尤 游，張林靜

（1.安徽機(jī)電職業(yè)技術(shù)學(xué)院 公共基礎(chǔ)教學(xué)部，安徽 蕪湖 241000；2.安徽警官職業(yè)學(xué)院 信息管理系，安徽 合肥 230031）

1 引言

學(xué)生綜合素質(zhì)評(píng)價(jià)是高校人才培養(yǎng)過(guò)程中的重要環(huán)節(jié)，也是構(gòu)建學(xué)生主體價(jià)值的有效途徑[1]。這里，高等職業(yè)教育作為我國(guó)高等教育的重要組成部分，長(zhǎng)期以來(lái)高職院校的學(xué)生綜合素質(zhì)評(píng)價(jià)深受傳統(tǒng)評(píng)價(jià)理念的影響，大部分院校仍然照搬普通高校的評(píng)價(jià)體系，過(guò)于強(qiáng)調(diào)學(xué)生的認(rèn)知能力，忽視了對(duì)綜合職業(yè)素質(zhì)的培養(yǎng)。因此，創(chuàng)新高職院校學(xué)生綜合評(píng)價(jià)形式，借助技能大賽、現(xiàn)代學(xué)徒制、項(xiàng)目化教學(xué)等多種平臺(tái)，構(gòu)建綜合職業(yè)能力視角下學(xué)生綜合素質(zhì)評(píng)價(jià)體系，不僅能提升學(xué)校的教育教學(xué)質(zhì)量，也使高校人才培養(yǎng)工作更具前瞻性、實(shí)效性和科學(xué)性[2-3]。

在此基礎(chǔ)上，筆者建立了基于綜合職業(yè)能力的高校學(xué)生綜合素質(zhì)評(píng)價(jià)體系，考慮到主客觀賦權(quán)如層次分析法和熵權(quán)法的弊端，所以利用最小相對(duì)信息熵原理[4]確定組合權(quán)重，得到學(xué)生的綜合評(píng)價(jià)成績(jī)。進(jìn)一步為了提高評(píng)價(jià)的便捷性，文中以學(xué)生評(píng)價(jià)單項(xiàng)指標(biāo)數(shù)據(jù)為輸入樣本、綜合評(píng)價(jià)成績(jī)?yōu)檩敵鰳颖緲?gòu)建BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最終建立基于組合賦權(quán)和BP神經(jīng)網(wǎng)絡(luò)的學(xué)生綜合素質(zhì)評(píng)價(jià)模型。

2 學(xué)生綜合素質(zhì)評(píng)價(jià)體系構(gòu)建

本次研究通過(guò)咨詢相關(guān)專家的指導(dǎo)意見(jiàn)，同時(shí)利用教師和學(xué)生問(wèn)卷進(jìn)行統(tǒng)計(jì)分析，最終確定了符合高職院校人才培養(yǎng)要求的學(xué)生綜合素質(zhì)評(píng)價(jià)體系。完整的綜合評(píng)價(jià)體系包括因素集和權(quán)重集[4]，這里因素集由1個(gè)一級(jí)指標(biāo)，4個(gè)二級(jí)指標(biāo)，17個(gè)三級(jí)指標(biāo)組成。其中一級(jí)指標(biāo)為學(xué)生綜合素質(zhì)評(píng)價(jià)成績(jī)，二級(jí)指標(biāo)包括道德素質(zhì)、專業(yè)素質(zhì)、發(fā)展素質(zhì)和身心素質(zhì)，三級(jí)指標(biāo)分別為思想政治表現(xiàn)、遵紀(jì)守法、...、意志品質(zhì)等。在專業(yè)素質(zhì)中基于課程設(shè)置的定位不同以及對(duì)綜合職業(yè)能力培養(yǎng)的作用不同，將課程細(xì)分為基本素質(zhì)課程、專業(yè)能力課程、素質(zhì)拓展課程和職業(yè)發(fā)展能力課程，推動(dòng)了課程體系改革。另外在發(fā)展素質(zhì)中將職業(yè)技能、學(xué)科競(jìng)賽和創(chuàng)新實(shí)踐單列，充分完善了綜合評(píng)價(jià)內(nèi)容，推動(dòng)了高職院校的內(nèi)涵發(fā)展。具體如表1所示。

表1 學(xué)生綜合素質(zhì)評(píng)價(jià)體系

3 基于組合賦權(quán)和BP神經(jīng)網(wǎng)絡(luò)的學(xué)生綜合素質(zhì)評(píng)價(jià)模型

3.1 組合賦權(quán)確定綜合評(píng)價(jià)成績(jī)

文中通過(guò)層次分析法（AHP）確定主觀權(quán)重，熵權(quán)法確定客觀權(quán)重，由于層次分析法依賴評(píng)判者的主觀意愿和知識(shí)經(jīng)驗(yàn)，具有較大的隨意性；信息熵權(quán)法雖能反映原始評(píng)價(jià)指標(biāo)數(shù)據(jù)的客觀真實(shí)性，但獲得的結(jié)果往往可能與評(píng)判者的意向相悖。為了克服主客觀賦權(quán)的弊端，這里通過(guò)組合賦權(quán)來(lái)確定權(quán)值系數(shù)，具體步驟如下：

