高校综合评估（精选8篇）
高校综合评估 篇1
摘要：当前俄罗斯高等教育体制变革的一项重要举措就是推行新的高校综合评估政策。本文主要对该政策的实施缘由、法律依据与实施程序进行了详细的阐释与剖析, 以期为我国高校评估制度的改革提供参考与借鉴。
关键词：俄罗斯,高校综合评估,认可,评定,国家鉴定
俄罗斯高校评估最初是由认可、评定与国家鉴定三个独立程序构成的。一般而言, 各类高校地位的确定都要经过认可、评定与国家鉴定这三个程序, 没有获得认可, 高校就无权办学;未通过评定, 高校就不能进入国家鉴定程序;而未通过国家鉴定, 高校就不能获得相应的国家地位, 也就无权向学生发放国家统一样式并带有俄罗斯国徽印章的毕业证书, 不能被编入中央财政拨款名册和享受其他优惠。为完善上述评估程序与内容, 从2000年起俄罗斯开始实行高校综合评估政策, 将“认可、评定与鉴定”整合为一体, 简称高校综合评估。
一、高校综合评估政策的实施缘由
自1992年俄罗斯实施高校认可、评定与国家鉴定政策至今已有十多年的历史, 在这一过程中教育部既积累了一些经验, 也遇到了一些问题。这些问题主要体现在以下两个方面[1]。
第一, 一般来说, 高校获得的办学许可证、评定结论和国家鉴定证书的有效期都是五年。对于不同高校而言, 由于进行外部评估 (认可、评定和国家鉴定) 获得证书的有效期是不同的, 通过这三项评估的时间是不同的, 因此, 每一项评估都是不间断进行的。对于同一所高校而言, 由于评估过程持续时间较长, 所以, 有可能刚刚完成第三项评估 (国家鉴定) , 作为第一项评估结果的办学许可证又将失效, 遂产生了进行再次认证的必要性, 这就使高校评估过程变得非常复杂, 任务十分繁重。
第二, 由于这三项评估的区分并不十分严格, 难以避免资料收集和文件周转的重复现象。评审委员会获得的信息都是一个类型的, 只不过是以不同的规定形式提供的, 无论是教育管理机关, 还是高校都无法对此进行分析研究。此外, 由于评审委员会到一所高校去的次数较多, 在高校的停留时间比较分散, 对高校的了解有限, 因此, 只能获得高校的一些表层数据, 无法对高校的真实水平进行深入评估, 这些问题将直接影响评估的质量与效率。
鉴于上述两种缘由, 为完善高校评估程序, 认可、评定与鉴定管理局协同国家督导司研制了高校综合评估方案, 经鉴定委员会的广泛研讨与赞许后, 菲立波夫批准了《高校综合评估》这一政策。对高校实行综合评估政策的目的在于对高校的活动进行深入分析, 避免上述评估程序的重复, 进一步优化高校评估政策。高校综合评估政策规定, 从2000年1月1日起对高校实行顺次的认可、评定与国家鉴定。
二、《高校综合评估》的颁行
为保障高校综合评估的程序化与规范化, 1999年11月12日俄罗斯教育部颁布的《高校综合评估》规定, 高校综合评估应遵照以下程序[2]。
首先, 高校要向国家督导司提交申请书, 使其被编入评定计划, 向认可、评定与鉴定管理局提交再次认可申请书的副本, 申请形式由国家督导司与教育部规定。
其次, 根据高校申请, 由国家督导司和认可、评定与鉴定管理局作出综合评估计划, 在综合评估前六个月将该计划通知给高校, 将高校列入科研与信息方法程序大纲。
第三, 国家督导司根据认可、评定与鉴定管理局的建议组建综合委员会, 综合委员会由认可分委员会与评定和鉴定指标评价的分委员会构成。综合委员会成员, 根据联邦教育与科学监察署领导的指示予以确定。
第四, 综合委员会根据高校评估结果准备三个方向的评估结论。
1.高校认可结论, 将该结论提交给认可、评定与鉴定管理局, 由认可、评定与鉴定管理局准备高校认可行政文件 (第一个方向) 。
2.高校评定结论, 将该结论提交给国家督导司, 由国家督导司准备高校评定决议 (第二个方向) 。
3.高校国家鉴定指标, 将该指标提交给认可、评定与鉴定管理局, 由认可、评定与鉴定管理局准备高校国家鉴定资料 (第三个方向) 。
若高校在第一个方向 (认可) 获得肯定结论, 由认可、评定与鉴定管理局准备高校通过认可的法令。否则, 将终止对高校的评定, 并责令高校限期改正认可中的不足。同样, 若高校在第二个方向 (评定) 未获得肯定结论, 将终止对高校的国家鉴定。若高校在第一个方向 (认可) 和第二个方向 (评定) 都获得肯定结论, 高校就有权提交国家鉴定申请。若高校通过国家鉴定, 则获得相应的国家地位, 相反则无法获得国家鉴定证书与相应的国家地位。高校 (除教育部管辖的) 提交的申请要与相应 (联邦的、联邦主体的与市级的) 教育管理机关保持一致。
最后, 由认可、评定与鉴定管理局、国家督导司以及国家鉴定中心向高校签发具有相同有效期的办学许可证和国家鉴定证书。
三、俄罗斯高校综合评估程序
(一) 认可
认可的目的与内容是确认高校提供的教育条件与国家和地方在“基建标准和基建法规、卫生标准、学生与教育工作者的保健、教学场地的设备、教学过程的装备、教师资质和人员编制”要求的相符程度。
在高校综合评估中, 高校的认可程序包括高校提交认可申请、评审委员会对高校的认可与作出认可结论三个步骤。
高校的认可是对高校基本办学条件的评估, 其指标体现在高校的法律—组织基础、物质—技术基础与教学资源 (人员、信息与技术保障) 以及社会基本公用设施三个方面。
首先, 高校应具备与其地位和法律要求相符合的注册文件, 包括注册的证明文件、学校章程、分支机构组成条例等, 这是高校实施教育活动的必要法律—组织基础。
其次, 《俄罗斯联邦教育法》对高校应具备的物质—技术基础与教学资源作出了如下规定: (1) 根据每个职业教育大纲 (大纲的类型) 规定生均占地面积, 确定高校的学生额外编制人数; (2) 教育过程的人员保障 (人员编制和资质) 应符合师资结构的质性要求———教学人员所占的“学位比例”; (3) 教学设施、教学实验设备与技术手段应符合高校的培养方向以及充实性和普及化的要求, 信息和图书资源应符合最低保障标准。上述高校应具备的教学与物质基础、教育工作者的资质与人员编制的最低标准, 由教育部确定。俄罗斯联邦主体国家教育管理机关可以对高校教育过程的装备程度与教学设施设备作出补充要求。
第三, 办学许可证规定了高校建筑物与校舍的卫生标准以及对学生和教师保健的特别要求, 这是高校师生的社会保障, 包括医疗保健、公共饮食、居住条件以及体育运动场所。
在高校综合评估中, 认可的意义重大。若高校不符合认可标准, 评审委员会就会拒绝对高校进行下一步的评定。
(二) 评定
评定的内容是确认高校学生的培养质量、水平和内容与国家教育标准要求的相符程度。
高校评定的肯定结论是高校进入国家鉴定的必要条件。若高校某个教育大纲获得否定结论, 或国家评定机构对其教育质量不符合国家教育标准要求的情况进行重复提示, 高校将失去鉴定资格。
(三) 国家鉴定
国家鉴定是依法确认不同类型 (高校) 和类别高校 (大学、专业大学与学院) 国家地位的过程, 其鉴定程序是由高校提交鉴定申请、鉴定委员会对高校实施外部鉴定, 以及作出鉴定结论三个步骤构成的。高校只有通过国家鉴定后才有权向学生颁发国家式样的毕业证书。
鉴定指标包括确认高校类型与类别两部分指标, 其中, 确定“高校”这一类型的指标包括以下三项: (1) 培养内容与水平 (教学计划与课程大纲是否符合国家教育标准的要求) ; (2) 培养质量, 包括对高考考生的要求、学生的培养质量是否符合国家教育标准要求、高校内部教育质量保障体系的效果、学生科研工作的组织情况、毕业生就业情况; (3) 教育活动, 包括学生从事课外活动的条件、对学生教育工作的组织。
确认不同类别高校 (大学、专业大学与学院) 的国家鉴定指标, 包括本科教育大纲、研究生与补充职业教育大纲的教育连续性、科研、科学技术活动及其成果、方法工作与师资结构五项。在上述五项指标中, 本科教育大纲与研究生和补充职业教育大纲的教育连续性这两项指标说明了高校教育活动的广泛性, 可用做大学和专业大学的分类。对不同类别高校的量化评价, 需要应用大学和专业大学教育活动领域的目录, 包括本科教育大纲的学科数量、各科学生比例以及研究生和博士生班不同专业的数量。
最后, 由鉴定委员会根据外部鉴定结果作出鉴定结论, 以教育部的命令形式下达, 若高校通过国家鉴定, 将获得相应的国家鉴定证书, 并被载入已通过鉴定的俄罗斯高校目录。
目前, 俄罗斯高校综合评估政策尚处在不断发展与完善过程中, 能否为转型时期高校教育质量的提高产生积极且深远的影响, 需要我们进一步关注。
参考文献
[1]Шадриков В., Геворкян Е., Калабин С., Киринюк А., Наводнов В., Мотова Г., Петропавловский М.О проц-едуре комплексной оценки вуза.Высшее образование в России.2001г.№1.с.30-31.
