教师评价模型_数学建模

教师评价模型_数学建模
教师评价模型_数学建模

教师评价模型

一、 摘要

学校是一个充满着评价人的场所,每时每刻都在对各个人进行评价。毫不夸张地说评价

由于教师职业劳动的特殊性,它是复杂劳动。不能仅仅用工作量来评价教师的劳动,同时评价教师的人员纷繁复杂,方式多种多样。评价教师的标准往往束缚着学校的教学质量,教师教学的积极性。所以教师评价的确定就显的很重要。

新课程强调:评价的功能应从注重甄别与选拔转向激励、反馈与调整;评价内容应从过分注重学业成绩转向注重多方面发展的潜能;评价主体应从单一转向多元。

那么如何公正、客观地评价教师的同时,有效地保护教师的教学积极性和帮助提高学校的办学水平呢?

此模型的建立改变了以往同类模型的多种弊端,从另一角度更加合理地分析、评价,就是为了更公平,公正地对教师做出合理的评价,从而促进学生发展和教师提高。

本模型主要用了模糊数学模型和对各项评价付权重的方法进行建模分析。从(1)教师对自己的评价,(2)学生对教师的评价;(3)由专家组对教师的评价的角度出发,通过量化,加权,得出结果。然后确定三方面的比重来评价教师。同时通过确定教师自评与他人评价的比值范围,而确定这次评价是否有效。 在各个方面采用的数学模型如下:

1、 教师对自己的评价:

教师对自己的满意度,既体现教师的主人翁意识也保护教师的教学积极性。

16

1

160

i

i

i P Q D ==∑ ( i ∈[1,16])

(Q 表示教师自评的得分

Pi 表示教师对自己各项符合度而打的分数 Di 表示对教师自评要求各项所加给的权重) 2、 学生对教师的评价:

表明以学生为主体,体现了模型的客观性,公平、公开的原则。

9

j

i ij i d c a ==∑ ij

a

=ij

n

u

ij

a

=A (U ,V )

( U 为评价的主要因素,

V 为评价因素分等。

C i 为学生对教师的各项评价要求所付的权重 N 为填写有效调查表的人数)

3、 由专家组成通过听课对教师的评价:

表明专家对教师指导性,帮助教师提高教学水平。体现了评价的权威性,真实性。同时也是作为教师提拔的一个方面。 (

1

51

ij ij

ik

k c g

c

==

(2)综合评价

B=A ⊕R=(b 1,b 2,……,b m ) M (∧,∨)----主因素决定型 B j =max{(a i r ij ),1<=i<=n}(j=1,2,……,m)

分别载1.2.3中加权进行如下计算以表明确定得分的有效性,超出的、这个范围就意味着无效。范围0.75<=M<=1.25

*60%*40%

Q

M R W =

+

(0.75<=M<=1.25为教师的分的有效性 Q 为教师自评的总分

W 为专家评判的总分 R 为学生评价的总分 ) 模型的缺点和推广 优点:

(1)采用模糊数学建模,充分考虑许多因素。评价尽量客观,真实,全面 (2)采用加权,分等。使教师之间互相的竞争,同时也保护了教师的积极性 (3)模型分为三个方面进行建模,以教师自我评价的主要方面,综合评议。真正体现评价

不足

(1)没有大量的数据来调整模型的系数,使模型更加贴进现实。 (2)对于结果有效性范围的确定不是很准确,采用人为划定。 (3)如果这次评价无效,其后的处理方法不太详细。 推广:

模型可以用于创新性,科技类公司的人员测评,对于复杂型劳动的公司人员的管理有极大的帮助。

关键词 :评价 教师 自我评价 多次评价 新课程 教学积极性

二、问题重述

据有关调查资料表明,一名教师从入门到胜任工作,至少要3年的教学实践,到单独承担教学任务和尝试创造性教学需4至8年,从成熟到最佳水平的发挥则需要8至15年,而到出成果阶段则需要15至30年。因此教师的工作是复杂劳动。评价一个教师考虑的因素就很多了。

