模糊綜合評判算法在課堂教學(xué)評價(jià)中的研究及應(yīng)用畢業(yè)論文

1、本 科 生 畢 業(yè) 論 文題目： 模糊綜合評判算法在課堂教學(xué)評價(jià)中的研究及應(yīng)用姓 名：學(xué) 號：專 業(yè)：年 級：學(xué) 院：完成日期：指導(dǎo)教師：本科生畢業(yè)論文獨(dú)創(chuàng)性聲明本人聲明所呈交的畢業(yè)論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果，除了文中特別加以標(biāo)注和致謝的地方外，本論文中沒有抄襲他人研究成果和偽造數(shù)據(jù)等行為 。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。論文（設(shè)計(jì)）作者簽名： 日期： 本科生畢業(yè)論文使用授權(quán)聲明海南師范大學(xué)有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交畢業(yè)論文的復(fù)印件和磁盤，允許畢業(yè)論文被查閱和借閱。本人授權(quán)海南師范大學(xué)可以將本畢業(yè)論文的全部或部分

2、內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或其他復(fù)印手段保存、匯編畢業(yè)論文。論文作者簽名： 日期： 指 導(dǎo) 教 師 簽 名： 日期： 目錄1引言 11.1課題背景 11.2研究現(xiàn)狀 21.3 研究意義 22模糊綜合評判算法的基本介紹 32.1模糊數(shù)學(xué)的概述 32.1.1 模糊數(shù)學(xué) 32.1.2模糊集和隸屬函數(shù) 32.2模糊綜合評判算法的介紹 42.2.1模糊綜合評判算法的概述 42.2.2模糊綜合評判算法的基本原理 42.2.3綜合評判的方法 53 模糊綜合評判算法在課堂教學(xué)評價(jià)的應(yīng)用 63.1確定評價(jià)指標(biāo)體系和評語集 63.2構(gòu)造隸屬函數(shù) 73.3評價(jià)指標(biāo)權(quán)重的確定 73.4模糊綜合評判

3、 94模糊綜合評判算法系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 124.1實(shí)現(xiàn)過程的前期準(zhǔn)備 124.2系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn) 135論文總結(jié) 24參考文獻(xiàn) 24致謝 25模糊綜合評判算法在課堂教學(xué)評價(jià)中的研究及應(yīng)用作者： 指導(dǎo)教師：（）摘要：模糊綜合評判法是一種基于模糊數(shù)學(xué)的綜合評價(jià)方法，對事物的多個(gè)因素或多個(gè)指標(biāo)進(jìn)行總體評判。本文針對教學(xué)評價(jià)指標(biāo)具有模糊性和多指標(biāo)性的特點(diǎn)，將模糊綜合評判算法應(yīng)用到課堂教學(xué)評價(jià)中。在Visual Basic6.0環(huán)境下實(shí)現(xiàn)各算法，得出較合理的評價(jià)結(jié)果，有效減少評價(jià)中人為主觀因素的干擾，提高評價(jià)的科學(xué)性。關(guān)鍵詞:模糊綜合評判；指標(biāo)；權(quán)重；課堂教學(xué)評價(jià)The Research and App

4、lication of Fuzzy Comprehensive Evaluation Algorithm in Classroom Teaching EvaluationAuthor： Tutor： Abstract：Fuzzy comprehensive evaluation method is comprehensive evaluation method based on fuzzy math, and overall evaluate number of factors or indicators of things. In this paper, based on fuzzy and

5、 multi-indicator characteristics of teaching evaluation, fuzzy comprehensive evaluation algorithm apply to the evaluation of classroom teaching. In Visual Basic6.0 environment it realizes these algorithms. The algorithms could achieve fine result of evaluation, and decrease the interference of perso

6、nal factors greatly, and make evaluation more scientific.Key words: fuzzy comprehensive evaluation; indicator; weight; classroom teaching evaluation1引言1.1課題背景自從1965年由美國加利福尼亞大學(xué)控制論專家扎德教授所開創(chuàng)的模糊數(shù)學(xué)以來，經(jīng)過40多年的發(fā)展，模糊數(shù)學(xué)已經(jīng)廣泛應(yīng)用到農(nóng)業(yè)、林業(yè)、氣象、教育、管理科學(xué)、系統(tǒng)工程、經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、生態(tài)學(xué)、語言學(xué)、地質(zhì)學(xué)、軍事學(xué)等領(lǐng)域。作為模糊數(shù)學(xué)最常用算法之一，模糊綜合評判算法是應(yīng)用模糊關(guān)系合成的原理，