[2]Окомплексной оценке деятельности высшегоучебного заведения.БюллетеньМинобразования России.2000г.№1.с.57-58.
[3]Положение о лицензировании образовательной деяте-льности.Бюллетень Минобразования России.2001г.№1.с.38.
高校综合评估 篇2
为全面推进基础教育课程改革，进一步完善学校管理体制，更新教育教学评价理念，完善促进教师不断提高、学生全面发展的评价体系，现依据课程标准要求和上级有关文件精神，结合我校教育教学实际，在原《学校管理综合评估量化细则》及有关补充规定的基础上，特制定以下评估量化细则，以此来指导评价学校管理和每位教师的教育教学工作。
一、学校管理（500分，占总成绩20%）
（一）教师职业道德（80分）
要求：积极参加政治学习，忠于职守，敬业奉献，团结协作，以身垂范，为人师表，教书育人，遵纪守法，爱护学生，认真履职，廉洁从教，严禁体罚变相体罚学生，严禁向家长索要财物，严禁醉酒闹事，损人利己，严禁在校内织毛衣、玩扑克、打游戏等做与教学无关的活动。学期内受党纪、政纪处分、治安处罚或违犯计划生育、违犯师德十条警戒线的，本项考核不得分，评优树先一票否决。此项分过程考核和阶段考核：
1、过程考核
（1）上班时间玩扑克、打麻将、织毛衣等与教学无关的活动，一次扣10分；体罚、变相体罚学生，有关教师一次扣10分；驱赶学生离校或训斥学生家长的，有关老师扣5分。
（2）政治学习：每位教师每年至少读一本与本科教学有关的教育教学论著，平时要以集中学习和自己学习相结合，每周学习不少于2小时，建立学习笔记，笔记内容做到摘抄与写心得体会相结合，每月笔记内容不少于1000字，每学期不少于5000字。每月检评一次，每少100字扣1分，书写潦草一次扣1分。
2、期末考核（民主测评）
教师评师德：期末由全体教师对每位教师评议打分。
（二）学校规范化管理（200分）
内容包括：①单元教材的简要分析；②单元教学目标；③教学重点难点；④课时安排；⑤单元测试后，针对测试情况进行评教评学，制定出补教补学的措施。
（3）编写课时教案
内容包括：课题、课型、教学目标、教学重难点、教学具准备、教学过程（含习题设计）、板书设计、教学心得等。
2、备课簿的书写（1）备课簿使用规范。
（2）书写要认真，字体工整，可用楷体或行楷体，不准使用不规范字。
（3）格式要规范，簿面要写清任教单位、学科、班级、姓名、起始年月日等。
（4）备课簿要写清页码和目录。
3、备课检评
（1）中心小学教研室每学期将对教师备课情况进行分级检评。（2）实行“两级检评”制度。即：①村小周查，由学校负责人负责；②教研室月查。
（1）书写不认真，每个教案扣1分；（2）项目不全，每少一处扣1分；（3）教学环节不完整，每少一处扣1分；（4）教学内容太简，每次教案扣1分；（5）无板书设计，每次扣1分；（6）无教学札记，每少一次扣1分；（7）检查时以各种理由不交备课本记0分。
（3）检查备课与听课、说课相结合。
4、备课分类：语文、数学、英语、科学、品生（社）备详案，带多个学科（年级）的教师选择两个学科（年级）备详案，剩余学科备简案。不超过两科（含两科）的备详案。
音乐、体育、美术等学科，专职教师备详案，兼职教师备书头案（体育备简案）。
（二）说课（50分）
“对错要判明，优劣要分清”的原则认真批改。批改必须有等级评价、激励性评语、批改日期和批改记录，记录中要有错题的补教补学措施。
计分办法：
⑴簿本不整洁、学生用笔不规范分别减5分。⑵“收、批、发”作业不及时减5分。⑶学生作业中错题无订正的，发现一处减5分。⑷作业批改出现漏批或错批现象，每次减5分。⑸作业批改无记录减5分。
⑹作业本数要与班级人数一致，每少2本扣1分；作业次数要与规定次数一致，少1次扣100/m（m为作业规定次数）。
⑺批改记录与批改内容、次数要一致，少1次扣2分。
3、查制作作品的学科（含实践性作业）具体要求及分值：（1）班制作件数低于本班学生数的二分之一减5分。（2）制作质量较差的减2分。
（四）政治、业务学习（20分）
每位教师要树立终身学习的思想，以集中学习和自己学习相结合，每周学习不少于2小时，建立学习笔记，笔记内容做到摘抄与写心得体会相结合，每月笔记内容不少于1000字，每学期不少于5000字。
（五）教学观摩和听评课活动（40分）
教师要经常听课评课，互相学习，取长补短，每学期听课不少于20节，新上岗教师不少于30节。其中本校内听课村小不少于10节，中心小学不少于15节。听课必须认真做好记录，有印象随记，有课后评价，评价要有优点及建议，并积极参加评课。每少一次扣2分，记录情况酌情扣分。
（六）教学与教研（40分）
1、每学期初，各校要制订出切实可行的教研计划和单元集体备课辅导计划，上交中心校。教研计划内容主要包括工作目标，所采取的措施，教研活动安排等。
2、讲课
（1）公开课：
对举行各级公开课的老师，依据证书，按以下标准加分。镇级1分，区级2分，市级4分。
（2）讲课比赛：
对参加各级讲课比赛获奖的教师，依据证书，按以下标准加分：镇级：一等奖2分，二等奖1分；区级：一等奖3分，二等奖2分；市级：一等奖6分，二等奖4分；省级：一等奖10分，二等奖8分。
（3）讲课选最高两项累计加分。
3、教学奖：
镇级1分；区级3分；市级5分。此项同学期内不累计加分。
4、质量调研：
在区级质量调研中成绩位于同级别学校中前1/3的教师加2分。并给予一定的现金奖励。
5、教学能手、新秀
区级能手5分，市级能手8分；区级新秀3分，市级新秀5分。
6、教科研：
论文：镇级：0.5分，区级：一等1分，二等0.5分；市级：发表的论文一位3分，二位2分；获奖论文一等2分，二、三等1分；省级、国家级：发表论文一位5分，二位3分，获奖论文一等3分，二等2分，三等1分。（发表论文只对前两位作者记分，优秀论文证书不赋分；教科研成果按相应级别高一级计分，凡不属教科研项目的论文，虽获奖证书有教科研成果字样，仍按相应级别论文计分）。
7、艺体活动：
在全区小学运动会或艺术竞赛活动中获团体前8名者，给辅导教师加2分。
8、现场会：
高校综合评估 篇3
高校是人才的摇篮，教学质量是评估高校质量的最重要的因素之一。通过教学质量评测，可以帮助学校领导及时全面的掌握全校教师教学业务状况，帮助教师有针对性的改进工作方法、提高教学质量。促进老师的教与学生的学。如何科学地、全面、客观公正地评估教师的师德水平和业务素质，是一项理论上和实践上都十分重要的工作，近年来受到广大学者的关注。在本文中我们提出并实现了基于模糊综合评价的教学质量评估系统。该系统利用模糊综合评价思想，能从多种教学因素、多位学生对教师的评价及教师之间的相互评价中能得到该老师的综合评价及综合评价排名。
1 模糊综合评价原理
定义1[4]集合X的一个模糊子集A軒，A軒={(μA軒(x),x|x∈X)，其中μA軒(x)是一个在区间[0,1]上确定的数，称为点x对A軒的隶属度。
定义2[5]映射f:U→F(V)是从U到V的模糊映射。
定义3[5]设R∈F(U,V),任意u∈U对应V上的一个模糊集合，称为R在U处的截影,记为R|u,它的隶属函数为R|u=R(u,v)。
定理1[5]：任给R∈F(U,V),都唯一确定了一个从U到V的模糊映射，记为fR:U→F(V)，对任意u∈U都有fR:U→R|u
可见，U×V上的任意模糊关系与模糊映射之间有一一对应关系。模糊关系(矩阵)与模糊映射可等同使用。
