CN107239900A - 基于可拓云模型的本科毕业论文质量评价方法 - Google Patents

基于可拓云模型的本科毕业论文质量评价方法 Download PDF

Info

Publication number
CN107239900A
CN107239900A CN201710405189.6A CN201710405189A CN107239900A CN 107239900 A CN107239900 A CN 107239900A CN 201710405189 A CN201710405189 A CN 201710405189A CN 107239900 A CN107239900 A CN 107239900A
Authority
CN
China
Prior art keywords
mrow
mtd
msub
mtr
grade
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710405189.6A
Other languages
English (en)
Inventor
朱亚辉
郑丽琴
舒彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shaanxi Xueqian Normal University
Original Assignee
Shaanxi Xueqian Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shaanxi Xueqian Normal University filed Critical Shaanxi Xueqian Normal University
Priority to CN201710405189.6A priority Critical patent/CN107239900A/zh
Publication of CN107239900A publication Critical patent/CN107239900A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明公开了一种基于可拓云模型的本科毕业论文质量评价方法，所述方法包括以下步骤：1)建立本科毕业论质量评价指标体系；2)确定等级标准的划分和等级云模型：将评价指标分为5个等级，给出相应的云模型；3)评价值的获取；4)确定指标的组合权重：分别应用序关系分析法和熵权法确定指标主、客观权重，依据最小鉴别信息原理确定指标组合权重；5)确定专家权重：应用灰色关联分析法确定专家权重；6)建立可拓云关联度矩阵；7)确定评价等级。该发明解决了本科毕业论文质量评价中等级划分边界信息具有模糊性和随机性的问题，算法简单，易于编程，适应性较强，使得本科毕业论文质量评价更具合理性、科学性和稳定性。