步驟1：構(gòu)建學(xué)生綜合素質(zhì)評(píng)價(jià)體系：

步驟2：利用層次分析法確定指標(biāo)的主觀權(quán)重ui，i=1，…，n；通過(guò)構(gòu)造二級(jí)指標(biāo)、三級(jí)指標(biāo)的判斷矩陣，確定各級(jí)指標(biāo)的排序權(quán)重向量和最大特征根，計(jì)算一致性比率指標(biāo)（m為判斷矩陣的階數(shù)），驗(yàn)證判斷矩陣是否通過(guò)一致性檢驗(yàn)。

步驟3：從樣本數(shù)據(jù)出發(fā)，通過(guò)熵權(quán)法計(jì)算指標(biāo)的客觀權(quán)重 vi，i=1，…，n；；熵權(quán)法主要利用信息熵來(lái)計(jì)算各指標(biāo)間的離散度，從而得到信息熵權(quán)重。首先利用原始決策矩陣對(duì)指標(biāo)無(wú)量綱化處理得到規(guī)范化矩陣，進(jìn)一步計(jì)算出對(duì)應(yīng)的特征矩陣，最后得到熵值和指標(biāo)的權(quán)重系數(shù)，這里熵值越小，反映出的指標(biāo)信息越多，評(píng)估的客觀權(quán)重就越大。

步驟4：利用最小相對(duì)信息熵原理確定組合賦權(quán) wi，i=1，…，n，具體如下[5]：

由拉格朗日乘子法解得組合權(quán)重為

3.2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練

組合賦權(quán)既體現(xiàn)了評(píng)判者的意愿和經(jīng)驗(yàn)，又反映了原始數(shù)據(jù)的客觀屬性，但求解過(guò)程繁瑣，而B(niǎo)P神經(jīng)網(wǎng)絡(luò)由于其良好的非線性映射能力被廣泛使用，且不需要具體的函數(shù)方程。為了提高綜合評(píng)價(jià)的準(zhǔn)確性和便捷度，通過(guò)BP神經(jīng)網(wǎng)絡(luò)不斷學(xué)習(xí)和訓(xùn)練樣本，當(dāng)訓(xùn)練完成后，只需要輸入測(cè)試樣本數(shù)據(jù)，就能直接給出預(yù)測(cè)結(jié)果?？梢钥闯?，BP算法再現(xiàn)了評(píng)判者的知識(shí)經(jīng)驗(yàn)[6]和事實(shí)數(shù)據(jù)的客觀屬性，能夠快速仿真獲得評(píng)價(jià)信息。

BP神經(jīng)網(wǎng)絡(luò)一般由輸入層、隱含層和輸出層構(gòu)成，其算法包括信號(hào)的正向傳播與誤差的反向傳播兩個(gè)階段。訓(xùn)練樣本在正向傳播過(guò)程中，從輸入層經(jīng)過(guò)隱含層再到輸出層，如果輸出結(jié)果達(dá)不到期望輸出，則轉(zhuǎn)入反向傳播階段，根據(jù)設(shè)置的預(yù)測(cè)誤差不斷調(diào)整各神經(jīng)元的權(quán)值和閾值，反復(fù)循環(huán)，直到接近期望輸出[7-11]。在構(gòu)建神經(jīng)網(wǎng)絡(luò)之前需要確定各層的節(jié)點(diǎn)數(shù)，輸入、輸出層節(jié)點(diǎn)數(shù)主要由訓(xùn)練樣本決定，隱含層節(jié)點(diǎn)數(shù)一般通過(guò)試錯(cuò)法擇優(yōu)選取，即不斷的調(diào)試降低預(yù)測(cè)誤差來(lái)選擇最優(yōu)節(jié)點(diǎn)數(shù)。常用的經(jīng)驗(yàn)公式如下：

其中，ψ為隱含層節(jié)點(diǎn)數(shù)，p，q分別表示輸入、輸出層神經(jīng)元節(jié)點(diǎn)數(shù)，γ取0-10中的任意整數(shù)。

步驟5：通過(guò)組合賦權(quán)獲得學(xué)生綜合評(píng)價(jià)成績(jī)，將原始數(shù)據(jù)樣本的17個(gè)分項(xiàng)指標(biāo)組成輸入樣本，綜合評(píng)價(jià)成績(jī)作為期望輸出構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，訓(xùn)練完成后，再對(duì)測(cè)試樣本進(jìn)行仿真預(yù)測(cè)。

4 實(shí)證研究

文中從某高校綜合評(píng)價(jià)樣本中隨機(jī)抽取50組數(shù)據(jù)，其中40組數(shù)據(jù)構(gòu)成訓(xùn)練樣本，剩下10組數(shù)據(jù)作為測(cè)試樣本仿真。