定理2[5]：任给R∈F(U,V),都唯一确定了一个从U到V的模糊变换，记为TR:F(U)→F(V)，对任意A∈U有TR(A)=A莓R
这里“莓”表示模糊运算符。对此运算符的定义不同，则对应不同的模糊综合评判模型。现有模糊综合评判模型包括：等，在本文中我们采用M(·,茌)。
定义4：给定模糊集(a1,a2,…,am),(0≤ai≤1,i=1,2,…,m)及模糊综合评判矩阵
模糊集B为模糊综合评价，则。
2 基于模糊综合评价的高校教学质量评估系统模型
本文提出了一个基于模糊综合评价的高校教学质量评估系统FSES，其由用户界面、建立评价矩阵D模块、模糊综合评价矩阵R、模糊综合评价、模糊综合评价分数及排序模块组成(图1)。在用户界面FSES中，有三类用户：学生用户只具有打分权限，对各项指标打分采用通用百分制形式;教师用户具有浏览学生反馈信息与查看排行榜权限;质量评估小组用户除上述所有权限还具有设定评价等级及各指标权系数权限。当质量评估小组用户设定了评价等级及各指标权系数权限后，学生就可以对各评价指标进行打分，系统将所有的打分存入数据库并根据评价等级各指标进行统计处理，形成评价矩阵模块。然后由评价矩阵模块生成模糊综合评判矩阵，并根据指标权系数进行模糊综合评价，最后再生成模糊综合评价分数，再对分数集进行排序处理生成排行榜。
3 基于模糊综合评价的高校教学质量评估系统实现
3.1 确定评价因素及权重
在分析了教学质量评估所涉及的因素后，确立了以教学态度，教学目的，教学内容，教学方法，教学语言，教学教态，教学效果，教学管理这8个评定因素的评价指标体系。因素集={u1教学态度，u2教学目的，u3教学内容，u4教学方法，u5教学语言，u6教学教态，u7教学效果，u8教学管理};通过学生、教师和专家问卷和座谈，确定各因素权重如图2所示。记为A=(a1,a2,a3,a4,a5,a6,a7,a8)=(0.15,0.1,0.1,0.25,0.15,0.05,0.1,0.1)。
3.2 确定评价等级
评价等级可由教学质量专家组根据学校情况讨论并执行，设教师评价等级E={e1,e2，…，em}={优秀，良好，合格，基本合格，不合格}，若设定评价等级分数分别为E={0.9,0.7,0.5,0.3,0.1}。则学生对老师的每项百分制评分，将按如下原则进行处理：设学生打分x，则优秀：x≥90;良好70≤x<90;合格50≤x<70;基本合格30≤x<50;不合格10≤x<30，无效x<10。
3.3 生成评价矩阵
根据学生的打分情况及评价等级的确定情况建立评价矩阵。假设对某教师教学质量进行评价的学生人数为7人，参评人员根据教学质量评估综合评判表中各项以5级评价等级对其进行评估，收回评估表对结果进行统计，得到学生对某教师教学质量评价矩阵如图3所示。
对应评价矩阵。
3.4 生成模糊综合评价矩阵
对评价矩阵D采用规一化处理生成模糊综合评价矩阵R，其中R=(rij)，,dij是矩阵D中的元素。对上述评价矩阵D,采用归一化处理后即得模糊矩阵R。
3.5 生成模糊综合评价矩阵
采用定义4对模糊综合评判矩阵进行加权，得出模糊综合评价结果B,
由评价结果可知，对此教师教学质量评价为“优秀”的比例为10%，“良好”的比例为44.4%，“合格”的比例为36.4%，“基本合格”比例为9.1%，“不合格”比例为0。由最大隶属度原则，对该教师的评价等级为“合格”。
3.6 排行榜
对每个教师采用定理2进行计算得到对应排行榜分，其中莓取M(·,+)模型。即
所以N=0.1×0.9+0.444×0.7+0.364×0.5+0.091×0.3+0.0×0.1=0.61。
每位老师将得到排行榜分，将其进行排序后，即可得对应名次。
4 实验结果及展望
在本系统中，我们实现了学生基本情况管理模块，教师基本情况管理模块，并可录入听课记录。我们的重点是多名学生在对多名老师进行评价后，怎样客观公正地得到一个综合评价。其中，图4是对教师的听课记录的录入，图5是学生对老师的评价，图6是排行榜。
本文中提出了一种提出并实现了基于模糊综合评价的教学质量评估系统。该系统利用模糊综合评价思想，能从多种教学因素、多位学生对教师的评价对该教师并能确定该老师教学质量名次。该方法客观，公正，适应高校的教学质量评估，极大节约高校教学质量评估成本，提高评估质量。
参考文献
[1]Zadeh L A.Fuzzy logic=computing with words,IEEE Trans.Fuzzy Systems,1996(4):103-111.
[2]Zadeh L A.Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic,Fuzzy and Systems,1997(90):111-127.
[3]Zadeh L A,From computing with numbers to computing with words from manipulation of measurements to manipulation of perceptions,IEEE Trans.Circuits Systems,1999(45):105-119.
[4]李敬功,王向公.模糊集理论及其应用[M].北京:科学出版社,2005.
[5]杨纶标.模糊数学原理及应用[M].广州:华南理工大学出版社,2005.
高校综合评估 篇4
建筑工程施工风险是指工程实施结果相对于预期结果的变动程度,即承包商预期收益的变动程度。任何工程项目施工过程中都存在着风险,风险会造成工程项目实施的失控现象,如工期延长、成本增加、计划修改等,这些都会导致经济效益的降低,甚至项目的失败。正是由于风险会造成很大的伤害,在现代工程项目管理中,风险管理已成为必不可少的重要环节,是处理由不确定性产生的各种问题的一整套方法[1,2,3]。工程项目管理的3个目标是工期、质量和费用,一个较好完成的项目是应该在足够的时间、空间、费用之间寻找最佳的平衡点。而在我们的工程实践中,经常会遇到由于受时间、空间和费用的限制,这3个目标往往不能同时经济、高效地实现的情况,所以,在这种情况下,这3个目标也可作为项目管理中的3种风险。如何辨识这3种风险的大小程度、抓住重点,在人力、财力有限的情况下集中主要力量控制权重较大的风险显得尤其重要。如何最大限度地规避风险、转移风险,减少风险损失是当今项目管理中的一个重要课题。
笔者结合多年来的工作经验和课题研究成果,尝试运用工程经济学、现代项目管理和风险分析等多种学科的知识、理论与方法,采用定量分析与定性分析相结合,运用层次分析法和模糊综合评价法,具体对上海理工大学图文信息中心建设项目的风险进行评价,以期构建出一种全面合理的风险评估分析方法,为建筑工程风险评估和风险管理提供参考依据。
1 高校基建的特点
高校的基建项目是一个特殊领域的建筑工程项目,要做好高校基建项目的风险管理,除了要了解一般建筑工程风险管理的内容、特点外,还必须把握好高校基建项目的具体特点,以便对高校基建实施针对性的风险管理,把高校的基础设施建设做得更加优质高效。
高校的基建是高校为教学、科研等的发展需要而进行的学校用地范围内的建筑工程建设。与一般的建筑工程项目相比,高校的基建具有投资额巨大、工期紧、各专业工种齐全、质量要求高、协调工作量大等特点。因此,做好高校基建项目的风险评价和风险应对,规避风险或减少风险损失,在实际操作中有效地控制工程项目进展,可以说是现代高校基建工作十分重要的组成部分。
2 高校基建工程项目风险评估
2.1 层次分析法
2.1.1 建立系统的递阶层次结构
首先要把问题条理化、层次化,构造出一个有层次的结构模型。一个决策系统大体可以分成以下3个层次:
(1)最高层(目标层):这一层次中只有1个元素,一般它是分析问题的预定目标或理想结果。
(2)中间层(准则层):这一层次中包含了为实现目标所涉及的中间环节,它可以由若干个层次组成,包括所需考虑的准则、子准则。
(3)最低层(方案层):这一层次包含了为实现目标可供选择的各种措施、决策方案等。
2.1.2 构造成对比较判断矩阵
假设准则层比较n个因素C={C1,C2,…,Cn}对同一目标的影响,每次取两个因素Ci和Cj,aij表示Ci与Cj对目标的影响程度之比,其中aij的取值由Saaty的1～9值法决定,如表1所示。
全部比较结果可用成对n阶比较判断矩阵A=(aij)n×n表示[4]。
式中,aij为因子i相对因子j的重要性。其元素满足:
(1)aij>0 (i,j=1,2,…,n);
(3)aii=1 (i=1,2,…,n)。
A矩阵也可称之为正互反型矩阵。
从心理学观点来看,分级太多会超越人们的判断能力,既增加了作出判断的难度,又容易因此而提供虚假数据。Saaty等还用试验方法比较了在各种不同标度下人们判断结果的正确性,结果也表明采用1～9标度最为合适。
2.1.3 层次单一权向量及其一致性指标
设有一个n阶正规向量Q,则有:
式中:λmax——矩阵A的最大特征根;
Q——对应λmax的正规化特征向量。
采用求和法和方根法来对最大特征值和特征向量进行计算。
根据矩阵理论,正互反型矩阵满足一致性时,它的最大特征根等于矩阵的阶数,即λmax=n。于是用CI来表示评价判断矩阵的一致性指标:
当CI=0时,判断矩阵具有完全一致性;CI值越大,说明判断矩阵的一致性差。检验一致性还需引入判断矩阵的平均随机一致性指标RI值,对于1～10阶判断矩阵的RI值见表2。
对于1、2阶判断矩阵,RI只是形式上的,因为1、2阶判断矩阵总具有完全一致性。当阶数>2时,判断矩阵的一致性指标CI与同阶平均随机一致性指标RI的比值称为随机一致性比率CR:
当CR≤0.1时,认为判断矩阵具有满意的一致性,否则需要调整判断矩阵的元素。
2.1.4 层次组合权向量及其一致性检验
从层次结构模型的第2层开始,逐层计算各层相对于第1层的相对重要性权值,所得的各层权重最终组合成为向量称为层次组合权向量。假设准则对目标的权向量为W(2),则:
W(2)=(w1(2),Λ,wn(2))T (5)
各方案对每一准则的权向量为Wk(3),则:
Wk(3)=(wk
对于方案P1,它在各准则的权重用Wk(3)的第1个分量表示,而各准则对于目标的权重又用权向量W(2)表示,所以,P1在目标中的组合权重应为它们两两乘积之和。同样可算出P2,P3,…,Pm在目标中的组合权重。记这些权重组成的权向量为W(3),则W(3)即为组合权向量。也就是说,若以Wk(3)为列向量构成矩阵N(3),N(3)=(w1(3),Λ,wn(3)),则组合权向量为W(3)=N(3)W(2)。
若第P层的一致性指标为CI1(p),Λ,CIn(p),随机一次性指标为RI1(p),Λ,RIn(p)(n是第p-1层因素的数目),定义:
CI(p)=[CI1(p),…,CIn(p)]W(p-1) (7)
RI(p)=[RI1(p),…,RIn(p)]W(p-1) (8)
则第P层对第1层的组合一致性比率为:
CR(p)=CR(p-1)+CI(p)∕RI(p) (p=3,4,…,s) (9)
通过一致性检验的组合权向量可以作为最终决策的依据。
2.2 模糊综合评价
2.2.1 确定因素域和评价域
将建筑工程项目风险作为评估对象,确定评价因素集合F={F1,F2,…,Fn},其中各单因素子集分别为:
根据工程项目风险评价决策的实际需要,一般可将评价等级标准分为“轻微”、“中等”、“严重”、“重大”、“灾难”等5个等级。即评语集为V={V1,V2,V3,V4,V5}={轻微,中等,严重,重大,灾难}。各等级对应的值分别为{1,2,3,4,5}[5]。
2.2.2 评估实施方法
根据建筑工程项目风险评价的各种实际调查访问材料与研究数据,采用模糊数学和精确数学方法对各个评价指标进行定量估算,然后由评判专家小组的每一个成员根据已确定的评价等级标准依次对各个指标进行评价[6]。在此基础上,分别得出各子集Fi(i=1,2,…,n)中单要素的评价决策矩阵Ri(i=1,2,…,n)。再由各单要素Fi的权重系数向量Wi(由层次分析法计算)和评价决策矩阵Ri,经过合成运算可得到:
Bi=Wi·Ri=[bi1,bi2,…,bin] (i=1,2,…,n) (10)
基于单因素的层次分析结果,得到F中各子集的综合评价决策矩阵:
最后再由F的各子集的权重向量W和综合评价决策矩阵R,经过合成运算,可得出对工程项目风险评价的模糊综合评价结果:
B=W·R=[b1,b2,…,bn] (12)
3 应用实例分析
3.1 实例背景简介
上海理工大学图文信息中心工程属于高等院校大型基建项目,于2006年8月开工,要求2007年10月学校百年校庆时基本完成。建筑面积31 190 m2,项目预算总投资1.26亿元。考虑到工期比较紧,基建处拟定了3种分别以质量、进度和费用为主的建设方案,需要对这3种方案进行风险评估比较得出一种最优化的方案来指导建设。
3.2 具体评估结果
该工程项目的层次结构如图1所示。
在图文信息中心工程项目正式施工前,组织建设相关方(业主方、管理方、监理方和承包商)的主要管理和技术负责人专门召开风险咨询会议,根据各方的建设经验,采取头脑风暴方式激发大家对此项目风险的思考,并按照Saaty的1～9值法的评判规则打分,最后加权平均取整数值,构造了上海理工大学图文信息中心项目的进度、质量与费用风险判断矩阵(见表3)。
3种方案的一致性指标和层次总排序计算结果见表4。
根据式(10)和式(11)以及表4的结果可得综合评价决策矩阵:
根据式(12)计算并归一化得:
B′=[0.364,0.396,0.240]。
由此可见,3个方案的相对优先排序为:P2>P1>P3。为达到项目在学校百年校庆时按标准投入使用的目标,以进度为主的方案权重占39.6 %,应作为第一选择方案,也意味着进度风险是要重点加以应对的风险。
4 结语
结合高校基建工程项目风险综合评价的具体特点,本文采用层次分析法与模糊数学相结合的评价方法,进行了大型基建项目的风险评估和方案优化选择。通过对上海理工大学图文信息中心建设项目的风险评价,验证了采用层次分析法与模糊数学相结合的评价方法的合理性与可靠性。为高校基建工程和一般的建筑工程项目风险评估,提供了一种定性定量相结合的分析方法,对建筑工程项目风险评价的理论研究也有一定的参考价值。
摘要：从高校基建工程项目风险综合评价的具体特点入手,利用层次分析法确定了基建工程项目中各评价指标的权重,采用模糊综合评价的方法进行了基建工程项目风险评估。将层次分析法与模糊综合评价相结合,建立了高校基建工程风险模糊综合评价数学模型。为高校基建工程项目风险评估提供了一种定性定量相结合的分析方法。
关键词：高校基建,层次分析法(AHP),模糊综合评价(FCE),风险评估
参考文献
[1]付达新.基建工程施工项目风险的分析与防范[J].建筑经济,2008,(6):40-42.
[2]李平.工程项目风险分析及最优承包合同的研究[M].郑州:黄河水利出版社,2007.
[3]陈伟珂.工程项目风险管理[M].北京:人民交通出版社,2008.
[4]邵立南,何绪文,王春荣,等.基于层次分析-模糊综合评价的矿井水质量评价[J].辽宁工程技术大学学报(自然科学版),2008,27(3):450-453.
[5]陈太红,王明洋,解东升,等.地铁车站基坑工程建设风险识别与预控[J].防灾减灾工程学报,2008,(3):375-381.