7、從多個(gè)因素（指標(biāo)）對被評價(jià)的事物隸屬等級狀況進(jìn)行綜合性評判。而教學(xué)評價(jià)要涉及到多個(gè)因素或多個(gè)指標(biāo)，根據(jù)各個(gè)因素或指標(biāo)進(jìn)行綜合評判。隨著模糊數(shù)學(xué)迅速的發(fā)展，模糊數(shù)學(xué)已經(jīng)在教育領(lǐng)域有所發(fā)展，模糊綜合評判算法應(yīng)用在課堂教學(xué)評價(jià)是教學(xué)評價(jià)的趨勢。1.2研究現(xiàn)狀中小學(xué)課堂教學(xué)評價(jià)內(nèi)容涉及的范圍廣泛，評價(jià)的指標(biāo)較多，教學(xué)評價(jià)方法比較單一，主要以個(gè)人經(jīng)驗(yàn)，定性分析來進(jìn)行評價(jià)。這種以個(gè)人經(jīng)驗(yàn)，定性分析的教學(xué)評價(jià)方法存在很多缺欠。這種教學(xué)評價(jià)方法不足在于：課堂教學(xué)評價(jià)常常涉及到多個(gè)指標(biāo)，要根據(jù)多個(gè)指標(biāo)對其進(jìn)行綜合的評價(jià)，而不能只從一個(gè)或幾個(gè)指標(biāo)的情況進(jìn)行評價(jià)。再者，在課堂教學(xué)評價(jià)中經(jīng)常遇到其單指標(biāo)是模糊的，不適

8、宜用一個(gè)絕對數(shù)值來表示。20世紀(jì)30年代，課堂教學(xué)評價(jià)起源于美國。相繼在美、英、俄、日、德等發(fā)達(dá)國家迅速發(fā)展，影響到中東諸國。研究課堂教學(xué)評價(jià)技術(shù)是加快推進(jìn)我國教育的發(fā)展，尤其對于中小學(xué)。目前我國中小學(xué)課堂教學(xué)的評價(jià)還不夠完善，總體上呈現(xiàn)出兩大缺欠：一是量少，教師和學(xué)生不重視課堂教學(xué)評價(jià)的作用；二是質(zhì)不高，許多課堂教學(xué)評價(jià)只是簡單的陳述性知識的再現(xiàn)。具體情形是課堂里只有教師在認(rèn)真地演“獨(dú)角戲”，教師關(guān)心的是自己教學(xué)方案的按計(jì)劃完成，對學(xué)生的參與情況、學(xué)習(xí)過程和學(xué)習(xí)效果重視不夠。雖然我國近20年對課堂教學(xué)改革，取得了不錯(cuò)的成果。但是不容忽視的是，許多改革由于沒有實(shí)施有效的措施而使結(jié)果不夠理想。目

9、前我國常用一些課堂教學(xué)評價(jià)方法有:相對評價(jià)法、絕對評價(jià)法、自我評價(jià)法、他人評價(jià)法、問卷法、觀察評價(jià)法、定性評價(jià)法、定量評價(jià)法、分析評價(jià)法、綜合評價(jià)法、終結(jié)評價(jià)法等。作為這些評價(jià)方法來說，各有其優(yōu)點(diǎn)和缺點(diǎn)，由于評價(jià)的時(shí)期不同和評價(jià)的學(xué)科的不同，在不同時(shí)期可以用不同的方法進(jìn)行評價(jià)，在不同的學(xué)科也可以用不同的方法進(jìn)行評價(jià)。而模糊綜合評判的教學(xué)評價(jià)是一種基于模糊數(shù)學(xué)的定量評價(jià)法與綜合評價(jià)法的擴(kuò)展，隨著模糊數(shù)學(xué)迅速發(fā)展，模糊綜合評判的教學(xué)評價(jià)已經(jīng)適合這個(gè)時(shí)期的中小學(xué)課堂教學(xué)評價(jià)。1.3 研究意義課堂教學(xué)評價(jià)是借助教育、教學(xué)、心理測量與數(shù)理統(tǒng)計(jì)方法，按預(yù)先設(shè)計(jì)、擬定的評價(jià)指標(biāo)體系，考核評估師生在課堂教學(xué)活

