改進的AHP-模糊綜合評價法在本科生學習力評價中的應用
——以成都師范學院為例

◇成都師范學院數(shù)學學院 謝 娟 舒孝珍 朱珍妮 陳云端

本文以成都師范學院的本科生為研究對象，利用多級模糊綜合評判法和改進的層次分析法，結合本科學生學習力的影響因素，建立了多級模糊綜合評判模型，分析評價了成都師范學院本科學生的學習力。

“學習力”一詞最早出自20世紀60年代美國系統(tǒng)動力學教授福瑞斯特提出的學習型組織思想[1]，學習力主要包括學習動力、學習毅力、學習能力、學習創(chuàng)新力[2-4]。對本科生學習力的評價研究，常見的方法有神經(jīng)網(wǎng)絡分析法[5]、灰色聚類評價法[6]、層次分析法和模糊綜合評價法[4,7-10]。基于層次分析法和模糊綜合評價法的學習力研究中[4,7-10]，采用的是傳統(tǒng)的1～9標度的層次分析法，該標度法需要對判斷矩陣進行一致性檢驗，將給實際應用帶來不必要的麻煩，本文采用改進的0.1～0.9標度的層次分析法，并結合模糊綜合評價法對本科生學習力進行探究，可以避免判斷矩陣的一致性檢驗，同時也得到合理的評判結果，并且使得AHP-模糊綜合法在實際生活中得到更廣泛的應用。

1 本科生學習力評價指標體系構建

表1 本科生學習力評價指標體系

在構建本科生學習力評價指標體系過程中，通過查閱借鑒相關文獻資料研究成果，遵循科學性、系統(tǒng)性、適用性等原則，咨詢專家和對調查問卷數(shù)據(jù)的整理分析，最終確立了4個一級指標和24個二級指標的本科生學習力評價指標體系，見表1所示。

2 改進的AHP-模糊綜合評價法的相關理論

2.1 改進的AHP

與傳統(tǒng)的1～9標度的層次分析法不同的是，改進的層次分析法利用的是0.1～0.9標度，新的標度更能符合判斷矩陣的一致性與人們的思維一致性的協(xié)調。應用改進的AHP的主要步驟如下[11]：

（1）建立層次結構模型。根據(jù)評價指標體系，至上而下建立層次結構模型的目標層、準則層、方案層。

（4）利用“和法”計算權重。該計算過程可借助MATLAB數(shù)學軟件實現(xiàn)。

2.2 多級模糊綜合評判

模糊綜合評判可分為一級模糊綜合評判和多級模糊綜合評判，由于現(xiàn)實問題往往錯綜復雜，因而常用多級模糊綜合評判對問題進行分析。多級模糊綜合評判的一般步驟如下[12]：

（1）將因素分層。

（2）建立權重集。對每級評判中的因素，根據(jù)其重要性賦予相應的權重。

（4）一級模糊綜合評判。在因素分層中，先對最后一層因素進行模糊綜合評判，因而，把對最后一層元素進行的模糊綜合評判稱為一級模糊綜合評判。

（5）多級模糊綜合評判。在因素分層中，對倒數(shù)第二層的因素進行評判，把一級模糊綜合評判的結果作為二級模糊綜合評判時的單因素評判，計算得到二級模糊綜合評判結果，再把二級模糊綜合評判結果作為倒數(shù)第三層因素的三級模糊綜合評判時的單因素評判，依次類推，得到多級模糊綜合評判結果。

2.3 改進的AHP-模糊綜合評判模型

改進的AHP-模糊綜合評價法是指將0.1～0.9標度下的層次分析法融入到模糊綜合評價法中來確定指標的權重，其一般步驟如下：

3 本科生學習力評價分析

根據(jù)表1中的本科生學習力評價指標體系，應用改進的AHP-模糊綜合評價法，以成都師范學院大一至大四的本科生為研究對象，通過調查問卷搜集數(shù)據(jù)，進行成都師范學院本科學生的學習力評價。

3.1 權重計算

對于總的目標層，利用0.1～0.9標度的層次分析法構造準則層中學習動力、學習毅力、學習能力、創(chuàng)新能力的判斷矩陣A如下：

借助MATLAB數(shù)學軟件計算4個一級指標的權重，編寫M文件程序qz.m如下所示：

運行結果：

利用上述相同的方法作數(shù)學變換和權重計算，得到24個二級指標的權重為，其中

3.2 綜合評判

利用問卷星網(wǎng)絡調查問卷，隨機向成都師范學院各個學院，各個專業(yè)的大一至大四的學生進行了抽樣調查，共收回有效問卷364份。通過在線spss對調查問卷進行分析，信度系數(shù)值為0.893，大于0.8，因而說明研究數(shù)據(jù)信度質量高。

對表1中的24個指標設立了備擇集V={好，較好，一般，較差，差}，分別對應區(qū)間，通過咨詢專家和結合調查問卷數(shù)據(jù)分析結果，得到各個指標對應等級的隸屬度，如表1所示。表1中一級指標“學習動力”下的5個二級指標對應的模糊評價矩陣為：

類似可得一級指標“學習毅力”、“學習能力”、“創(chuàng)新能力”的綜合評價向量：

因此，表1中4個一級指標的模糊評價矩陣為：

3.3 結果分析

通過上述對成都師范學院本科生學習力的評價分析，可以得到如下學習力隸屬度比例圖（見圖1），從圖1中可以看到，該校本科學生學習力隸屬于“好”的學生大約占全體同學的15.38%，“較好”的約30.21%，“一般”的約45.25%，“較差”的約7.01%，“差”的約2.12%。這一分析結果與教學部門的反饋結果相符，說明此模型對本科生學習力評價行之有效。

圖1 學習力隸屬度比例

4 結語

本文利用改進的AHP-模糊綜合評價法對成都師范學院本科學生學習力進行了分析評價，可以看到學習力一般及以下的同學約54.38%，超過了總人數(shù)的一半，在教育方式越來越開放化，教育手段越來越多元化，學習方法越來越多樣化的今天，良好學習力的形成對學生的成長成才必不可少。