高校综合评估 篇5
一、高校财务系统运作现状
(一) 高校财务系统的运作及存在的问题
随着信息技术的进一步发展, 高校的办学环境、模式等都发生了变化, 高校必须及时地传递和反馈校内外信息, 以适应外界的瞬息变化。而高校的财务部门作为集业务流、资金流和信息流为一体的综合管理信息系统, 必然成了高校财务管理成败的关键。计算机技术的进步和网络化是高校财务系统从无到有不断更新发展的决定性因素, 财务系统辅助高校财务部门实现财务管理的信息化和信息处理的自动化。高校财务系统以财务核算、预算控制为核心, 能够提供丰富且实用的管理功能, 具有高度的信息综合利用率。通过“预算”指导“核算”可对学校财务管理活动进行预测、控制、分析并辅助决策;票据、学生收费、公积金管理、固定资产、网上查询等子系统与财务系统的无缝联接, 实现业务流、资金流、信息流一体化的良好财务管理模式, 极大地提高了财务工作效率和信息利用率, 为高校财务管理工作做出了巨大贡献。虽然高校财务系统给高校财务管理工作带来了革新, 但同时高校财务系统安全状况也给财务工作带来了挑战。高校财务网络与外界的隔离程度比较高, 决定了高校网络财务安全的控制主要集中在内部, 但是网络的开放性和系统资源 (硬件和软件) 本身的缺陷始终无法完全杜绝安全隐患的出现, 因此保证财务网络安全可靠的运行, 仍然是应该重点注意和解决的问题;另外, 在引入财务管理信息系统后原有会计数据采集、处理、存储和传输的方式发生了变化, 对传统的会计理论、实务操作、人才素质产生了巨大的挑战。
(二) 高校财务系统安全评估现状
当前我国正全面推行计算机信息系统安全等级保护工作, 等级保护工作的一个重要环节就是信息系统的安全等级评估, 虽然在信息系统安全评估标准的研究及各类信息产品的评估过程中积累了不少经验, 但是信息系统安全的确切标准仍未制定。由于高校财务系统表现出边界不易确定、内部结构复杂、应用种类繁多等特点, 这些都直接导致安全性评估的复杂性;另外, 目前的安全评估准则没有明确地解释安全组合, 因此解决财务系统安全评估中组件与整体安全性的关系不清的问题还缺乏统一的认识和处理。这两方面的因素也直接导致了高校系统安全评估方法研究进展缓慢。因此, 本文为了能够更好地对高校财务系统安全进行评估, 以模糊综合评判法作为标准, 通过对高校财务系统中一些边界不清、不易定量的因素定量化, 从多个因素对高校财务系统隶属等级状况进行综合性评价。
二、高校财务系统安全评估指标体系构建
(一) 高校财务系统安全评估指标体系
高校财务系统完成对一个单位内外资金运动的科学记录及处理技术工作, 是整个核算系统的核心。一个设计良好的财务系统不仅是会计理论和会计法规的体现, 也是对会计实务能力的检验。为了确保财务工作不至于受到自然因素及人为或其他因素的影响, 造成系统的损失或信息丢失、泄密等, 必须十分重视系统的安全性问题。高校财务系统安全评估指标构建具体包括财务系统的通讯安全、逻辑安全、管理安全和系统安全。具体的指标体系的构建如表1所示:
(二) 模糊综合评判法简介
模糊综合评判是以模糊数学为基础, 应用模糊关系合成的原理, 将一些边界不清、不易定量的因素定量化, 从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。模糊综合评判法的应用步骤如下:
(1) 确定因素集的分层层次。按照指标评价体系U, 将因素集按照某一准则进行分组, 设U中的因素分为l组, 即U={U1, U2, …, Ui}其中Ui∩Uj≠Φ, ≠j (i, j=1, 2, …, l) 设Ui={Ui1, Ui2, …, Uin}, 其中n表示第i组因素所包含的单因素个数。可见, 因素集划分了不同层次, U为高层因素集Ui (i=1, 2, …, l) 为低层因素集。
(2) 设置评判集及权重系数。设V={v1, v2, …, vm}为评判集, 对任一层与因素的评判都适用。Ai={ai1, ai2, …, ain}为Ui中各因素相对V的权重系数集, 满足ai1+ai2+…+ain=1, 其中ain根据Ui中各因素的重要程度分配。A= (a1, a2, …, ai) 为U中各子因素集Ui相对V的权重系数集, 满足a1+a2+…+ai=1。
(3) 求取综合评价矩阵。以单因素uin求出其对于V的单因素评判矩阵Ri, Ri的元素rij表示对Ui的因素uij的评价中, 评判等级Vj (j=1, 2, …, m所占的份额) 。在现行的财务系统安全评估中, rki大多采用以下方法确定:成立一个由若干人组成的评估专家小组, 每位专家根据经验和专业知识分别对每个评判因素进行评判, 并确定其属于评判集中的哪一级别, 则rki的含义就是将单因素uin评定为v级的专家数占专家总人数的百分比。根据单因素评判矩阵Ri, 利用复合运算即可求得对子因素Ui的综合评判结果:
然后对高层因素进行评判, 即对评判空间 (U, V, R) 进行综合评判, 而对于因素集U的单因素评判矩阵R, 则由较低层次的综合评判输出Bi构成。因此, 对于评判因素集U的最后评判结果为B=A*R= (b1, b2, …, bn) 。
(三) 基于模糊综合评判法的高效财务系统安全评估过程具体包括:
(1) 确定高校财务系统安全评估因素集。高校的财务系统安全评估涉及的因素很多, 表1所构建指标体系的四个因素作为该高校财务系统安全评估的因素集U:U={通讯安全, 逻辑安全, 管理安全, 系统安全}。
(2) 确定财务系统安全评估的评语集。由于对高校财务风险管理各因素的评估比较模糊, 设置对各因素评估的评语集V为五个等级:V={很好, 较好, 一般, 较差, 很差}, 得分分别为 (5, 4, 3, 2, 1) 。
(3) 确定权重系数。权重的确定方法有很多种, 这里采用专家估计法来确定权重。假设专家小组由10人构成, 他们根据评价指标对高校财务系统进行全面评估, 并对采集信息进行整理分析判断之后, 本模型最终的权重确定结果如下:
A= (0.2, 0.15, 0.2, 0.45)
A1= (0.3, 0.3, 0.4)
A2= (0.3, 0.4, 0.3)
A3= (0.4, 0.4, 0.2)
A4= (0.3, 0.1, 0.2, 0.1, 0.3)
(4) 确定高校财务系统安全评估单因素评价矩阵。财务系统安全既有硬件安全, 又有软件安全;既有外部影响, 又有内部因素, 且许多方面是相互制约的。选取软件设计代表、用户代表及有关专家组成评审团 (20人) , 每位专家根据经验和专业知识分别对每个评判因素进行评判, 并确定其属于评判集中的哪一级别, 则评价等级Vj所占的份额即为将单因素uin评定为v级的专家数占专家总人数的百分比, 同理可到二级模糊评价矩阵R。结合以上因素, 确立高校财务系统评估体系统计表, 如表2所示:
(5) 综合评判计算及分析评价。根据表2对单因素U1= (u11, u12, u13) 的综合评判矩阵为:
同理, 其它单因素的综合评判矩阵为:
B2=A2*R2= (0.59, 0.14, 0.16, 0.07, 0.04)
B3=A3*R3= (0.52, 0.24, 0.1, 0.14, 0)
B4=A4*R4= (0.64, 0.25, 0.01, 0.09, 0.01)
由此可得, 基于综合评价因素集U={U1, U2, …, Ui}的综合评价矩阵:
通过以上计算的模糊综合评价矩阵最终结果为 (0.5545, 0.2675, 0.0745, 0.093, 0.0105) , 即{很好, 较好, 一般, 较差, 很差}的最终评价结果分别占了55.45%, 26.75%, 7.45%, 9.3%, 1.05%。按照加权平均法得分为4.2625= (0.5545×5+0.2675×4+0.0745×3+0.093×2+0.0105×1) , 介于“很好”与“较好”之间, 该分值的隶属度为0.8525 (=4.2625÷5) , 即该校在100%计财务系统安全水平的情况下财务系统安全水平达到了85.25%。
综上所述, 可以知道该校的财务系统安全水平已达到较高的水平, 但是仍有待于进一步改进和完善。
三、结论
本文通过对高校财务系统安全现状的分析, 并结合自身在高校财务工作的实践经验和相关理论知识构建了高校财务系统安全评估指标体系, 利用多级模糊综合评判数学模型对高校财务系统安全水平进行评估, 评估方法表明, 评估结果具有可行性和指导性。但是毕竟高校财务系统的安全受到多方面因素的影响和制约, 所以很难全面、准确、定量对其进行评价, 在此基础上运用模糊综合评判法进行的评估, 必然在安全评价指标的建立、各指标的权重系数确定方面存在不足的地方, 仍有待于实践中进一步完善。
摘要：随着高校财务管理的不断发展, 高校财务系统在学校日常财务工作中发挥了至关重要的作用。因此建立和健全高校财务系统安全评估体系, 对促进高校财务管理水平的提高、保障财务工作的顺利进行, 无疑有重要的意义。本文以模糊综合评判法为手段, 通过建立一个科学的高校财务系统安全评估体系并结合实例对高校财务系统安全进行评估。
参考文献
[1]吴占坤:《基于网络环境的会计信息系统安全体系建设研究》, 《财会通讯》 (综合) 2009年第9期。
[2]高雷:《浅析高校网络财务的安全风险》, 《建材财会》2005年第5期。
[3]蔡林:《浅谈计算机信息系统安全评估》, 《计算机时代》2005年第7期。