首先利用層次分析法（AHP）確定指標(biāo)主觀權(quán)重向量，通過(guò)征求校內(nèi)外相關(guān)專家意見(jiàn)，依次構(gòu)建1個(gè)二級(jí)指標(biāo)判斷矩陣和4個(gè)三級(jí)指標(biāo)判斷矩陣，程序運(yùn)行得到權(quán)重向量分別為

U ＝（0.1264，0.4896，0.3054，0.0786），

u1＝（0.5062，0.2940，0.0626，0.1372），

u2＝（0.2354，0.4956，0.1082，0.1607），

u3＝（0.0636，0.1007，0.3087，0.1702，0.3568），

u4＝（0.3129，0.4486，0.0820，0.1565）。

進(jìn)一步通過(guò)最大特征值計(jì)算得到一致性比率指標(biāo)分別為 CR＝0.018，CR1＝0.0258，CR2＝0.00637，CR3＝0.01，CR4＝0.0016 都小于 0.1，均通過(guò)一致性檢驗(yàn)，說(shuō)明主觀賦權(quán)得到的權(quán)重向量滿足一致性要求，其中分項(xiàng)指標(biāo)合成權(quán)重見(jiàn)表2。

熵權(quán)法主要通過(guò)計(jì)算信息熵得到最終指標(biāo)權(quán)重向量為 v ＝（0.0179，0.0132，0.0374，0.0199，0.1481，0.2174，0.80810，0.0656，0.0573，0.0583，0.0472，0.0782，0.0457，0.0523，0.0148，0.0206，0.0251）

在此基礎(chǔ)上，利用公式（3）得到組合權(quán)重ω，具體數(shù)值見(jiàn)表2。可以看出，權(quán)重比例靠前的依次為專業(yè)能力課程成績(jī)、基本素質(zhì)課程成績(jī)、職業(yè)發(fā)展能力課程成績(jī)、創(chuàng)新實(shí)踐、職業(yè)技能，體現(xiàn)了綜合素質(zhì)評(píng)價(jià)過(guò)程中學(xué)生綜合職業(yè)能力的重要性，符合高等職業(yè)教育的人才培養(yǎng)要求，同時(shí)對(duì)高校的內(nèi)涵建設(shè)也起到了積極的反饋和診斷作用。

表2 學(xué)生綜合素質(zhì)評(píng)價(jià)體系組合權(quán)重

接下來(lái)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，這里，輸入層為17個(gè)分項(xiàng)指標(biāo)數(shù)據(jù)，輸出層為組合賦權(quán)得到的綜合素質(zhì)評(píng)價(jià)成績(jī)。神經(jīng)網(wǎng)絡(luò)中最小誤差設(shè)為0.0001，學(xué)習(xí)率為0.01，迭代次數(shù)為1000，隱含層神經(jīng)元個(gè)數(shù)按照預(yù)測(cè)誤差最小的原則不斷調(diào)試確定最佳個(gè)數(shù)為10，于是建立17-10-1三層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)模型。訓(xùn)練之前先用mapminmax函數(shù)對(duì)樣本歸一化處理，通過(guò)newff函數(shù)創(chuàng)建網(wǎng)絡(luò)，再用sim函數(shù)仿真，最后反歸一化得到學(xué)生綜合素質(zhì)評(píng)價(jià)成績(jī)預(yù)測(cè)值。

為了說(shuō)明仿真效果，將BP預(yù)測(cè)值與期望輸出對(duì)比，得到10組測(cè)試樣本的平均相對(duì)誤差為0.61%，最大相對(duì)誤差為1.57%，說(shuō)明該模型的預(yù)測(cè)準(zhǔn)確率較高，且便捷易操作，大大節(jié)約了計(jì)算成本，具有一定的可行性。仿真具體數(shù)值見(jiàn)表3，擬合曲線如圖1所示。

圖1 期望輸出與BP預(yù)測(cè)值的曲線比較圖

表3 仿真結(jié)果

5 結(jié)論

文中通過(guò)組合賦權(quán)構(gòu)建了學(xué)生綜合素質(zhì)評(píng)價(jià)體系，克服了主客觀賦權(quán)的弊端，同時(shí)為提高綜合評(píng)價(jià)的便捷度，利用BP神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力，構(gòu)建了基于組合賦權(quán)和BP神經(jīng)網(wǎng)絡(luò)的綜合素質(zhì)評(píng)價(jià)模型。通過(guò)仿真模擬，測(cè)試樣本的擬合效果較好，評(píng)估誤差也在可接受的范圍內(nèi)。該模型樹(shù)立了基于綜合職業(yè)能力的評(píng)價(jià)理念，推動(dòng)了高校人才培養(yǎng)質(zhì)量工作的進(jìn)展，具有一定的實(shí)用價(jià)值。