10、動(dòng)中創(chuàng)造的業(yè)績和所取得的成效的工作。課堂教學(xué)評價(jià)是教學(xué)體系不可缺少的重要組成部分,它具有導(dǎo)向、調(diào)節(jié)、激勵(lì)和鑒別等功能，能使師生得到及時(shí)的反饋，以便強(qiáng)化或矯正教學(xué)效果；能為教育行政部門提供信息，為制定教育方針和各項(xiàng)教育策略提供依據(jù)，能使學(xué)生及時(shí)了解自己學(xué)習(xí)效果，改進(jìn)學(xué)習(xí)方法和端正學(xué)習(xí)態(tài)度。11隨著課堂教學(xué)改革發(fā)展的不斷深入，早期的課堂教學(xué)評價(jià)方法已經(jīng)不適應(yīng)如今的中小學(xué)課堂教學(xué)。傳統(tǒng)的課堂教學(xué)評價(jià)常常是一個(gè)或幾個(gè)指標(biāo)進(jìn)行定性的教學(xué)評價(jià)，這種評價(jià)方法非常不合理，很片面。由于課堂教學(xué)涉及到多個(gè)指標(biāo)往往是模糊信息，如教學(xué)效率高、教學(xué)效果明顯、教學(xué)組織合理等，這些所測量的是人的大腦活動(dòng)，如自能、情感、態(tài)度

11、等精神物質(zhì)，被測的群體在不同的時(shí)間和不同的環(huán)境下往往有不同的心理狀態(tài)，不同的測量者也有不同的喜好和尺度。這些容易造成測量結(jié)果存在較大的差異，缺乏科學(xué)性。12 而模糊綜合評判算法是基于模糊數(shù)學(xué)的綜合評判算法，能夠?qū)Χ喾N屬性的事物，或者說其總體優(yōu)劣受多種因素影響的事物，做出一個(gè)能合理地綜合這些屬性或因素的總體評判。本文針對課堂教學(xué)具有模糊性和多指標(biāo)性，采用Visual Basic 6.0編寫一套模糊綜合評判算法，采用模糊綜合評判算法對課堂教學(xué)進(jìn)行評價(jià)，得出合理的評價(jià)結(jié)果，反映了課堂教學(xué)的實(shí)際情況，提高評價(jià)的科學(xué)性，加快評價(jià)的速度。2模糊綜合評判算法的基本介紹2.1模糊數(shù)學(xué)的概述2.1.1 模糊數(shù)學(xué)

12、1965年，美國加利福尼亞大學(xué)控制論專家扎德教授在信息與控制雜志上發(fā)表了一篇開創(chuàng)性的論文模糊集合13，這標(biāo)志著模糊數(shù)學(xué)的誕生。與其他學(xué)科一樣，模糊數(shù)學(xué)也是因?qū)嵺`的需要而產(chǎn)生的。在日常生活中，模糊現(xiàn)象處處存在，例如厚薄，快慢，大小，長短，輕重，高低，白天黑夜，晴天陰天等。在科學(xué)技術(shù)、經(jīng)濟(jì)管理領(lǐng)域中，模糊現(xiàn)象也是無處不在，例如合格品、次品，經(jīng)濟(jì)繁榮、經(jīng)濟(jì)蕭條，貧困、溫飽、小康、富有等。當(dāng)代科學(xué)技術(shù)的發(fā)展的趨勢之一就是各個(gè)領(lǐng)域都要求定量化、數(shù)字化，這就促使人們必須尋找一種研究和處理模糊現(xiàn)象的數(shù)學(xué)方法，這種數(shù)學(xué)方法就是模糊數(shù)學(xué)。11976年模糊數(shù)學(xué)傳入我國并迅速發(fā)展，國內(nèi)已經(jīng)創(chuàng)辦一些模糊數(shù)學(xué)的雜志，我

13、國已經(jīng)成為模糊數(shù)學(xué)研究的四大中心（美國，西歐，日本，中國）之一。中國模糊數(shù)學(xué)與模糊系統(tǒng)學(xué)會(huì)副理事長汪培莊、四川大學(xué)的劉應(yīng)明教授對模糊數(shù)學(xué)的研究取得顯著的成績。12.1.2模糊集和隸屬函數(shù)定義：論域X到0,1閉區(qū)間上的任意映射為:都能確定X上的一個(gè)模糊集合A，叫做A的隸屬函數(shù)，叫做x對模糊集A的隸屬度，記為：使=0.5的點(diǎn)稱為模糊集A的過渡點(diǎn)，此點(diǎn)最具有模糊性。顯然，模糊集合A完全由隸屬函數(shù)來刻畫，當(dāng)=0,1時(shí)。A退化為一個(gè)普通集。12.2模糊綜合評判算法的介紹2.2.1模糊綜合評判算法的概述模糊綜合評判算法是基于模糊數(shù)學(xué)的綜合評判算法，是模糊數(shù)學(xué)的一種具體應(yīng)用方法。最早是由我國著名模糊數(shù)學(xué)專家