高校综合评估 篇6
由于教学质量考核涉及面广泛, 影响教师教学的因素又较为复杂多样, 传统的对教师教学质量评价方法一般以定性分析为主, 无法摆脱主观片面性。近年来, 虽然高校在评价体系定量分析方面做出了大量的尝试与突破, 但由于所建立的评价指标没有设置必要的权重或者人为设置权重, 导致评价体系无法全面、准确地对教师教学质量做出科学的评价。
鉴于教师教学质量高低的衡量界限是一个十分模糊的难以量化问题, 对于模糊对象的评价, 过分的精确反而模糊。因此, 本文通过对层次分析法与模糊综合评价法的研究, 综合二者在评价决策理论中的各自特点, 建立基于层次分析法 (AHP) 的模糊综合评价模型, 即用AHP建立教学质量评价指标体系的层递关系以及权重向量, 再利用模糊算子的综合运算得出综合评价, 从而建立兼顾科学性与实用性的教学质量综合评价体系。
一、评价体系基本方法简介
1、层次分析法 (AHP) , 是实现思维过程、主观判断规范化、数量化的基本方法。为了对较为复杂问题做出正确的认识以及最终的决策, 往往将所涉及决策的相关因素分成目标、准则、方案等多个层次。结合客观事实, 利用数学方法, 计算每个层次内全部因素相对重要性的权重值, 以此进行综合评价、定量分析和比较, 最终做出决策。对于教学质量评价来说, 由于其影响因素的复杂性, 可以将其划分成不同层次, 以便确定不同层次的权重大小, 从而得出各层次对教学质量评价的影响程度。
2、模糊综合评价法, 是以模糊数学为基础, 利用考察对象的基本特征、影响因素等组成模糊集合, 构建适当的隶属函数, 运用模糊集合论中的变换运算, 对考察对象进行定量分析, 并最终做出综合评价的基本方法。由于教学质量评价中所涉及的许多评价标准均带有模糊性, 即不存在十分明确的肯定或者否定。而对于这些非线性的评价, 也只有通过模糊运算法则, 才能较全面地汇总各评价的主体意见, 得到可比的量化结果。因此, 对教学质量采用模糊综合评价法, 会更加科学地反映评价对象的优劣程度, 分析结果也将更加接近实际情况。
二、基于AHP的教学质量模糊综合评价体系构建
基于AHP的模糊综合评价体系主要分为教学质量评价体系的AHP模型和模糊综合评价多级模型两大部分。AHP模型是整个评价体系的基础框架, 为后期模糊评价提供了强有力的数据支撑;模糊综合评价则是运用模糊数学的基本变换方法, 对前期量化后的权重数据以及模糊集信息进行综合处理, 从而得到最终的评价结果。
鉴于此, 综合评价的基本步骤为:确定评价对象;建立评价指标体系;利用AHP计算各评价指标的权重系数;构造模糊综合评价多级模型;分析计算综合评价值, 最终做出评价。
(一) 教学质量AHP模型的构建
1、确定评价对象, 建立评价指标体系。
根据高校实际情况, 建立科学的教学质量评价指标体系。评价指标应符合严谨的教学规律, 体现教学本质, 既兼顾高校自身发展的特色, 又能够体现教育改革的发展方向。另外, 评价指标之间既具备整体完备性, 同样又具有度量的可测性。
鉴于上述原则, 我们从学生、同事、领导三个角度出发, 分别围绕教学态度、教学内容、教学方法、教学效果、综合业务能力等评价内容, 按照不同指标做出优秀、良好、合格、不合格四个等级评价。
值得说明的是, 教学态度、教学方法、教学内容是领导、同事以及学生共同评价的, 具体内容基本一致。而结合实际情况, 领导评价体系中增加了综合业务能力指标;同事评价中, 用教学基本功替代了教学效果, 使体系结构更加接近现实, 相对较为合理。
评价指标层次结构如图1所示。 (图1) 指标体系结构中目标层位于最顶层, 中间部分为准则层, 方案层位于最下层。当然, 根据研究问题的复杂程度, 当指标设计因素较多时, 无论准则层还是方案层均可近一步划分若干子层, 形成多级指标体系。
结合近年来高校普遍进行的教学质量评测规则, 综合能够反映教学质量的多方面因素, 设立本评价体系的二级评价指标, 如表1所示。当然具体的评价内容并非一成不变, 领导、同事、学生三方面看待同一问题的角度也会略有不同, 本文只是由于篇幅有限, 故将评价内容统一简化。 (表1)
2、利用AHP确定指标权重集。
权重集是反映指标因素间重要程度关系的集合, 具有较强的导向作用。权重集的导出依赖于客观、科学的对于指标因素进行相互比较, 从而初步实现数据的量化, 具体步骤如下:
(1) 根据指标内容构造判断矩阵C。判断矩阵是根据本层次中每个因素的具体内容, 考虑对上一层指标因素的影响作用, 依照1-9标度理论进行两两比较所得到的综合数据表, 其特点在于aij=1/aji, aii=1, aij>0。例如, 判断矩阵中aij=7表示ai较aj十分明显重要, aij=3表示ai较aj略微重要。
(3) 判断矩阵的一致性检验。对评价因素进行比较时, 任何一个判断失误都可能导致不合理排序的出现, 此时的判断矩阵不具备完全一致性。引入一致性比例CR, 若CR<0.1则说明判断矩阵具有满意的一致性, 否则需修改判断矩阵。
(二) 模糊评价多级模型。
根据前面构建的评价指标层次结构可以看出, 无论是学生、同事还是领导, 各评价子体系均具有二级评价指标, 因此首先应该对每个一级指标所分解的下一级指标 (二级指标) 进行综合评判, 再结合各一级指标自身的权重进行模糊变换, 最终得到各子体系二级模糊评判结果。其实多级评判模型无非就是多次重复着统一的模糊评判过程, 该过程具体步骤如下:
1、确定评价对象的评价因素 (指标) 集C={c1, c2, …cn}, 即将评价目标看成由多个因素组成的模糊集合C。设定用于评价因素评审等级的评语集V={v1, v2, …vm}以及用于量化评价结果的数值集N={N1, N2, …Nm}。
2、建立模糊评价关系矩阵 (隶属度矩阵) :
3、结合AHP导出的指标权重集W与隶属度矩阵R进行模糊变换运算, 从而得到综合评价结果矩阵S。
其中, si表示被评价对象整体而言对vi评判等级的隶属程度。
4、利用模糊评价矩阵与数值集导出评价最终成绩。
三、综合评价计算实例
我们以学生评价子体系为例, 结合该子体系评价内容, 逐步完成模糊综合评价过程。 (表2)
1、根据表2构造评价指标判断矩阵, 确定权重系数并作出一致性检验。
以学生评价中的“教学态度”为例, 由专家决定判断矩阵:
2、确定评语集、数值集、评价因素集, 以及权重集, 构造隶属度矩阵, 利用模糊变换进行模糊综合评价。
评语集:V={v1, v2, v3, v4}={优秀, 良好, 合格, 不合格};
数值集:N={N1, N2, N3, N4}={90, 80, 70, 60}。
现拟用100名学生结合学生各级学生评价指标进行综合评定, 结果如表3所示。 (表3)
由表3可以得出学生评价关于各评价准则的隶属矩阵为:
对每个一级指标之下的二级指标, 结合各自权重与隶属度进行模糊变换。归一化后导出二级指标的模糊评价矩阵。
将学生评价一级指标权重与一级模糊矩阵进行模糊综合运算:
3、各子体系评价结果的模糊综合分析。按照上述学生评价体系模糊综合评价结果的导出过程, 我们可以类似的导出领导、同事两个子体系的最终评价向量, 由于篇幅有限, 具体过程不再赘述, 不妨大胆假设:
按照高校一般评价情况, 我们设领导、同事、学生三方评价比重为3∶3∶4, 即权重向量W= (0.3 0.3 0.4) , 各评价子体系得到的综合评价矩阵为R= (Y1Y2Y3) , 则最终模糊综合评价矩阵为:
该教师最终评价得分为:
由此可见, 采用基于AHP的模糊综合评价得到的分数为82.3, 该教师教学质量水平介于优秀与良好之间, 有待提高。
四、结束语
利用基于AHP的模糊综合评价法所构建的教学质量评估体系, 运用严谨的数学方法实现了定性问题定量分析的整个过程。从评价体系的应用过程以及结果分析, 该体系具有如下几个特点:
1、在专家意见的基础之上, 利用AHP确定各评价指标间的权重关系, 在实现定性向定量分析转化的同时, 较好的剔除过程中的主观成分。除此之外, 判断矩阵的一致性检验保证了评价基础体系不会出现逻辑上的错误, 从而使评价体系具有了更高的科学性、准确性、客观公正性。
2、教学质量各方面指标的优劣轻重本身就是一个模糊不清的概念, 简单的逻辑运算不可能实现综合指标的交叉分析, 更无法最终得到具体结果。而在AHP的基础之上, 从分解比较到最后的判断综合, 利用模糊综合运算处理这些模糊概念, 能够利用数字和运算实现人类主观判断分析的全过程, 从而使得最终结果更具有可靠性。
3、评价体系结构严谨, 规则简单, 尽管数据相对繁多, 但均可以利用数学软件实现全部计算分析过程, 因此具有很强的可操控性。与此同时, 根据模糊综合评价法的自身特点, 评价体系中任何一个子体系, 均可以得到单方面评价结果。这就意味着该体系既可以整体衡量教师教学质量, 又可以对教师某方面单一指标做出评价, 使教师既可以明确自身教学水平, 又可以找出进一步提高的方向。可见, 体系本身具有灵活的多用性, 综合结果具有明确的导向性。
综上所述, 基于层次分析法的模糊综合评价法的应用, 使得教师教学质量评价体系具备了较强的科学性与实用性。随着教育教学改革的不断深化, 该评价体系同样具有良好的应用前景以及推广价值。
参考文献
[1]温田丁.试论模糊数学在教师教学质量评估中的应用[J].金融教学与研究, 1995.3.