Description

基于可拓云模型的本科毕业论文质量评价方法
技术领域
本发明属于教育领域，尤其是涉及一种基于可拓云模型的本科毕业论文质量评价方法。
背景技术
本科毕业论文是对学生进行综合训练的重要阶段，是学校培养人才的最后教学环节，也是衡量毕业生质量的一个重要指标。近几年，本科毕业论文质量存在普遍下降的现象，论文出现了缺乏创新思维、内容空洞、学术不端等诸多问题，客观公正地评价本科毕业论文是提高论文质量的重要途径。许多学者采用层次分析法或模糊综合评价方法评价本科毕业论文质量。其中，层次分析法的一致性问题是制约该方法应用的关键。这是由于本科毕业论文质量评价指标众多，指标间两两比较的次数也随之增加，很难达到一致，因而在运用层次分析法时，需要对判断矩阵进行修正，修正后再检验，直到满足一致性条件，增加了计算量，而且可能导致修正后结果不确定，不能很好地反映决策者的意图。模糊综合评价方法通过精确的数字手段处理模糊的评价对象，但模糊综合评价方法建立在隶属函数确定的基础之上，未能实现语言值的不确定性的评估，其评价过程中对等级分类边界的随机性考虑不足。
因此，有必要寻找合理准确的评估方法,有效评价本科毕业论文质量，提高评价结果的准确性和科学性，从而促进本科毕业论文质量的提高。
发明内容
可拓云模型全面考虑影响因素的随机性和模糊性，将定量计算和定性分析结合起来，弥补了模糊综合评价方法的不足，提高了评价的科学性。本发明所要解决的技术问题是将可拓云模型应用到本科毕业论文质量评价中，提供了一种基于可拓云模型的本科毕业论文质量评价方法。
本发明为解决上述技术问题采用以下技术方案：
一种基于可拓云模型的本科毕业论文质量评价方法，包含以下步骤：
步骤1)建立毕业论文质量评价指标体系，假设有m个评价指标，记指标集为U＝(U1,U2,…,Um)。
步骤2)确定等级标准的划分和等级云模型：本科毕业论质量评价指标均被分为5个等级：优秀、良好、中等、及格、不及格，分别记为M1,M2,M3,M4,M5；它们对应的区间数分别为：[100,90],(90,80],(80,70],(70,60],(60,0]。将每个区间数值看成一个双约束的指标[cmin,cmax]，结合约束空间边界值的模糊性和随机性对其适当扩展，扩展方法如下：可拓云模型的期望值Ex和熵En由公式(1)获取，超熵He依据各指标信息的不确定大小取值，通常取0.0001或0.0002。
应用公式(1)计算本科毕业论文质量评价指标等级的云模型，结果见表1所示。
表1 本科毕业论文质量各项评价指标的评价等级分值及云模型
等级 优秀 良好 中等 及格 不及格
分值 [100,90] (90,80] (80,70] (70,60] (60,0]
云模型 (95,1.667,0.0001) (85,1.667,0.0002) (75,1.667,0.0002) (65,1.667,0.0002) (30,10,0.0002)
步骤3)评分值的获取：设有n位教师参与毕业论文质量评价，记专家群体为F＝(f1,f2,…,fn)，专家fj按表1中分值给出论文质量评价指标Ui(1≤i≤m)的评分值vij，构成多维物元矩阵V：
步骤4)计算本科毕业论文质量评价指标的组合权重
步骤4.1：用熵权法计算指标的客观权重。
用熵权法确定指标的客观权重包括以下步骤：
1)应用公式(2)计算第j个指标的熵值
其中若pij＝0时，取lnpij＝0。
2)计算第j个指标的熵权重：
步骤4.2：应用序关系分析法计算指标的主观权重。
用序关系分析法确定指标的主观权重具体步骤如下：
1)确定序关系：若评价指标Ui相对于最优目标的重要性程度不小于Uj时，则记为Ui＞Uj。对于递阶层次结构，以目标层作为标准，确定准则层中各因素的序关系；再以准则层中的指标为标准，确定准则层下的指标层中各指标的序关系。评价指标U1,U2,…,Um按下列方式确定序关系：选出最重要的指标记为剩下的m-1个指标中再挑选重要指标，记为标记为如此进行下去，建立唯一序关系为：
2)设专家关于指标与的重要程度之比的理性判断分别为：
rk的赋值可参考表2：
表2 rk的赋值