14、汪培莊在20世紀(jì)80年代初提出的，這一算法深受廣大科技工作者的歡迎與重視，并得到廣泛的應(yīng)用。它已經(jīng)在國民經(jīng)濟(jì)和工農(nóng)業(yè)生產(chǎn)迅速發(fā)展。一些理論工作者對其進(jìn)行深化和擴(kuò)展研究，取得了一些誘人的成果，諸如：多級模型、算子調(diào)整、范疇統(tǒng)觀等等。2.2.2模糊綜合評判算法的基本原理14模糊綜合評判是應(yīng)用模糊變換原理和最大隸屬度原則，考慮與被評價(jià)事物相關(guān)的各個(gè)因素，對其所作的綜合評價(jià)，這里的著眼點(diǎn)是所要考慮的各個(gè)相關(guān)因素。模糊綜合評判可分為單級模糊綜合評判和多級模糊綜合評判兩種類型。單級模糊綜合評判步驟為：1、建立評判因素集評判因素集是以影響評判對象的各種因素為元素組成的一個(gè)普通集合。設(shè)評判對象的因素有n個(gè)，則

15、評判因素集記為。2、建立評語集設(shè)針對每個(gè)因素可能出現(xiàn)的評語有m個(gè)，則評語集記為。3、建立因素權(quán)重集為了反映每個(gè)評判因素的重要程度，根據(jù)實(shí)際需要，從主觀上對每個(gè)因素賦予不同的權(quán)數(shù)。設(shè)因素權(quán)重集為通常，各權(quán)數(shù)應(yīng)滿足歸一性和非負(fù)性，即：4、進(jìn)行單因素模糊評判由評判群體從單一因素出發(fā)進(jìn)行評判，可得到評判對象對評語集各元素的隸屬程度,由構(gòu)成單一素評判集，表示為。單因素評判集為模糊集，其中表示評判對象關(guān)于評判因素具有評語的程度，即針對因素給出的評語的人數(shù)占評判群體人數(shù)的比重。對單因素評判集為行，可得到單因素評判集矩陣:5、模糊綜合評判6、評價(jià)結(jié)果的處理，具體方法有最大隸屬法，加權(quán)平均法。單級模糊綜合評判方

16、法比較簡單，一般對因素較少的問題得到較合理的評判結(jié)果。但是當(dāng)評判系統(tǒng)比較復(fù)雜，評判的因素很多時(shí)，這種方法就存在很大局限性。多級模糊綜合評判解決問題的基本思路為:1、將影響評價(jià)對象的各元素按屬性分類，不同類別的各因素分屬不同層次。分類之后各類包含的元素少，權(quán)重容易合理分配。2、先對低層次的各因素進(jìn)行單級模糊綜合評判。3、在單級模糊綜合評判的基礎(chǔ)上在進(jìn)行上一層次各因素的綜合評判，依次類推可以得到二級、三級，,N級模糊綜合評判，二級和二級以上的模糊綜合評判都稱為多級模糊綜合評判。2.2.3綜合評判的方法3（1）模糊變換法以R表示模糊評判矩陣，A表示加權(quán)向量，要求A的各個(gè)元素和等于1，即=1。通過模糊

17、變換的方式即“最大最小”原則獲得評價(jià)結(jié)果向量，計(jì)算公式為 （j=1，2，3,m）此時(shí)無論的值如何，的結(jié)果都不能大于，實(shí)際上沒有起到加權(quán)的作用，而是起到過濾，限制的作用。在下一步運(yùn)算通過取大，在n個(gè)中只有取一個(gè)最大值，淘汰了其他因素，故這種運(yùn)算類型又稱為主元素決定型。（2）以乘代替取小計(jì)算公式為 （j=1，2，3,m）這時(shí)不在起過濾限制的作用，確實(shí)是在加權(quán)。但下一步仍是取大運(yùn)算，A仍未能進(jìn)入，主因素的作用仍然突出。（3）以加代替取大計(jì)算公式為 （j=1，2，3,m） 這時(shí)仍起過濾限制的作用，但是求和代替取大，各個(gè)因素都有參加作用的機(jī)會(huì)，主因素的作用就不那么突出了。（4）加權(quán)平均計(jì)算公式為 （j=

18、1，2，3,m）在加權(quán)平均算法按普通矩陣乘法計(jì)算權(quán)向量與評價(jià)矩陣的乘積。這種算法來評價(jià)結(jié)果向量中包括所有元素的共同作用，真正體現(xiàn)了綜合。3 模糊綜合評判算法在課堂教學(xué)評價(jià)的應(yīng)用3.1確定評價(jià)指標(biāo)體系和評語集選擇一級評價(jià)指標(biāo)集U包括6個(gè)方面：教學(xué)態(tài)度U1、教學(xué)內(nèi)容U2、教學(xué)藝術(shù)U3、課堂結(jié)構(gòu)U4、課堂管理U5、教學(xué)效果U6，記為U=U1, U2, U3, U4, U5 ,U6。一級指標(biāo)對應(yīng)的各個(gè)二級指標(biāo)如下表1所示。以教學(xué)內(nèi)容為例，確定評價(jià)課堂教學(xué)質(zhì)量的指標(biāo)為：教學(xué)目的明確U21、講授內(nèi)容的科學(xué)性U22、重點(diǎn)難點(diǎn)的處理U23、講授量適當(dāng)U24,記為U2=U21,U22,U23,U24。評語集V定