[2]邹舒, 刘洪伟, 曲晓波.多层次模糊综合评价法在评价教学质量中的应用[J].江苏技术师范学院学报 (自然科学版) , 2009.15.1.
[3]姜启源, 谢金星, 叶俊.数学模型[M].北京:高等教育出版社, 2003.
高校综合评估 篇7
当今人类社会已迈入了知识经济时代, 经济与科技的全球化竞争日益激烈。大学作为知识创造和传播的中心日益成为人们关注的焦点, 而中国的大学及其体系也正在飞速发展。大学要有好的发展策略, 必须综合考虑各个学院的综合实力, 搞清楚学院存在哪些方面的不足。因此, 制定一个学院的综合实力评估指数对于帮助学校制定适合各个学院的发展策略来说至关重要。目前研究通常的做法是采用一系列相关的指标进行替代解释, 结构方程模型和偏最小二乘通径模型都可以解决这个问题。但相对于结构方程模型基于样本协方差矩阵进行建模的思路, 偏最小二乘模型采用的是一系列一元或多元线性回归的迭代求解。其优点主要是无需对观测变量做特定的概率分布假设, 不存在所谓的模型不可识别问题, 对样本点容量的要求也十分宽松, 能很好地解决指标之间的多重共线性等。因此, 本文选择偏最小二乘通径模型来建立学院综合实力评估指数。
第二章偏最小二乘通径模型
偏最小二乘通径模型是伍德于1975年提出的, 用以分析多组变量集合之间的线性统计关系。它的特点是:模型假设条件较少, 实用性较强。偏最小二乘通径模型也由测量模型和结构模型组成。其中, 测量模型 (外部模型) 用来描述显变量和隐变量之间的关系;而结构模型 (内部模型) 用来描述隐变量之间的关系, 其模型路径图见图1。
在图1中, x1与x2、x3∶x5和x6与x7分别为3组外生显变量, 对应的外生隐变量分别为ξ1、ξ2和ξ3;y1与y2和y3∶y5分别为2组内生显变量, 对应的内生隐变量为η1和η2。以上显变量和隐变量之间构成测量模型;而ξ1、ξ2、ξ3和η1、η2之间则构成结构模型。另外, δ1∶δ7、ε1∶ε5表示测量误差, ζ1和ζ2表示结构方程的误差项。
1.模型结构与假设条件。设有J组显变量, 每组含有Pj个变量, 则每组显变量可以表示为:Xj= (Xj1, xj2, …, xjpj) (j=1, 2, …, J)
通常假定显变量xjh (j=1, 2, …, J;h=1, 2, …, pj) 都基于n个共同的观测点, 并且每个变量都是中心化的。每组显变量Xj所对应的隐变量为ξj (j=1, 2, …, J) , 并且假定, 隐变量ξj是标准化的, 即均值为0、方差为1。
1.1测量模型。在测量模型中, 一组显变量Xj和对应的隐变量ξj之间的关联关系由下式来表示:
其中:εjh为随机误差项。该式需要满足假设条件
该假设条件说明残差εjh均值为0, 并且与隐变量ξj不相关。
偏最小二乘通径分析认为, 在反映方式中, 一组显变量只反映事物某一方面的特征, 即这组显变量所反映的隐变量是唯一的。满足上述假定的一组显变量被认为是唯一维度的。
1.2结构模型。结构模型描述不同隐变量δj之间的因果关系, 通常由一组线性方程组来表示, 即:
其中, ζj为随机误差项。由预测指定性条件知, 同样假设残差ζj的均值为0, 并且与ζi不相关。
2.模型的估计。偏最小二乘通径分析通过迭代的方法对隐变量进行估计, 然后, 根据模型的设定, 对显变量和隐变量之间的关系方程进行估计。一般有两种方法:外部估计和内部估计。
3.偏最小二乘通径模型计算步骤。综上所述, 偏最小二乘通径分析采用迭代的算法来计算隐变量, 最后, 根据隐变量的估计值, 计算测量模型和结构模型, 具体步骤如下:
第1步:取向量Yj的初始值等于xj1。
第2步:计算Zj的估计值, 其中:
第3步:根据Zj的估计值, 计算权重向量
第4步:利用得到的ωj, 计算新的
第三章学院综合实力评价模型的初步构建
结合本高校的特点, 建立如下模型。每个潜变量由图2中所示的相关显变量来描述, 考虑到学院规模人数不一样, 为使结果更客观公正, 每个显变量都是采用百分率来计算的, 以更好地刻画人均情况, 使结果更客观公正。
第四章模型数据的描述性分析
本文以北京某高校为基础经过实际访问调查咨询等, 搜集了本模型所需数据, 其中共有15个显变量, 共有9个学院, 见表4。通过相关统计量检验数据是否具有显著的正态分布特点;进行相关分析, 掌握观测变量之间的相互影响关系。
1.数据的偏度、峰度分析。利用SPSS软件对数据进行分析, 输出几个描述统计量, 包括均值、标准差、偏度、峰度, 可以大致了解数据的分布特征。
2.数据的正态性检验。为了检验数据是否呈正态分布, 设样本容量为n, 当8≤n≤50时, 可以使用夏皮洛—威尔克 (Shapiro-Wilk) 检验进行有效的正态性检验。注意:SPSS输出的是双边检验的p值, 需要除以2, 显著性水平为0.05。
若, 就可以拒绝原假设。经过计算, 对x21, x23, x44, x45这四个变量来说, 可以拒绝原假设, 即它们不满足正态分布。
3.数据的相关性分析。为了分析数据内部的联系, 可以分析数据之间的相关性。在此利用SPSS软件对这15个变量x11∶x46进行相关性分析。
4.小结。经过分析, 这15个变量有的不服从正态分布, 并且变量之间存在多重相关性, 且样本量只有9个, 小于变量的个数。由于以上原因, 可以得出偏最小二乘通径模型比结构方程模型能更有效地解决本文中建立学院综合实力评估指数的问题。
参考文献
高校综合评估 篇8
近年来设备维护由被动的事后维修、定期维修等向主动维护模 式的预测 维修方向 发展[1,2]。 在滚动轴承振动早期性能退化评估中,传统的时域特征和频域特征均是将滚动轴承的振动信号当成是线性、平稳信号来处理的,因而会存在性能评估能力不足的问题[3,4,5]。而小波分析擅长处理含噪复杂信号,并在轴承振动信号处理中广泛应用。 鉴于传统时域、频域特征的评估效果不理想,文献 [6-8]提出的基于小波包能量谱通过故障诊断模式识别的方法能够识别出故障即严重性能退化。 相对来讲,小波包能量谱更适合作为滚动轴承振动这类复杂信号的特征向量。
选定特征向量之后需要进一步根据特征向量的变化对性能退化做出评估。文献[7-8]利用小波包能量谱的图表方式判断不能体现出早期性能退化。文献[2-3]分别提出利用模糊C均值方法以及SVDD的方法对小波包能量谱处理以实现滚动轴承早期性能退化做出了判断。但前者需要正常数据以及失效的数据才能建立模型且效果不明显,而后者虽然能识别出严重性能退化,却对早期性能退化不敏感。利用降维方法融合多个退化指标的评估方法能较为全面地反映退化信息。文献[9]提出融合信息的主成分PC1评估方法,该方法只能检测出部分轴承的早期性能退化。相对于其他降维方法来讲,主成分分析(PCA)能保留更多的信号信息,且不需要失效数据就能建模,能突出关键因素,作为无监督学习降维方法更适合于未知退化类别的性能退化评估[9,10]。