同时评价教师的人员纷繁复杂,方式多种多样。

但在以往教师评价方面存在很多的问题,如教师多处于被动接收检查、被评判的地位,在最终的评价结果里很少有自己发表意见的机会;评价结果通常与奖励、评职称挂钩,很少提出能够真正帮助教师提高的发展性建议;评价总是面面俱到,不能提供具有针对性的、有重

的指

实践证明:一个学校如果在管理过程中不注重对教师的激励,干好干坏一个样,就会人浮于事,人心涣散。如果运用激励艺术,建立有效的激励机制,加大竞争力度,教师就会有目标、有干劲。在激励因素的作用下,教师内在的潜能得到激发,就会形成一股推动力、造就一种发展力。

激励就是激发教师的热情,调动教师的积极性;激励的作用就是让教师个人的潜力最大限度地发挥出来,提高工作成效。

教师要在一起和睦共处,必须形成一个健康、融洽、和谐、宽松、友爱、民主的心理环境,形成一个干群、同事、师生之间团结共进的人际环境,形成一个广开言路,心理沟通,宽严适度,管理得当的工作环境。惟有如此,学校才能把优秀教师稳定下来,才能产生“良禽择木而栖”的效应。

一个和谐的校园氛围是骨干教师成长的土壤。

评价的实质是促使人们的工作和学习日趋完善,是行为的自觉性和反思性的体现。课程与教学评价同样如此,它的根本目的要立足于“帮”,而不是局限于“评”;要注意帮助教师提高教学实效。在一线教学的教师们同样鼓励、需要得到尊重,评价应该保护教师的自尊和改进教学的积极性;评价应该帮助教师对自己的教学行为进行分析与反思,建立以教师自评为主的多元化评价体系。如何公正、客观地评价教师的同时,有保护教师的教学积极性,帮助提高学校办学水平。

三、问题的分析

教师评价是学校管理的重要环节,目的是激励教师提高教育教学能力,帮助教师成长。教师评价可分为行政性评价和发展性评价两大类。本文中我们研究的是教师的发展性评价,即帮助教师发现教学中存在的问题,进而改善教育教学行为,提高教育教学质量。

建立以教师自评为主,校长、教师、学生、家长共同参与的评价制度,是教师从多种渠道获得信息,不断提高教师的教学水平。也就是说,对教师教学行为的评价要立足于“

帮”,而不是局限于“评”;要注意帮助教师提高教学实效,而不是为了展现评价者自水平。作为评价者,应该了解教师需要什么样的帮助,如果能换位思考,则可以使自己的行为更多的体现对别人的尊重与关怀。在一线教学的教师们同样鼓励、需要得到尊重,评价应该保护教师的自尊和改进教学的积极性;教师需要个性化的帮助,尤其需要专业发展方面的指导,评价应该帮助教师对自己的教学行为进行分析与反思,建立以教师自评为

主的多元化评价体系。

教师自己为自己打分。体现教师的主人翁意识,有利于提高教师对自己的满意度。在一线教学的教师们得到了鼓励、需要得到了尊重,评价在保护教师的自尊和改进教学的积

极性;还帮助教师对自己的教学行为进行分析与反思,同时容易形成一个健康、融洽、和

谐、宽松、友爱、民主的心理环境,形成一个干群、同事、师生之间团结共进的人际环境

,形成一个广开言路,心理沟通,宽严适度,管理得当的工作环境。

学生对教师的评价。他们是顾客、是上帝,教师服务的满意度应有他们说了算,只有他们满意了,学校才能生存、发展。学生对教师的评价肯定不会看你在外面上了多少节公

开课,他看你的上课就是平时实实在在的家常课上得怎么样。他也不会管你在报刊杂志上发表了多少文章,而只看你教学是否有条理,学生考试的成绩怎么样。他一般也不会在乎你受过什么级别的奖励,只要你对学生好,学生喜欢你并最终喜欢你的课就成。他们在评价教师的时候心里都有一杆看不见的称,即使这杆称不一定精确,可他们心目中好教师的形象一点也不比身处教育教学第一线的人来得模糊,由于他们的动机的单纯,他们对教师的个人经历不是很感兴趣,正是如此由于身处局外而看得异常清晰。