19、義為V=優(yōu)秀、良好、中等、及格、較差、差，對應(yīng)元素V=v1,v2,v3, v4,v5,v6,分別表示成績?yōu)?0v1100 ，80v290，70v380，60v470，40v560，0v640。表1 課堂教學(xué)評價(jià)指標(biāo)及其代號17一級指標(biāo)二級指標(biāo)教學(xué)態(tài)度U1備課認(rèn)真U11 儀表端正U12 對學(xué)生耐心熱情U13教學(xué)內(nèi)容U2教學(xué)目的明確U21 講授的內(nèi)容的科學(xué)性U22重點(diǎn)難點(diǎn)的處理U23 講授量適當(dāng)U24教學(xué)藝術(shù)U3善于啟發(fā)思考U31 照顧個(gè)性差異U32 學(xué)習(xí)方法的指導(dǎo)U33教學(xué)語言與板書U34 激化學(xué)生學(xué)習(xí)的興趣U35 教學(xué)手段豐富U36課堂結(jié)構(gòu)U4教學(xué)環(huán)節(jié)的設(shè)計(jì)U41 新舊知識的銜接U 42課堂管

20、理U5按時(shí)上下課U51 嚴(yán)格要求學(xué)生U52 課堂紀(jì)律狀況U53教學(xué)效果U6課時(shí)計(jì)劃完成情況U61 學(xué)生當(dāng)堂對知識與技能的掌握程度U623.2構(gòu)造隸屬函數(shù)評價(jià)指標(biāo)集中各元素對評語集V的隸屬函數(shù)可構(gòu)造式（1）為：16對v1：A(= （ 90 ） 90 100 0 90（100）90100（80） 80900 80對v2：A(=0 90（90） 8090與教學(xué)態(tài)度的權(quán)重向量合成得到B1=A1R1=（0.65，0.1，0.25）用模糊變換（取大取小原則）得B1=(0.3,0.65，0.2，0，0，0用以乘代替取小得B1=（0.195，0.455，0.06，0，0，0）用以加代替取大得B1=（0.3，1

21、，0.3，0，0，0）用加權(quán)平均B1=（0.195，0.659，0.11，0，0，0）對加權(quán)平均歸一化處理就可以得到B1=（0.202，0.684，0.114，0，0，0），即為第一個(gè)評價(jià)指標(biāo)教學(xué)態(tài)度的成績?yōu)閮?yōu)秀的成分為20.2%,良好的成分為68.4%,中等的成分為11.4%。為了更好體現(xiàn)教師的成績情況，現(xiàn)規(guī)定“優(yōu)秀”,“良好”“中等” “及格” “較差” “差”對應(yīng)的分?jǐn)?shù)為：95、85、75、65、50、20，由這些分?jǐn)?shù)構(gòu)成一個(gè)矩陣為，則教師的教學(xué)態(tài)度評價(jià)成績?yōu)镾i=（0.202，0.684，0.114，0，0，0）× =81.274以此類推，利用加權(quán)平均可以得出教師的教學(xué)內(nèi)容的

22、評判結(jié)果為（0.02 0.33 0.375 0.238 0 0.037）,歸一化得R2=（0.02 0.33 0.375 0.238 0 0.037）教學(xué)藝術(shù)的評價(jià)結(jié)果為（0.06 0.1 0.48 0.16 0 0.1）,歸一化為R3=（0.067 0.111 0.533 0.178 0 0.111）課堂結(jié)構(gòu)的評價(jià)結(jié)果為（0 0.8 0.06 0.14 0 0）,歸一化為R4=(0 0.8 0.06 0.14 0 0課堂管理的評價(jià)結(jié)果為（0.335 0.66 0.03 0 0 0），歸一化為R5=(0.328 0.642 0.030 0 0 0教學(xué)效果的評價(jià)結(jié)果為（0 0.64 0.22 0

23、.14 0 0），歸一化為R6=（0 0.64 0.22 0.14 0 0）（2）通過二級模糊綜合評判得出該老師最終的課堂教學(xué)分值由上各項(xiàng)得分，得出課堂教學(xué)模糊關(guān)系評判矩陣：與課堂教學(xué)的各個(gè)指標(biāo)權(quán)重向量合成得到B=AR=(0.1 0.25 0.15 0.15 0.1 0.25用模糊變換（取大取小原則）得B=(0.1,0.25,0.25,0.238,0,0.111S=(0.1,0.25,0.25,0.238,0,0.111 =70.80084用以乘代替取小得B=（0.0328，0.16，0.09375，0.0595，0，0.01665）S=（0.0328，0.16，0.09375，0.0595，

