楊阿輝 （集美大學計算機工程學院，福建 廈門361021）

實驗教學是高校計算機課程教學的重要環(huán)節(jié)，是培養(yǎng)學生綜合素質和創(chuàng)新能力的重要途徑，在培養(yǎng)學生的動手能力、獨立分析和解決問題能力等方面具有極其重要的作用。因此，各高校都非常重視計算機課程的實驗教學工作，并對如何提高計算機課程的實驗教學質量展開了一系列研究。

目前，各高校計算機課程實驗教學往往附屬于理論教學當中，很少對實驗教學進行獨立開課和單獨進行考試，學生考試成績并不能真實反映實驗教師的教學質量。開展對計算機課程實驗教學質量的評價，可以調動教師教學工作的積極性，提高教師的整體素質，是提高計算機課程實驗教學質量的重要手段。高校計算機課程實驗教學質量常用的評價方法有總分法和加權平均法等，這些方法主要根據(jù)學生的考試成績進行評價，然而影響計算機課程實驗教學質量的因素很多，這些評價方法存在著主觀成份較多，人為因素影響較大等缺點，難以給出合理的評價，嚴重挫傷實驗教師工作的積極性。

在計算機課程實驗教學質量評價過程中，很多考核的內容無法用定量來描述，而且評價等級常用“優(yōu)秀”、“良好”、“合格”、“不合格”，或者 “很滿意”、“滿意”、“基本滿意”、“不滿意”等模糊概念來描述。因此，對這種評價因素和評價等級都是模糊的評價問題，利用模糊綜合評判方法來研究，可以盡量避免人為因素的影響，是一種比較科學的評價方法［1－5］。

1 模糊綜合評價模型的構建

根據(jù)影響計算機課程實驗教學質量的各種主要因素以及評價等級為 “優(yōu)秀”、“良好”、“合格”、“不合格”等4個等級來構建評價計算機課程實驗教學質量的模糊綜合評價模型。

1.1 建立評價因素集

因素集是影響評判對象的所有評價指標組成的集合。因素集的建立關系到評價是否客觀、科學和準確。筆者根據(jù)多年教學經驗，結合計算機實驗課程教學特點，并廣泛征求了計算機課程任課老師的意見和建議，建立了如圖1所示的因素指標體系。

1.2 建立評價集

將評價等級 “優(yōu)秀”、“良好”、“合格”和 “不合格”4個等級構成評語集：V＝ ｛V1，V2，V3，V4｝。

1.3 因素重要程度模糊集的確定

因素重要程度是指各因素在評判中的重要性程度，其結果是否恰當直接影響到評價結果。為了讓因素重要程度的數(shù)據(jù)更加科學與合理，筆者邀請了60位擔任計算機課程實驗教學的任課老師對U1，U2，U3，U4和其下層因素的重要程度進行評價，并采用專家調查法來確定因素重要程度模糊集A0，A1，A2，A3，A4如下：

1.4 建立模糊綜合評價矩陣

首先，對承擔計算機課程實驗教學的某任課教師的教學質量進行單因素評價，然后根據(jù)模糊統(tǒng)計方法，分別建立教學態(tài)度，教學方法，教學管理和教學效果等4個方面的模糊綜合評價矩陣R1、R2、R3、R4，如下：

2 模糊綜合評判算法

目前常用的一級指標評判模型有取小取大型M（∧，∨）、乘積取大型M（·，∨）、加權平均型M（·，＋）、全面制約型M（乘冪，∧）等，這些模型都有各自的優(yōu)缺點和適用范圍［6］。

為了使評價結果能客觀反映計算機實驗教學質量的真實情況，不會因一級評判模型的選擇不當而出現(xiàn)偏差，筆者將上述4種一級指標評判模型綜合考慮，由于評價因素較多，首先將因素集分成2個層次，并對每一個一級指標模型進行分層次評價，然后采用加權平均型作為二級指標評判模型進行綜合評判，使綜合評判結果的偏差降到最小程度。

2.1 一級指標綜合評判

圖1 計算機實驗教學質量評價因素指標體系

同理，可得對應于第一層U2、U3、U4基于取小取大型M（∧，∨）的模糊評價集分別為：

其次進行第二層次U＝｛U1，U2，U3，U4｝模糊綜合評判。選取第一層次的4個模糊綜合評價集作為行構成的矩陣為第二層次模糊綜合評判矩陣R0，即第二層次模糊綜合評判的評判矩陣R0由第一層次模糊綜合評判結果B1，B2，B3，B4作為行而構成：

然后根據(jù)取小取大型M（∧，∨）對A0和R0進行合成運算得模糊評價集為：

根據(jù)最大隸屬原則，采用取小取大型的評價等級為“優(yōu)秀”或“良好”。

根據(jù)最大隸屬原則，采用乘積取大型的評價等級為“優(yōu)秀”。

根據(jù)最大隸屬原則，采用加權平均型的評價等級為“良好”。

根據(jù)最大隸屬原則，采用全面制約型的評價等級為“良好”。

2.2 二級指標綜合評價

從上面的運算結果可以看出，一級指標綜合評價不同的算法得到的結果有所不同，有一定的偏差，為了消除這些偏差，筆者采用二級指標綜合評價方法進行評判，評判矩陣（R混）由取小取大型、乘積取大型、加權平均型、全面制約型4種評判結果（B主，B乘，B加，B全）組合而成，即：

4種模型的因素重要程度模糊集（A混）采用專家調查法獲得：A混＝ （0.235，0.237，0.265，0.263）。

對A混和R混采用加權平均模型M（·，＋）進行二級綜合評判，其模糊評價集記作B混，則：

由于B混＝0.410＝ max｛0.352，0.410，0.384，0.296｝，故根據(jù)最大隸屬原則，利用二級指標綜合評判法所得評價等級為 “良好”，這個結果與該教師的實際教學質量相符。

3 結 語

通過對計算機實驗課程教學質量評價因素進行綜合分析，構造合理的評價因素集，利用專家調查法得到合理的因素重要程度模糊集，運用二級二層次的模糊綜合評判模型對計算機實驗課程教學質量進行評判，削除人為因素和不同算法之間的偏差，得出的結果客觀、合理。這種評判方法對提高教師工作的積極性，改進教學方法，提高計算機實驗課程的教學質量，推動計算機實驗教學改革具有重要的現(xiàn)實意義和應用價值。

［1］王學戲 .模糊綜合評判在高校教師教學質量評價中的應用 ［J］.太原師范學院學報，2008，7（4）：50－54.

［2］張飛雁，模糊綜合評估在實驗教學質量控制中的運用 ［J］.寧波大學學報，2003，25（5）：113－115.

［3］Saleh I，Kim S.A fuzzy system for evaluating students’learning achievement［J］.Expert Systems with Application，2009，36 （3）：6236－6243.

［4］Azar A T.Fuzzy Systems［M］.Rijeka：Intech Press，2010.

［5］Chen Shyi－Ming，Li Ting－Kuei.Evaluating students’learning achievement based on fuzzy rules with fuzzy reasoning capability ［J］.Expert Systems with Applications，2011，38 （4）：4368－4381.

［6］陳水利，李敬功，王向公 .模糊集理論及其應用 ［M］.北京：科學出版社，2005.

［7］孔峰 .模糊多屬性決策理論、方法及其應用 ［M］.北京：中國農業(yè)科學技術出版社，2008.