解x-可記作{(xj,0,1)|xj∈X},這時(shí),評價(jià)對象Ai對于評價(jià)指標(biāo)xj的隸屬度和非隸屬度分別為0和1[6-7]。
設(shè)(μAi(xj),γAi(xj))是評價(jià)對象 Ai關(guān)于評價(jià)指標(biāo)xj的評價(jià)結(jié)果的直覺模糊集,其中μAi(xj)表示評價(jià)對象Ai符合評價(jià)指標(biāo)xj的程度,而γAi(xj)表示評價(jià)對象Ai不符合評價(jià)指標(biāo)xj的程度,則評價(jià)對象Ai關(guān)于評價(jià)指標(biāo)xj分別與其理想解x+與負(fù)理想解x-之間的距離為:
根據(jù)(1)式、(2)式,可計(jì)算出評價(jià)對象Ai關(guān)于評價(jià)指標(biāo)xj與其理想解的相對貼近度為:
由于d(Ai,x+)≥0,d(Ai,x-)≥0,因此,顯然Di∈[0,1]。
計(jì)算出各個(gè)評價(jià)對象與理想解的相對貼近度后,可以通過對這些相對貼近度進(jìn)行排序,從而得出評價(jià)對象的排名,Di值越大,評價(jià)對象Ai越優(yōu)秀。
基于直覺模糊集合的TOPSIS大學(xué)生直覺綜合素質(zhì)測評步驟如下:
(1)建立評價(jià)指標(biāo)體系。首先根據(jù)層次化的方法對影響評價(jià)的各個(gè)指標(biāo)進(jìn)行分類,建立評價(jià)指標(biāo)體系,如圖1所示,其中,xi(i=1,2,…,m)為一級評價(jià)指標(biāo),xij(j=1,2,…,ni)為一級指標(biāo)xi下所屬的二級評價(jià)指標(biāo)。
(2)給各個(gè)評價(jià)指標(biāo)賦予權(quán)值。由于在評價(jià)指標(biāo)體系中,各個(gè)評價(jià)指標(biāo)對于評價(jià)結(jié)果的重要性有所不同,需賦予不同的權(quán)值。賦權(quán)的方法較多,常用的有模糊熵權(quán)法、德爾菲法和層次分析法等,這里可以采用文獻(xiàn)[8]中給出的模糊熵權(quán)法確定各二級評價(jià)指標(biāo)的權(quán)重 w1,w2,…,wn,其中=1,n為所有二級指標(biāo)的個(gè)數(shù)。
(3)構(gòu)造直覺模糊集合(IFS)評價(jià)矩陣。根據(jù)測評小組給出的評價(jià)對象Ai關(guān)于評價(jià)指標(biāo)xj的評價(jià)結(jié)果(μAi(xj),γAi(xj)),構(gòu)造直覺模糊集合(IFS)評價(jià)矩陣。
(4)計(jì)算距離、相對貼近度。根據(jù)TOPSIS方法中的(1)式、(2)式計(jì)算評價(jià)對象分別與其理想解和負(fù)理想解的距離,再根據(jù)(3)式計(jì)算評價(jià)對象與其理想解的相對貼近度。
(5)得出結(jié)論。對步驟(4)中所得的相對貼近度進(jìn)行排序,相對貼近度大者所對應(yīng)的評價(jià)對象為優(yōu)。
采用基于直覺模糊集合的TOPSIS大學(xué)生直覺綜合素質(zhì)測評方法對某師范大學(xué)的學(xué)生進(jìn)行綜合測評,為簡便起見,僅選擇3位大學(xué)生A1、A2、A3作為評價(jià)對象,步驟如下。
(1)根據(jù)層次化方法針對該校大學(xué)生建立圖1所示的綜合測評指標(biāo)體系。
(2)為各個(gè)二級評價(jià)指標(biāo)賦予權(quán)值。根據(jù)文獻(xiàn)[7]中所提供的模糊熵權(quán)法分配給12個(gè)二級評價(jià)指標(biāo)的權(quán)值分別為:
(3)構(gòu)造IFS評價(jià)矩陣。根據(jù)測評小組中所有成員的意見,得到IFS評價(jià)矩陣,見表1所列。
表1 IFS評價(jià)矩陣
(4)計(jì)算距離、相對貼近度。評價(jià)對象A1、A2、A3分別與其理想解和負(fù)理想解的距離以及與其理想解的相對貼近度可利用Matlab軟件進(jìn)行仿真計(jì)算,計(jì)算結(jié)果見表2所列。
表2 距離、相對貼近度
(5)得出結(jié)論。由表2可以看出,3位大學(xué)生綜合素質(zhì)測評的排名為A3>A2>A1,表明第3位學(xué)生的綜合素質(zhì)水平最高,第2位學(xué)生次之。
本文以直覺模糊集合為工具,根據(jù)評價(jià)對象分別與其理想解、負(fù)理想解之間的距離,評價(jià)對象與理想解的相對貼近度以及TOPSIS方法,有效地計(jì)算出大學(xué)生綜合素質(zhì)直覺模糊測評值。由于可利用Matlab軟件進(jìn)行仿真計(jì)算,因此與模糊綜合評價(jià)方法相比,計(jì)算過程更加高效,測評結(jié)果更加科學(xué)合理。
[1]孫 艷,蔡志丹.模糊綜合評判法在學(xué)生考試成績評價(jià)中的應(yīng)用[J].長春理工大學(xué)學(xué)報(bào):自然科學(xué)版,2011,34(4):178-179.
[2]梅家斌,曹劍文,王 麗.大學(xué)生專業(yè)素質(zhì)現(xiàn)狀調(diào)查及模糊綜合評價(jià)[J].武漢科技學(xué)院學(xué)報(bào),2009,22(4):38-40.
[3]Yager R R.Level sets and the representation theorem for intuitionistic fuzzy sets[J].Soft Comput,2010,14:1—7.
[4]王 寧,孫曉玲,梁 艷.綜合素質(zhì)評價(jià)的神經(jīng)網(wǎng)絡(luò)模型及Simulink實(shí)現(xiàn)[J].合肥師范學(xué)院學(xué)報(bào),2011,29(6):15-19.
[5]陳 奎,張?zhí)煸?,閆 娜,等.理想解法的改進(jìn)及其在工程材料綜合評價(jià)中的應(yīng)用[J].機(jī)械工程材料,2012(2):96-99.
[6]Baki A,Guveli E.Evaluation of a web based mathematics teaching material on the subject of functions[J].Computers&Education,2008,51:854-863.
[7]Marriott P.Students’evaluation of the use of online summative assessment on an undergraduate nancial accounting module[J].British Journal of Educational Technology,2009,40:237-254.
[8]陳慶偉.應(yīng)用直覺模糊熵權(quán)法評價(jià)醫(yī)療質(zhì)量[J].數(shù)理醫(yī)藥學(xué)雜志,2010,23(4):485-486.