24、0，0.01665）=77.05473用以加代替取大得B=（0.287，0.961，0.81，0.668，0，0.148）S=75.18441用加權(quán)平均得B=（0.06805，0.51175，0.2521，0.1422，0，0259）S=78.632根據(jù)以上結(jié)果可知該老師的評價(jià)結(jié)果分?jǐn)?shù)為78.632，該分?jǐn)?shù)是利用模糊綜合評判算法得出一個(gè)評價(jià)結(jié)果，是一個(gè)0到100的代數(shù)值，分?jǐn)?shù)越高說明課堂教學(xué)質(zhì)量越好。而78.632屬于70到80之間，該老師課堂評價(jià)結(jié)果是中等。4模糊綜合評判算法系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)4.1實(shí)現(xiàn)過程的前期準(zhǔn)備由以上的課堂教學(xué)評價(jià)的數(shù)據(jù)統(tǒng)計(jì)如下：（1）評價(jià)因素集U=教學(xué)態(tài)度U1，教學(xué)內(nèi)容

25、U2， 教學(xué)藝術(shù)U3，課堂結(jié)構(gòu)U4，課堂管理U5，教學(xué)效果U6，記為U=U1, U2, U3, U4, U5 ,U6 U1=U11,U12,U13U2=U21,U22,U23,U24U3=U31,U32,U33,U34,U35,U36U4=U41,U42U5=U51,U52,U53U6=U61,U62（2）評判集V=優(yōu)秀、良好、中等、及格、較差、差，對應(yīng)元素V=v1,v2,v3, v4,v5,v6。V=95,85,75,65,50,20。 （3）權(quán)重向量A=0.1,0.25,0.15,0.15,0.1,0.25A1=0.65,0.1,0.25A2=0.1,0.5,0.25,0.15A3=0.3

26、,0.1,0.2,0.1,0.2,0.1A4=0.8，0.2A5=0.15,0.45,0.4A6=0.2,0.8(4評判矩陣 R= 4.2系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)本系統(tǒng)主要是為了實(shí)現(xiàn)模糊綜合評判算法，通過4種方法對進(jìn)行綜合評判，以便從各個(gè)輸出結(jié)果進(jìn)行比較發(fā)現(xiàn)有用的規(guī)律。為了實(shí)現(xiàn)該算法，采用簡便的VB語言，及開發(fā)工具VISUAL BASIC 6.0進(jìn)行界面和算法的設(shè)計(jì)及相關(guān)的功能，然后用系統(tǒng)的數(shù)據(jù)文件功能來新建和編輯課堂教學(xué)評價(jià)的.dat類型數(shù)據(jù)文件，該文件包含評判集，權(quán)重，評判矩陣數(shù)據(jù)。然后通過模糊綜合評判分析課堂教學(xué)評價(jià)的文件，輸出結(jié)果。系統(tǒng)功能模塊：該系統(tǒng)由5個(gè)功能模塊組成:總界面，模糊綜合評判，

27、數(shù)據(jù)文件，數(shù)據(jù)庫，退出系統(tǒng)。以下對各個(gè)功能進(jìn)行介紹?？偨缑妫喝缦聢D1是該算法的模糊綜合評判算法系統(tǒng)主界面，界面的菜單欄包括模糊綜合評判、數(shù)據(jù)文件、數(shù)據(jù)庫和退出系統(tǒng)功能。 圖1系統(tǒng)界面利用菜單、Shell函數(shù)和全局對象APP的path屬性實(shí)現(xiàn)了總界面，使用戶容易在不同的的可執(zhí)行文件之間切換。程序組成代碼如下：Private Sub mnuS3_Click(Shell App.Path & "綜合評判綜合評判E.EXE", 1End SubPrivate Sub mnuN5_Click(Shell App.Path & "數(shù)據(jù)文件新建新建E.EXE&q

28、uot;, 1End SubPrivate Sub mnuE5_Click(Shell App.Path & "數(shù)據(jù)文件編輯編輯E.EXE", 1End SubPrivate Sub mnuA6_Click(Shell App.Path & "數(shù)據(jù)庫通用E.EXE", 1End SubPrivate Sub mnuExit_Click(Unload MeEndEnd Sub（1）數(shù)據(jù)文件：包括新建和編輯.dat文件的功能。新建：提供數(shù)據(jù)文件名和選擇路徑；提供行數(shù)txtRow文本框和列數(shù)txtCol文本框以及選擇數(shù)據(jù)錄入所用的控件對象，在錄