3)确定评价指标的主观权重μj(1≤j≤m)。
步骤4.3指标的组合权重
采用最小鉴别信息原理，应使组合权重wj与客观权重λj、主观权重μj尽可能地接近，为此建立如下目标函数：
采用拉格朗日乘子法求得最小值，则有：
步骤5)计算专家权重：以全体专家评价向量的均值作为参考序列，以专家的评价向量作为比较序列，通过计算专家评价向量与均值评价向量间的灰色关联度，作为衡量专家的客观权重。公式(8)给出了专家fj的灰色关联度λj：
式中，ξ是分辨系数，通常取ξ＝0.5。
步骤6)计算可拓云关联度矩阵：结合专家权重向量λ＝(λ1,λ2,…,λn)，构成加权物元矩阵X：
其中：
将物元矩阵X中的元素x看作一个云滴；然后，计算其与论文质量等级界限可拓云模型(见表1所示)之间的云关联度k，其计算公式为：
式中，Ex为论文质量等级的可拓云模型的期望，En'是经随机生成服从期望值为Ex、标准差为He的正态分布的随机数。
应用公式(10)得到论文质量等级的综合评判矩阵K
式中，kij是指标值xi和论文质量等级Mj之间的云关联度。
步骤7)确定论文质量的评价等级：经步骤4获得本科毕业论文质量评价指标权重w＝(w1,…,wm)，应用公式(11)计算本科毕业论文质量在等级Mj下的综合云关联度为gj(j＝1,2,…,5)：
依据隶属度最大原则，即本科毕业论文质量与某等级的综合云关联度越大，则其与该等级的符合程度越高，据此得到本科毕业论文质量的评估等级，即：
与现有技术相比，本发明综合可拓学中物元理论的融合定量与定性分析的特点和云模型处理双重不确定性的优势，建立了本科毕业论文质量评价等级标准界限的可拓云模型，并计算分析待评物元与等级可拓云模型的云关联度，最后得到综合云关联度，根据隶属度最大原则确定本科毕业论文质量等级。该发明解决了本科毕业论文质量评价中等级划分边界信息具有模糊性和随机性的问题，算法简单，易于编程，适应性较强，使得本科毕业论文质量评价更具合理性、科学性和稳定性。
附图说明
图1为本发明中基于可拓云模型的本科毕业论文质量评价流程图；
图2为本发明中本科毕业论文质量评价指标体系的递阶层次结构图。
具体实施方式
结合图1，下面对本发明的实施例作详细说明，本实施在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
步骤1：建立本科毕业论文质量评价指标体系
建立的指标体系如图2所示，包括目标层、准则层和指标层。以本科毕业论文质量评价指标体系为目标层，以论文选题与综述、基础知识和理论、能力水平、论文综合质量、学术规范为准则层；体现论文选题与综述的指标包括：符合专业培养方向、选题适当与可操作性、理论与应用价值、文献检索、文献综述；体现基础知识和理论应用的指标包括：基础知识、专业知识、理论应用；体现能力水平的指标包括：创新意识、表达能力、研究方法应用、外语水平、分析及解决问题能力；体现论文综合质量的指标包括：逻辑层次、结构合理性、文理通顺、格式规范；体现学术规范的指标包括：相似率和引用标注。本科毕业论文质量评价指标的个数共计19个。
步骤2：确定等级标准的划分和等级云模型：本科毕业论质量评价指标均被分为5个等级：优秀、良好、中等、及格、不及格，分别记为M1,M2,M3,M4,M5；它们对应的区间数分别为：[100,90],(90,80],(80,70],(70,60],(60,0]。将每个区间数值看成一个双约束的指标[cmin,cmax]，结合约束空间边界值的模糊性和随机性对其适当扩展，扩展方法如下：可拓云模型的期望值Ex和熵En由公式(13)获取，超熵He依据各指标信息的不确定大小取值，通常取0.0001或0.0002。
应用公式(12)计算本科毕业论文质量评价指标等级的正态云模型，结果见表3所示。
表3 本科毕业论文质量各项评价指标的评价等级分值及云模型
等级 优秀 良好 中等 及格 不及格
分值 [100,90] (90,80] (80,70] (70,60] (60,0]
云模型 (95,1.667,0.0001) (85,1.667,0.0002) (75,1.667,0.0002) (65,1.667,0.0002) (30,10,0.0002)