专家组成通过听课对教师的评价。表明专家对教师指导性,帮助教师提高教学水平。体现了评价的权威性,真实性。同时也是作为教师提拔的一个方面。

通过以上三个方面的评价,评价小组召开评议会,根据评价小组和学生的评价,结合教师自评及小组评价时教师个人的申辩,给教师一个分数,给受评教师一个定性意见,定性意见要用事实说话,并提出今后改进的建议和努力的方向,真正体现评价的发展性、引导性和促进性。

本模型主要用了模糊数学模型和对各项付权重和方法进行建模分析。从(1)教师对自己的评价,(2)学生对教师的评价;(3)由专家组对教师的评价的角度出发,通过量化,加权,得出结果。然后确定三方面的比重来评价教师。同时通过教师自评与他人评价的比值范围,而确定这次评价是否有效。

四、符号定义及说明

i 表示在三次评价中各项要求的项数

j 表示五种不同的评语,当j=1表示“好”当j=2表示“较好”当j=3表示“一般”

当j=4表示“较差”当j=5表示“差”

P i表示教师对自己各项符合度而打的分数

D i表示对教师自评要求各项所加给的权重

Q 表示教师自评所得的总分

U 表示学生对教师的课堂教学评价的主要因素和基本要求构成的集合

v 表示学生对教师的评语构成的集合

C i表示学生对教师的各项评价要求所付的权重

d j表示在学生对教师评价中所对应的评语v的等级

R 表示在学生对教师评价中所得的总分

C ij (i=1,2,3,4;j=1,2,3,4,5)表示在专家对教师评价中专家对教师赞成的第i项因素为第j种评价的票数

W 表示专家对教师评价所得的总分

M 表示教师自评与他人评价的比值

五、模型的建立与求解

一、评价办法

(一)教师教学工作评价指标体系包括四部分内容:

专家评价小组、学生的评价,专家对教师的评价。专家评价小组、学生、的权重分别为40%、60%。

(二)教师教学工作的评价结果根据得分分为5级

(三)教师自评

1、教师之间不能进行相互考虑。

2、教师应该诚实守信、以人格为重。

3、教师应该写出自己在一年中的总结,自己教学的长处和不足。

4、教师应该从别人评价不了的方面考虑,认真反省自己的主观方面的不足。(三)学生评价

1、学生评价必须在课程考试前进行。

2、参与评价的学生不得少于该教师授课学生总数的2/3。

3、学生评价由专家安排人员组织学生认真填写测评表,并及时回收与统计。(四)专家评价

1、专家在进行测评前,首先要对学生进行宣传和动员,认真学习教学工作评价指标体系内涵,认真对待评价工作,严格掌握评价标准,客观地反映教师教学情况和质量,使评价工作真正起到对今后教学工作的促进作用。

2、评价要应侧重于教学内容的规范性和先进性、教学方法和方式的适用性和科学性以及作业批改、论文指导、试卷批改的准确性和认真程度等,在听取教师个人自我评以及听课、查看作业、学生论文、试卷等基础上,填写评价表。

3、专家评价小组根据平时听课、召开学生座谈会、检查学生作业、学生试卷、教师教案以及了解教师教学方法的改革情况等,对教师的教学工作进行全面评价,并进行测评,

4、主要从教学态度、教学内容、教学方法、教学基本功等方面进行教学规范程度的评价,评价结果记入总分。

5、评价小组要根据评价的指标体系,对教师教学工作的各项评价分数进行综合折算,确定相应的等级,并通知教师本人,听取教师意见,受理教师本人的申诉与重新核实,提出处理意见。评价分数作为教师年度考核、聘任、职称晋升以及奖惩的依据。实行教学工作评价结果公示制度,专家在年度考核前,以适当的方式公示评价结果。

(五)教师教学工作综合评价每年进行一次,其中学生评价每学期进行一次,两学期的平均分纳入综合评价。教师自评、系(部)评价小组、学生评价、教学视导组的评价每学年进行一次

(六)有下列情况之一者评价结果按降一级处理。

1、出现教学事故一次(含一次)以上者;

2、具有五年高校教龄的教师,每一年开设课程(含选修课)不足两门或未开设必修课者(跨学期课程按学期计算课程门数)

(七)有下列情况者直接定为不合格:

1、出现多次教学事故两次者。

2、参与测评的学生中有半数以上学生对其教学效果的总评价为不满意及其以下者。二.程序

(1).教师对自己的评价

对教师教学行为的评价要立足于“帮”,而不是局限于“评”;要注意帮助教师提高教学实效,而不是为了展现评价者自己的水平。在一线教学的教师们同样鼓励、需要得到尊重,评价应该保护教师的自尊和改进教学的积极性;评价应该帮助教师对自己的教学行为进行分析与反思,建立以教师自评为主的多元化评价体系。因此本模型主要从以下的

16个方面来考察教师对自己的评价。具体见表(1)

表(1)

表(1)中Pi表示教师对自己各项符合度而打的分数,P表示总分。

量化模型:在收回的表(1)中对每一项进行加权向量D,这样就可以相对准确的反应教师的结果。

确定权向量D的每一份量D i,要求D i>=0。(i∈[0,16])且

16

0i

i

D =

∑=1。比如:

d1=0.11,d2=0.10,d3=0.09,d4=0.12,d5=0.095,d6=0.10,d7=0.085,d8=0.11,d9=0.095, d10=0.09,d11=0.10,d12=0.095,d13=0.12,d14=0.11,d15=0.085,d16=0.095

于是可以得到教师对自己的评价的结果:

16

1

160

i i

i P

Q D

=

=∑( i∈[1,16])

根据大量的数据确定教师自评的等级标准范围:

比如:如果Q>=0.8,则教师自评为“好”

如果0.8>Q>=0.7,则教师自评为“较好”

如果0.7>Q>=0.6,则教师自评为“一般”

如果0.6>Q>=0.5,则教师自评为“较差”

如果Q<0.5,则教师自评为“差”

教师所得总分为Q所在范围的值:Q

(2)学生对教师的评价

其次,学生对教师的评价也很重要,而其中学生对教师的课堂教学进行评价是对教师评价的一个重要的方面,为了简化模型,学生对教师的评价只从这一个方面考虑。

由于课堂教学的优良的度量是模糊的,因此很难明确界定。

教师课堂教学是一种很复杂的智力活动与劳动,不仅涉及到所有授课程的知识,而且旁及教育学,心理学,语言学等,跟教师的工作热情,工作态度,和业务水平有相当的关系,因此我们考虑抓住课堂教学的主要因素和记者讲授的基本要求后设计评定量表。

一:课堂教学的主要因素和基本要求:

课堂教学的主要因素和基本要求构成集合u ,评语构成集合v 。 U={

0,

1,

2,

3,

4,

5,

6,

7,

8,

9

u u u u u u u u u u

} v={

1,

2,

3,

4,

5,

v v v v v

}

其中,

0,

u =仪态端庄亲切:对学生既亲切又能大胆管理。 1,

u

=讲话清晰从容:音量适中,语言通俗易懂。

2,

u =板书工整得当:板书设计合理,板书能标明所讲内容的条理头绪和现在的进度。 3,

u =条理清楚好记:叙述内容层次分明,脉络清晰,笔记好记。 4,

u =进度掌握适中:做到快慢适中,轻重适度。

5,

u =内容正确无误:力求讲解正确无误,不能出现知识性的错误。 6,

u =讲课内容熟练:熟悉所讲的内容,致使课堂讲授连贯,深刻。 7,

u =注意前后呼应:引导学生融会贯通所学知识。 8,

u

=主次有所区分:对重要的关键的内容能加以强调突出。 9

u

=举例说明问题:所举例子至少要合下列标准之一: (1),学生熟悉的事物。 (2),对准了学生的难点或问题的要害。 (3),所要说明的问题具有典型的说服力。 (4),形象、生动、具体、富有趣味。

1

v =好 2

v

=较好

3

v

=一般

4

v

=较差

5

v

=差

统计表

填写课堂教学定量表(2)如下:

u(i∈[0,9],j∈[1,5])为统计表中i u,j v档打“√”的数目。

其中表(2)中

ij

不妨设n为所收回的定性表(1)的有效张数,构造矩阵A,A=()10*5ij a,其中ij a=

ij

n

u

二,第一次量化模型:确定权向量C 的每一份量

i

c ,要求i

c >=0。

(i ∈[0,9])且9

i

i c =∑=1。 比如取:

c 0=0.10, c 1=0.11, c 2=0.11, c 3=0.09, c 4=0.08, c 5=0.08, c 6=0.09, c 7=0.10, c 8=0.12, c 9=0.12 于是作:D=C*A. D=( 1,

2,

3,

4,

5

d d d d d

) 其中

9

j

i ij i d

c a ==∑ j=(1,2,3,4,5)

三:第二次量化模型 确定常数:,

1,

2,

3

mn n n 且0.75

<1.