29、入數(shù)據(jù)的控件對象有文本框控件和網(wǎng)絡(luò)控件；保存數(shù)據(jù)文件和打印數(shù)據(jù)表。新建”界面如下圖2。編輯：提供路徑和文件名；使用文本框和網(wǎng)絡(luò)顯示數(shù)據(jù)，缺省設(shè)置為“使用文本框”當(dāng)行數(shù)和列數(shù)超出文本框的范圍，就使用網(wǎng)絡(luò)顯示數(shù)據(jù)；保存數(shù)據(jù)文件和打印數(shù)據(jù)表。圖2 “新建”界面新建文件代碼如下：Private Sub Option2_Click(Label3.Visible = False File1.Visible = False Label4.Visible = True txtNew.Visible = True txtNew.SetFocus End SubPrivate Sub txtNew_Change(

30、txtFile.Text = Dir1.Path & "" & txtNew.Text & ".dat"End Sub（2）數(shù)據(jù)庫：將數(shù)據(jù)庫的數(shù)據(jù)表變換成數(shù)據(jù)文件。在模糊計(jì)算應(yīng)用程序中都只有一個(gè)數(shù)據(jù)接口，即與數(shù)據(jù)文件相接，所以在進(jìn)行模糊綜合評判時(shí)要求先將數(shù)據(jù)庫數(shù)據(jù)表變換成數(shù)據(jù)文件。數(shù)據(jù)庫數(shù)據(jù)表變換為數(shù)據(jù)文件如下圖3。圖3 據(jù)庫數(shù)據(jù)表變換為數(shù)據(jù)文件數(shù)據(jù)庫變換為數(shù)據(jù)文件代碼如下：Private Sub cmdChange_Click(Dim intI As Integer, intJ As IntegerDim vntAIf strD

31、BName = "" ThenMsgBox "沒有提供數(shù)據(jù)庫名,重作!", 0Exit SubEnd IfIf strTDName = "" ThenMsgBox "沒有提供數(shù)據(jù)表名,重作!", 0Exit SubEnd IfIf txtFileName.Text = "" ThenMsgBox "沒有提供數(shù)據(jù)文件名,重作!", 0Exit SubEnd IfstrFileName = Dir1.Path & "" & txtFileNam

32、e.Text & ".dat"intFileNumber = FreeFile Open strFileName For Output As #intFileNumberintCol = td.Fields.Count intRow = td.RecordCount ReDim vntArray(0 To intRow, 0 To intColvntArray(0, 0 = " "intI = 1For Each fd In td.FieldsvntArray(0, intI = fd.NameintI = intI + 1NextFor int

33、I = 1 To intRowvntArray(intI, 0 = "第" & intI & "行"Next intIintI = 1rs.MoveFirstDo Until rs.EOFFor intJ = 1 To intColvntA = rs(intJ - 1vntArray(intI, intJ = vntANext intJrs.MoveNextintI = intI + 1LoopWrite #intFileNumber, intRow; intCol For intI = 1 To intRowFor intJ = 1 T

34、o intColIf intJ <> intCol ThenWrite #intFileNumber, vntArray(intI, intJ;ElseWrite #intFileNumber, vntArray(intI, intJEnd IfNext intJNext intIFor intI = 1 To intColIf intI <> intCol ThenWrite #intFileNumber, vntArray(0, intI;ElseWrite #intFileNumber, vntArray(0, intIEnd IfNext intIFor int

35、I = 1 To intRowIf intI <> intRow ThenWrite #intFileNumber, vntArray(intI, 0;ElseWrite #intFileNumber, vntArray(intI, 0End IfNext intIlblNotice.Visible = TrueClose #intFileNumberEnd Sub（4）模糊綜合評判：給出評判矩陣數(shù)據(jù)文件、加權(quán)向量數(shù)據(jù)文件和評判集數(shù)據(jù)文件可以求出結(jié)果向量，這些數(shù)據(jù)文件需要利用“數(shù)據(jù)文件”的“新建”來把以上課堂教學(xué)評價(jià)的各個(gè)數(shù)據(jù)錄入數(shù)據(jù)文件中，該系統(tǒng)共有四種方法進(jìn)行綜合評判：模糊變換