步骤3：评分值的获取
现从某校理学院抽取某学生本科毕业论文专家评分表4份，整理评分数据，见表4所示。其中，1份为指导教师给出的评分值，3份为外审专家给出的评分。
表4 四位专家评分表
评价指标 专家1 专家2 专家3 专家4
c1 80 85 90 88
c2 79 87 92 90
c3 80 90 85 79
c4 78 89 84 89
c5 80 75 70 90
c6 90 92 89 90
c7 89 90 80 85
c8 75 89 80 88
c9 70 84 80 78
c10 78 89 90 91
c11 83 86 80 81
c12 90 91 90 92
c13 86 75 81 80
c14 89 79 90 88
c15 89 86 88 90
c16 88 84 87 87
c17 84 91 93 90
c18 89 90 87 88
c19 78 80 84 87
步骤4：应用序关系分析法和熵权法确定评价指标的组合权重：
记论文选题与综述、基础知识和理论、能力水平、论文综合质量、学术规范分别为U1,U2,U3,U4,U5，其序关系为U3＞U2＞U4＞U5＞U1，为了便于分析，记为应用表2对指标相邻指标重要程度之比的理性判断赋值，即r2＝1.4,r3＝1.2,r4＝1,r5＝1.6；应用公式(5)计算指标U1,U2,U3,U4,U5的主观权重向量为：μ＝(0.1135，0.2179，0.3054，0.1816，0.1816)。
分别记论文选题与综述下的子指标：符合专业培养方向、选题适当与可操作性、理论与应用价值、文献检索、文献综述为U11,U12,U13,U14,U15；以论文选题与综述为准则，U11,U12,U13,U14,U15的序关系为：U13＞U12＞U14＞U15＞U11，为了便于分析，记为应用表2对指标相邻指标重要程度之比的理性判断赋值，即r2＝1.2,r3＝1.2,r4＝1.2,r5＝1.2；应用公式(5)计算指标U11,U12,U13,U14,U15的主观权重分别为：μ1＝(0.1344，0.2323，0.2784，0.1936，0.1613)，结合其所在准则层上的指标0.1135，则该指标合成的主观权重为：
以同样方式计算其它指标的合成主观权重。再应用公式(2)和公式(3)计算评价指标的客观权重，最后，应用公式(4)计算评价指标的组合权重，结果见表5所示。
表5 评价指标的主观权重
步骤5：应用灰色关联分析法计算专家权重
将4位专家评价向量x1,x2,x3,x4视为比较序列，将它们的均值x0视为参考序列，则有
x0＝(85.75,87,83.5,85,78.75,90.25,86,83,78,87,82.5,90.75,88.25,86.5,89.5,88.8,82.25)
x1＝(80,79,80,78,80,90,89,75,70,78,83,90,86,89,89,88,84,89,78)
x2＝(85,87,90,89,75,92,90,89,84,89,86,91,75,79,86,84,91,90,80)
x3＝(90,92,85,84,70,89,80,80,80,90,80,90,81,90,88,87,93,87,84)
x4＝(88,90,79,89,90,90,85,88,78,91,81,92,80,88,90,87,90,88,87)
然后应用公式(8)计算比较序列的灰色关联度，则有：
λ1＝0.2236,λ2＝0.2288,λ3＝0.2649,λ4＝0.2827。
步骤6：计算可拓云关联度矩阵
结合步骤5获得的专家权重λ和表4中的评分数据，应用公式(9)和公式(10)得到论文质量等级的可拓云关联矩阵K。
步骤7：确定论文质量的评价等级
已知本科毕业论文质量评价指标权重w(见表5所示)和可拓云关联矩阵(见表6所示)，应用公式(11)计算本科毕业论文质量关于等级的综合云关联度为：g＝(0.0027,0.2803,0.0239,0,0)；最后，依据隶属度最大原则确定该毕业论文质量等级为良好。