如果:

1,

d >m,则课堂教学“好”。

总分为R=1,

d

如果:

1,

d <=m 且

1,

d

+

1,

n *2,

d

>m,则课堂教学“较好”。

总分为R=1,

d

+

1,

n *2,

d

如果:

1,

d

+

1,

n *2,

d

<=m 且

1,

d

+

1,

n *2,

d

+

2,

n *3,

d

>m,则课堂教学“一般”。

总分为R3=1,

d

+

1,

n *2,

d

+

2,n *3,

d

如果:

1,

d

+

1,

n *2,

d

+

2,n *3,

d

<=m 且

1,

d

+

1,

n *2,

d

+

2,

n *3,

d

+

3

n *4,

d

> m,

则课堂教学“较差”。 总分为R=1,

d

+

1,

n *2,

d

+

2,n *3,

d

+

3

n *4,

d

如果:

1,

d

+

1,

n *2,

d

+

2,n *3,

d

+

3n *4,

d

<=m,则课堂教学“差”。

总分为R=1,

d

+

1,

n *2,

d

+

2,

n *3,

d

+

3

n *4,

d

学生对教师的评价的最终得分为分数所在范围里的R 值

(比如取:m=0.8

1,

n

=0.8

2,

n

=0.7

3

n

=0.6 )

(3) 教师督导团(由专家组成)对教师的评价:

设U={U 1 ,U 2,……, U n }为n 个因素,V={v 1,v 2,……,v m }为m 个评判。由于各种因素所在的地位不同,作用也不同,可用权重A={a 1,a 2,……,a n }来描述,模糊综合评价的方法如下: (1) 建立模糊综合评价

用R IJ (0<=R ij <=1)表示v j 对因素u i 所作的评价,得到模糊综合评判矩阵R=(r ij )n*m. (2) 综合评判

综合评判B=A ⊕R=(b 1,b 2,……,b m )是V 上的一个模糊子集,根据运算⊕的不同定义,可得到不同的模型。 模型

M (∧,∨)-----主因素决定型 b j =max{(a i ∧ r ij ),1<=i<=n}(j=1,2,……,m)

由于综合评判的结果b j 的值仅由a i 与r ij (i=1,2,……,n )中的某一个确定(先取小,后取大运算),着眼点是考虑主要因素,其他因素对结果影响不大,这种运算有时出现决策结果不易分辨的情况。

因素集U={政治表现及工作态度,教学水平,科研水平,外语水平},评判集={好,较好,一般,较差,差}。

(1)建立评审模糊综合评判矩阵

教师督导团的每个成员对被评判的对象进行评价,假定教师督导团由7人组成,用打分或投票的方法表明各自的评价,例如对张某,教师督导团中有4人认为政治表现及工作态度好,2人认为较好,1人认为一般,对其它因素也做类似的评价,其结果如表(3)所示。

表(3)

设C ij (i=1,2,3,4;j=1,2,3,4,5)表示赞成的第i 项因素为第j 种评价的票数,令

51

ij ij

ik

k c g

c

==

∑(i=1,2,3,4

;j=1,2,3,4,5),

得到模糊综合评判矩阵

0.570.290.14

000.860.14000000.710.140.140.290.290.140.140.14G ??????=??????