36、、以乘代替取小，以加代替取大，加權(quán)平均。在輸出計(jì)算結(jié)果時(shí)，以結(jié)果向量為權(quán)，對評判集進(jìn)行加權(quán)平均。因此要求評判集以數(shù)字的形式表達(dá)，其實(shí)做到這一點(diǎn)很容易，如把“優(yōu)秀” 、“ 良好”、“中等”、“及格”、“較差”、“差”可以用95、85、75、65、50、20來數(shù)據(jù)表示。模糊綜合評判算法界面如下圖4。圖4 模糊綜合評判算法界面模糊綜合評判算法模塊主要代碼如下：'模糊變換'A是加權(quán)向量，R是評判矩陣，B是結(jié)果向量Public Sub Model1(A, R, BDim M As Integer, N As IntegerDim I As Integer, J As IntegerN =

37、 UBound(R, 1: M = UBound(R, 2For J = 1 To MFor I = 1 To NIf A(I < R(I, J Then R(I, J = A(I '取小Next INext JFor J = 1 To MB(J = 0For I = 1 To NIf B(J < R(I, J Then B(J = R(I, J '取大Next INext JEnd Sub'以乘代替取小'A是加權(quán)向量，R是評判矩陣，B是結(jié)果向量Public Sub Model2(A, R, BDim M As Integer, N As Integ

38、erDim I As Integer, J As IntegerN = UBound(R, 1: M = UBound(R, 2For J = 1 To MFor I = 1 To NR(I, J = A(I * R(I, J '乘Next INext JFor J = 1 To MB(J = 0For I = 1 To NIf B(J < R(I, J Then B(J = R(I, J '取大Next INext JEnd Sub'以加代替取大'A是加權(quán)向量，R是評判矩陣，B是結(jié)果向量Public Sub Model3(A, R, BDim M As

39、Integer, N As IntegerDim I As Integer, J As IntegerN = UBound(R, 1: M = UBound(R, 2For J = 1 To MFor I = 1 To NIf A(I < R(I, J Then R(I, J = A(I '取小Next INext JFor J = 1 To MB(J = 0For I = 1 To NB(J = B(J + R(I, J '加Next INext JEnd Sub'加權(quán)平均'A是加權(quán)向量，R是評判矩陣，B是結(jié)果向量Public Sub Model4(A,

40、 R, BDim M As Integer, N As IntegerDim I As Integer, J As IntegerN = UBound(R, 1: M = UBound(R, 2For J = 1 To MFor I = 1 To NR(I, J = A(I * R(I, J '乘Next INext JFor J = 1 To MB(J = 0For I = 1 To NB(J = B(J + R(I, J '加Next INext JEnd Sub課堂教學(xué)的模糊綜合評判:（1）建立課堂教學(xué)的數(shù)據(jù)文件。利用系統(tǒng)的“數(shù)據(jù)文件”的“新建”功能建立評價(jià)集V、權(quán)重向量

41、A、評判矩陣R，根據(jù)4.1.1的課堂教學(xué)的數(shù)據(jù)，分別命名為“教學(xué)V.dat”、“教學(xué)A.dat”、“教學(xué)R.dat”如下圖5，圖6 ，圖7。也可以把數(shù)據(jù)添加到數(shù)據(jù)庫Access數(shù)據(jù)表中中,然后通過系統(tǒng)的“數(shù)據(jù)庫”把數(shù)據(jù)表變換為數(shù)據(jù)文件。圖5 教學(xué)V.dat的數(shù)據(jù)文件圖6 教學(xué)A.dat的數(shù)據(jù)文件圖7 教學(xué)R.dat的數(shù)據(jù)文件（2）模糊綜合評判分析課堂教學(xué)。啟動(dòng)界面，運(yùn)行“模糊綜合評判”的“分析”，進(jìn)入模糊綜合評判的文件界面見圖4。通過界面上的驅(qū)動(dòng)器列表框、目錄列表框和3個(gè)文件列表框確定參與運(yùn)算的評判矩陣數(shù)據(jù)文件“教學(xué)R.dat”、加權(quán)向量數(shù)據(jù)文件“教學(xué)A.dat”和評判集數(shù)據(jù)文件“教學(xué)V.dat”，然后選擇評判方法(模糊變換、以乘代替取小，以加代替取大，加權(quán)平均，這里我們分別選擇四種方法，缺省設(shè)置為“綜合評判”單擊“確定”進(jìn)入計(jì)算界面，單擊“評判或求權(quán)向量”按鈕，顯示計(jì)算結(jié)果，如下圖8、9、10、11。圖8模糊變換的計(jì)算結(jié)果圖9 以乘代替取小的計(jì)算結(jié)果圖10 以加代替取大的計(jì)算結(jié)果圖11 加權(quán)平均的計(jì)算結(jié)果計(jì)算結(jié)果分析：從上面圖8、9、10、11的計(jì)算結(jié)果可知道加權(quán)平均得到結(jié)果得到結(jié)果比其他結(jié)果合理，比較適合綜合評判。而模糊變換在計(jì)算的過程中起到過濾和限制作用，主元素決定性大