Claims (6)

1.一种基于可拓云模型的本科毕业论文质量评价方法，其特征是：综合评价方法包括以下步骤：
步骤(1)：本科毕业论文质量评价指标体系的建立：该体系是由3层递阶层次构成，其中目标层为本科毕业论文质量评价，准则层为5个指标，指标层为19个评价指标；
步骤(2)：确定等级标准的划分和等级云模型：本科毕业论质量评价指标均被分为5个等级：优秀、良好、中等、及格、不及格，根据等级采用区间数的形式给出相应的分值，并计算等级对应的云模型；
步骤(3)：确定指标的组合权重：分别应用序关系分析法和熵权法确定评价指标的主观权重和客观权重，再此基础上，应用最小鉴别信息原理确定评价指标的组合权重；
步骤(4)：确定专家权重：应用灰色关联分析理论确定专家权重；
步骤(5)：计算可拓云关联矩阵：将专家权重和专家给出的评价矩阵进行加权，获得群体评价向量，在此基础上，将向量中的元素视为云滴，计算其与等级云模型间的云关联度，建立可拓云关联矩阵；
步骤(6)：判断本科毕业论文质量评价等级：将可拓云关联矩阵和指标权重结合，得到综合云关联度，再依据隶属度最大原则，确定本科毕业论文质量评价等级。
2.根据权利要求1所述的一种基于可拓云模型的本科毕业论文质量评价方法，其特征是：所述步骤(2)中的确定等级标准的划分和等级云模型：将本科毕业论质量评价指标均分为5个等级：优秀、良好、中等、及格、不及格，它们对应的区间数分别为：[100,90],(90,80],(80,70],(70,60],(60,0]。应用公式(1)计算可拓云模型的期望值Ex和熵En，超熵He依据各指标信息的不确定大小取值，通常取0.0001或0.0002。
<mrow> <mi>E</mi> <mi>x</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>c</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>c</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <mn>2</mn> </mfrac> <mo>,</mo> <mi>E</mi> <mi>n</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>c</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>c</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <mn>6</mn> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
表1所示给出了本科毕业论文质量评价指标的评价等级分值和云模型。
表1 本科毕业论文质量各项评价指标的评价等级分值及云模型
等级 优秀 良好 中等 及格 不及格 分值 [100,90] (90,80] (80,70] (70,60] (60,0] 云模型 (95,1.667,0.0001) (85,1.667,0.0002) (75,1.667,0.0002) (65,1.667,0.0002) (30,10,0.0002)
3.根据权利要求1所述的一种基于可拓云模型的本科毕业论文质量评价方法，其特征是：所述步骤(3)中的序关系分析法，即先对评价指标的相对重要性程度进行排序，建立序关系，然后对相邻评价指标之间的相对重要性赋值，经公式(2)计算评价指标的主观权重。
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>&amp;mu;</mi> <mi>m</mi> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>m</mi> </munderover> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mi>j</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>r</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&amp;mu;</mi> <mrow> <mi>j</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>r</mi> <mi>j</mi> </msub> <msub> <mi>&amp;mu;</mi> <mi>j</mi> </msub> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mi>m</mi> <mo>,</mo> <mi>m</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mn>2</mn> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
4.根据权利要求1所述的一种基于可拓云模型的本科毕业论文质量评价方法，其特征是：所述步骤(4)中的确定专家权重，即以全体专家评价向量的均值作为参考序列，以专家的评价向量作为比较序列，通过计算专家评价向量与均值评价向量间的灰色关联度，作为衡量专家的客观权重。公式(3)给出了专家fj的灰色关联度λj：
<mrow> <msub> <mi>&amp;lambda;</mi> <mi>j</mi> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>19</mn> </munderover> <msub> <mi>w</mi> <mi>i</mi> </msub> <mfrac> <mrow> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <mrow> <mn>1</mn> <mo>&amp;le;</mo> <mi>i</mi> <mo>&amp;le;</mo> <mn>19</mn> </mrow> </munder> <munder> <mi>min</mi> <mrow> <mn>1</mn> <mo>&amp;le;</mo> <mi>j</mi> <mo>&amp;le;</mo> <mi>n</mi> </mrow> </munder> <msub> <mi>&amp;Delta;z</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <mi>&amp;xi;</mi> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <mrow> <mn>1</mn> <mo>&amp;le;</mo> <mi>i</mi> <mo>&amp;le;</mo> <mn>19</mn> </mrow> </munder> <munder> <mi>max</mi> <mrow> <mn>1</mn> <mo>&amp;le;</mo> <mi>j</mi> <mo>&amp;le;</mo> <mi>n</mi> </mrow> </munder> <msub> <mi>&amp;Delta;z</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>&amp;Delta;z</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <mi>&amp;xi;</mi> <munder> <mi>max</mi> <mrow> <mn>1</mn> <mo>&amp;le;</mo> <mi>i</mi> <mo>&amp;le;</mo> <mn>19</mn> </mrow> </munder> <munder> <mi>max</mi> <mrow> <mn>1</mn> <mo>&amp;le;</mo> <mi>j</mi> <mo>&amp;le;</mo> <mi>n</mi> </mrow> </munder> <msub> <mi>&amp;Delta;z</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