基于此,本文提出了小波包能量谱结合主成分分析构建综合评估函数的滚动轴承退化评估方法。该方法只需滚动轴承前期正常运转时的信号作为训练样本,利用小波包能量谱以及主成分分析结果构建综合评估函数,就可以利用综合评估函数对发生退化的信号做出早期退化判断。为更好地体现出综合评估函数(即轴承退化)的变化趋势,可以利用小波变换对趋势进行提取得到明显的变化趋势进而发现早期退化[11]。
1小波包能量谱特征向量
早期性能退化信号变化淹没在噪声之中,一般的时域、频域特征不能被检测出来。小波包能量谱能够体现各频带内的信号能量特点,将其适当处理能很好地体现早期性能退化信号变化[4]。 因此将正常运转数据的振动信号小波包能量谱作为特征向量。
计算小波包能量谱先要对信号进行小波包分解,小波包分解是在小波分析基础上延伸出来的一种对信号更加细致的分解方法。小波包的能量定义为原始信号f(x)在L2(R)上的2范数:
对离散小波包 分解,小波包每 个频带的 能量为
其中,Ej(j = 0,1,2,…,n)为Sij对应的能 量; Xjk(j=0,1,2,…,7;k=1,2,…,n)为重构信号离散点的幅值,n为采样点数。
对每个频带进行小波包能量计算之后可以得到小波包能量谱,以能量谱构造一个特征向量:
当滚动轴承开始出现故障时,能量谱会出现明显的变化。然而为了数据分析处理的方便,需要进一步将能量归一化处理,即令
其中,T′ 即为归一化之后的向量。
2综合评价函数的构建
主成分分析 (principle component analysis, PCA)方法是多元统计中的一种数据挖掘技术,是一种掌握事物主要矛盾的统计分析方法,它可以从多元事物中解析出主要影响因素,简化复杂的问题。PCA降维是利用主成分分析结果选取少数几个较好的指标能够反映原来指标大部分的信息(通常要求80%~85%以上),并且各个指标之间保持独立,避免出现重叠信息。构建综合评价函数步骤如下:
(1)利用特征变量构建矩阵X,并对其做奇异值分解,X = (X1,X2,…,Xp)T为n×p特征向量矩阵,对X做奇异值分解(SVD),得
其中,U为标准化得分矩阵,Λ为对角矩阵,Λ矩阵对角线上前p个元素λi(i=1,2,…,p)与主成分的得分有关,解释了主成分的方差。
(2)根据各成分贡献率来选取主要成分,由一般工程精度要求,选取的r个主成分总贡献率达85% 及以上即可。
(3)根据主成分分析结果结合方差贡献率对被解释特征向量构建综合评价函数:
其中,c为选取的主成分的方差共享率归一化之后的值;x为选取的主成分;y为综合评估函数值。
基于主成分分析方法构建的综合评价函数充分利用了主成分分析的优点,可以在保证数据信息丢失最少的原则下对变量的数据进 行空间降维,将高维信号综合约简为低维信号。
3基于小波包能量谱构建综合评估函数的评估方法
小波包变换具有对复杂信号进行局部分析的功能,可以根据分析信号本身的特点分离频带。 轴承退化时各频带能量会出现变化,小波包能量谱能体现出不同的频带能量。本文提出把小波包能量谱作为特征向量,利用正常的轴承运转数据进行小波包能量谱求解,用主成分分析的降维方法来实现降维,在保证能反映出85%的原信息内容的基础上构建综合评估函数,利用综合评估函数对未知退化数据进行轴承早期退化的评估,趋势提取使得评估效果更突出[11]。整个方法具体实现步骤如图1所示。
经实际计算验证表明随着小波包分解的层数的增加,特征向量维数成几何倍数增长。超过5层的小波包分解对主成分分量的提取正面影响不大,反而会模糊主成分。经过进一步计算验证,取3层小波包分解就已经能够实现数据的主成分分析。所以本文采用的是对正常工作的轴承信号采取3层小波包分解,并求其能量谱。对得到的8个特征向量的数据进行主成分分析,利用主成分分析方法得到的主成分和方差贡献率构建综合评价函数,利用综合评价函数对轴承退化进行判断。 为了突出轴承退化的变化趋势,在得到综合函数评价曲线之后可以利用小波变换对其进行趋势提取,使得趋势变得直观。
4实验验证
为对比方法的效果,本文利用美国辛辛那提大学公布的滚动轴承全寿命数据对该方法进行了分析验证[12],并与其他方法进行了对比。全寿命实验装置及采集仪器布置如图2所示。
轴承实验台的转轴上安装4个轴承,轴承为Rexnord公司的ZA-2115双列滚子轴承,交流电机通过带传动以2000r/min的恒定转速带动转轴旋转,实验过程中轴承被施加26 689.2N的径向载荷。每个轴承 的X和Y方向各安 装一个PCB353B33加速度传感器,采样频率为20kHz, 每隔10min采集一次轴承的振动数据,每次采样长度为20 480个点,轴承持续运行7天,直到轴承失效。
为证明方法的有效性和正确性,使用不同的方法对其进行早期退化检测。具体的方法包括传统指标峭度[3]、威布尔分 布的极大 似然函数 负数[4,5]、小波包能量熵[6]以及文献[9-10]提出基于全寿命数 据的时域、频域特征 的第一主 分量 (PC1)方法。最终的方法对比结果如图3、图4所示,其中横坐标中,每个数据点表示10min。
从图3可以看出:峭度、威布尔分布只有在轴承1退化十分明显的时候才能明显检测出轴承退化,而不能实现对早期退化的检测。基于峭度或威布尔分布的性能退化评估利用的是轴承信号的时域、频域信息。然而这些传统的方法对不同频带没有选择性体现,所以不能够很好地突出由于性能退化导致的部分频带变化。信息熵能很好地检测出轴承早期退化,在图3中500点左右出现了比较明显的上升,能够实现早期退化检测。基于PC1的方法只是将主成分分析的第一主成分作为依据效果,这并不理想,第一主成分包含的信息过少,不能体现出其轴承的早期退化。
经验证,本文提出的基于主成分分析构建综合评估函数的方法能实现对轴承1的早期退化的检测。本文方法采用db4小波对轴承正常工作时的部分信号进行小波包3层分解。既有足够多的特征向量满足计算主成分分析的要求,又提高了效率。对每组信号的每个小波包频段做能量分 析,得到正常信号的小波包能量谱。将每个频带的能量作为一个特征变量,利用主成分分析方法对这具有8个特征向量的数据组进行主成分分析以降维。利用主成分结果和方差贡献率构建综合评估函数。根据综合评估函数随时间的变化可以判断出轴 承退化的 程度,实现了对 轴承退化 的评估。
以上的方法对轴承1的检测效果各有不同, 信息熵和本文方法表现突出,图4比较了各种方法对轴承2的检测效果。
从图4中可以发现,在以上提到的各方法中, 峭度、威布尔分布以及信息熵评估方法对轴承2的评估不理想,不能检测出早期性能退化。基于PC1融合多特征的评估方法能检测出早期退化, 但效果不是很理想。而本文方法能够很好地实现轴承2的性能退化检测。
上述方法在对两轴承的评估效果 上差别较 大,而轴承1和轴承2的区别在于退化方式的不同:轴承1为轴肩破裂,轴承2为轴承外圈退化。 所以以上方法只是对一些类型的轴承退化或者对严重退化的轴承的故障有所体现。本文方法克服了上述方法的缺点,实现了对轴承1和轴承2的早期性能退化评估,得到了很好的评估效果。
5结束语