式中，ξ是分辨系数，通常取ξ＝0.5。
5.根据权利要求1所述的一种基于可拓云模型的本科毕业论文质量评价方法，其特征是：所述步骤(5)中的计算可拓云关联矩阵，即结合专家权重向量λ＝(λ1,λ2,…,λn)和评价矩阵V＝(vij)m×n，其中元素vij表示专家fj以评价指标Ui为标准给出的评分值，应用公式(4)计算群体专家关于指标Ui的评分值，
<mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>&amp;lambda;</mi> <mi>j</mi> </msub> <msub> <mi>v</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
将全体评价指标的评分值合并，建立加权物元矩阵X：
<mrow> <mi>X</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>N</mi> </mtd> <mtd> <msub> <mi>U</mi> <mn>1</mn> </msub> </mtd> <mtd> <msub> <mi>x</mi> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <msub> <mi>U</mi> <mi>m</mi> </msub> </mtd> <mtd> <msub> <mi>x</mi> <mi>m</mi> </msub> </mtd> </mtr> </mtable> </mfenced> </mrow>
将物元矩阵X中的元素x看作一个云滴；然后，应用公式(5)计算其与论文质量等级界限可拓云模型(见表1所示)之间的云关联度k。
<mrow> <mi>k</mi> <mo>=</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mfrac> <msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mi>E</mi> <mi>x</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mrow> <mn>2</mn> <msup> <mrow> <mo>(</mo> <msup> <mi>En</mi> <mo>&amp;prime;</mo> </msup> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
建立可拓云关联度矩阵K：
<mrow> <mi>K</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>k</mi> <mn>11</mn> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mn>12</mn> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mn>13</mn> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mn>14</mn> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mn>15</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>k</mi> <mn>21</mn> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mn>22</mn> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mn>23</mn> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mn>24</mn> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mn>25</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>k</mi> <mrow> <mi>m</mi> <mo>,</mo> <mn>1</mn> </mrow> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mrow> <mi>m</mi> <mo>,</mo> <mn>2</mn> </mrow> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mrow> <mi>m</mi> <mo>,</mo> <mn>3</mn> </mrow> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mrow> <mi>m</mi> <mo>,</mo> <mn>4</mn> </mrow> </msub> </mtd> <mtd> <msub> <mi>k</mi> <mrow> <mi>m</mi> <mo>,</mo> <mn>5</mn> </mrow> </msub> </mtd> </mtr> </mtable> </mfenced> </mrow>
式中，kij是指标值xi和论文质量等级Mj之间的云关联度。
6.根据权利要求1所述的一种基于可拓云模型的本科毕业论文质量评价方法，其特征是：所述步骤(6)中的判断本科毕业论文质量评价等级：应用公式(6)计算各等级的综合云关联度，再依据隶属度最大原则，即本科毕业论文质量与某等级的综合云关联度越大，则其与该等级的符合程度越高，据此得到本科毕业论文质量的评估等级。
<mrow> <msub> <mi>g</mi> <mi>j</mi> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>w</mi> <mi>i</mi> </msub> <msub> <mi>k</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
式中，w＝(w1,w2,…,wm)是评价指标的组合权重，kij∈K。
CN201710405189.6A 2017-06-01 2017-06-01 基于可拓云模型的本科毕业论文质量评价方法 Pending CN107239900A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710405189.6A CN107239900A (zh) 2017-06-01 2017-06-01 基于可拓云模型的本科毕业论文质量评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710405189.6A CN107239900A (zh) 2017-06-01 2017-06-01 基于可拓云模型的本科毕业论文质量评价方法

Publications (1)

Publication Number Publication Date
CN107239900A true CN107239900A (zh) 2017-10-10

Family

ID=59984759

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710405189.6A Pending CN107239900A (zh) 2017-06-01 2017-06-01 基于可拓云模型的本科毕业论文质量评价方法

Country Status (1)

Country Link
CN (1) CN107239900A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298573A (zh) * 2019-06-20 2019-10-01 国网辽宁省电力有限公司鞍山供电公司 基于多属性群决策的用户异常用电及欠费风险评估方法
CN111339491A (zh) * 2020-02-28 2020-06-26 上海电力大学 一种城市配电网改造方案的评估方法
CN112016857A (zh) * 2020-11-02 2020-12-01 西南石油大学 基于云理论的聚乙烯管道地震易损性评估方法
CN112597436A (zh) * 2020-12-25 2021-04-02 东北林业大学 基于可拓评判法的红皮云杉含碳率质量评价方法
CN112926861A (zh) * 2021-03-03 2021-06-08 天津中航亿达科技有限公司 一种储罐安全性能评价方法
CN113805847A (zh) * 2021-09-15 2021-12-17 南通在渡教育咨询有限公司 在线无代码化开发系统
CN113887193A (zh) * 2021-09-14 2022-01-04 山东师范大学 一种学位论文评价方法、系统、介质及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593720A (zh) * 2012-08-13 2014-02-19 西安元朔科技有限公司 基于灰色层次分析法建立的城市电网规划综合评价体系
US20150193520A1 (en) * 2014-01-09 2015-07-09 National Research Foundation Of Korea System and method for evaluating journal
CN105574685A (zh) * 2016-02-02 2016-05-11 浙江工业大学 一种基于主客观结合的云服务评价方法
CN105893350A (zh) * 2016-03-31 2016-08-24 重庆大学 一种电子商务中文本评论质量的评价方法与系统
CN106504110A (zh) * 2016-09-12 2017-03-15 国网湖北省电力公司 基于云重心的电网工程后评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593720A (zh) * 2012-08-13 2014-02-19 西安元朔科技有限公司 基于灰色层次分析法建立的城市电网规划综合评价体系
US20150193520A1 (en) * 2014-01-09 2015-07-09 National Research Foundation Of Korea System and method for evaluating journal
CN105574685A (zh) * 2016-02-02 2016-05-11 浙江工业大学 一种基于主客观结合的云服务评价方法
CN105893350A (zh) * 2016-03-31 2016-08-24 重庆大学 一种电子商务中文本评论质量的评价方法与系统
CN106504110A (zh) * 2016-09-12 2017-03-15 国网湖北省电力公司 基于云重心的电网工程后评价方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298573A (zh) * 2019-06-20 2019-10-01 国网辽宁省电力有限公司鞍山供电公司 基于多属性群决策的用户异常用电及欠费风险评估方法
CN110298573B (zh) * 2019-06-20 2023-04-07 国网辽宁省电力有限公司鞍山供电公司 基于多属性群决策的用户异常用电及欠费风险评估方法
CN111339491A (zh) * 2020-02-28 2020-06-26 上海电力大学 一种城市配电网改造方案的评估方法
CN112016857A (zh) * 2020-11-02 2020-12-01 西南石油大学 基于云理论的聚乙烯管道地震易损性评估方法
CN112597436A (zh) * 2020-12-25 2021-04-02 东北林业大学 基于可拓评判法的红皮云杉含碳率质量评价方法
CN112597436B (zh) * 2020-12-25 2023-11-24 东北林业大学 基于可拓评判法的红皮云杉含碳率质量评价方法
CN112926861A (zh) * 2021-03-03 2021-06-08 天津中航亿达科技有限公司 一种储罐安全性能评价方法
CN113887193A (zh) * 2021-09-14 2022-01-04 山东师范大学 一种学位论文评价方法、系统、介质及电子设备
CN113805847A (zh) * 2021-09-15 2021-12-17 南通在渡教育咨询有限公司 在线无代码化开发系统

Similar Documents

Publication Publication Date Title
CN107239900A (zh) 基于可拓云模型的本科毕业论文质量评价方法
Haas et al. Compensating for non-homogeneity in decision-making units in data envelopment analysis
Song et al. Large-scale group decision making with multiple stakeholders based on probabilistic linguistic preference relation
Robst Cost efficiency in public higher education institutions
Vinkler An attempt of surveying and classifying bibliometric indicators for scientometric purposes
von Böventer Regional growth theory
Łatuszyńska Multiple-criteria decision analysis using TOPSIS method for interval data in research into the level of information society development
CN105956768A (zh) 一种基于组合赋权和改进topsis的发电企业竞争力评估方法
Jonsdottir et al. The feasibility of constructing a predictive outcome model for breast cancer using the tools of data mining
Lan et al. A new linguistic aggregation operator and its application to multiple attribute decision making
Asgharizadeh et al. An output‐oriented classification of multiple attribute decision‐making techniques based on fuzzy c‐means clustering method
Tang Telecom customer churn prediction model combining k-means and xgboost algorithm
Lee A social network analysis of the founders of institutionalized public accountancy
Yankovyi et al. Applying fuzzy logic to the assessment of latent economic features
Trzaskalik et al. Bipolar method and its modifications
Krikelas Library statistics and the measurement of library services
Handayani et al. Choosing alternative managements of solid waste from tofu producing small and medium enterprises in East Aceh district by analytical hierarchy process (AHP)
CN105930982B (zh) 电力景气指数的测算方法和系统
Jessop A decision aid for finding performance groups
Rodrigues et al. Identifying relationships in transactional data
Subowo et al. Determination of the Decision Support System Based on Teacher Performance Rewards Receiver With AHP method on SMK Negeri 1 Beringin
Li et al. A Study on House Price Prediction Based on Stacking-Sorted-Weighted-Ensemble Model
Moghaddas et al. Ranking models in data envelopment analysis technique
Zheng et al. Rating of catering enterprises based on fuzzy hierarchy and k-means clustering
Liang et al. Performance Analysis of Universities Based on Combination Weighting Method and Grey Correlation Analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171010