(2)综合评价

由于高校有的教师是以教学为主,有的是以科研为主,所以对各个因素的侧重程度是不同的,下面给出两种不同的侧重:

以教学为主的教师,给出权重A 1=(0.2,0.5,0.1,0.2); 以科研为主的教师,给出权重A 2=(0.2,0.1,0.5,0.2). 用模型M (∧,∨)计算得: B 1=(0.5,0.2,0.14,0.14,0.14) B 2=(0.2,0.2,0.5,0.14,0.14)

将B1,B2归一化(即将每个分量除以分量总和),得: B 1=(0.46,0.17,0.12,0.12,0.12)

B 2=(0.17,0.17,0.42,0.12,0.12) 在对有些实际问题的处理中,为了充分利用综合评判带来的信息,可视评判结果所形成的向量为一权重(归一化),将评判集的等级用1 分制数量化,则将评判结果进行加权平均,就可以得到最后的专家对这位教师的评判总分了。

比如,就以这个模型中的数据,以教学为主的评判结果B 1=(0.46,0.17,0.12,0.12,0.12), 评判集V={好,较好,一般,较差,差} 把其数量化为评判集V=(1.0,0.8,0.7,0.6,0.5) 则可以得到总分为W=(0.46,0.17,0.12,0.12,0.12)(1.0,0.8,0.7,0.6,0.5)T =0.82(分)

可以规定总分在0.85分以上为好,0.80分为较好,0.70分为一般,0.65分为较差, 0.60分为差。

推而广之,用这样的方法可以得出专家对每个教师的评价总分:W

这样的话就可以和前面的学生对教师的评价结果相对应来综合评价一位教师了。 三.综合评价

以上三个模型的建立分别对应了1,教师自评。2,学生对教师的评价。3,专家对教师的评判。为了使这次对教师评价的公正和有效。可以调节一个合理的数据使它们的比值波动控制在一个合理的范围内: M=

Q

R W

+

为了突出学生在评价的比重,可以在学生和专家的评价中分配权重值。 比如:学生占60%,专家占40%。 则这个公式可以表达为:

*60%*40%

Q

M R W =

+

假设0.75<=M<=1.25 M 在这个范围内这次评价有效,超出这个范围这次评价无效。

在有效的前提下再对教师分出等级,看教师属于五种评价集(“好”“较好”“一般”“较

差”“差”)中的哪一个。

而在这里,在有效的前提下,采用教师的自评得分来得出教师的最终的结果也是本模型的一个创新点。这样做就是为了更好发挥教师在评价中的主动地位。从而改变以往教师在整个评价过程中一直处于的被动地位。

六、结果分析

在以上三个模型中,其中只有第三个模型中举了一些数据,而其它二个模型由于需要大量的数据作为依据而没有给出,但从其思路可以很明显分析其结果,只要教师的自我评价和他人评价比值在一定的范围内,就可以确保这次评价的有效性,而在具体的三个模型的评价中,主要运用模糊数学模型和加权,量化的方法进行模型的分析,由于模糊数学模型对评价问题的优越性,就可以相对准确的给出对教师评价的结果。

在模型中可以根据各方面所占的比重不同面调试各方面对教师评价的权重,使结果更加准确,在整个过程中均采用一分制的原则,使三个模型处于相同的地位亦便于处理,使各个模型中的评价结果一一对应,从而使结果分析更加简单明了。

七、模型的改进、推广及优缺点分析

优点:

(1)采用模糊数学建模,充分考虑许多因素。评价尽量客观,真实,全面

(2)采用加权,分等。使教师之间互相的竞争,同时也保护了教师的积极性

(3)模型分为三个方面进行建模,以教师自我评价的主要方面,综合评议。真正体现评价的发展性、引导性和促进性。

在实际工作中,对一个事物的评价或评估,常常涉及多个因素或多个指标,这时就要求根据这多个因素对事物作出综合评价,而不能只从某一因素的情况去评价事物,这就是综合评价。模糊综合评价决策是对受多种因素影响的事物作出全面评价的一种十分有效的多因素决策方法。这也是本模型主要采用此方法的原因。

通过建立模糊数学建模对教师的课堂教学进行评价,不仅能客观反映教师素质的真实情况,而且能使定性描述定量化,整个计算步骤明确。判断简便,还能分出程度差异,替代了不科学的“印象”评价,所以是有现实意义的。

不足:

(1)没有大量的数据来调整模型的系数,使模型更加贴进现实。

(2)对于结果有效性范围的确定不是很准确,采用人为划定。

(3)如果这次评价无效,其后的处理方法不太详细。

推广:

本模型的评价思路不仅仅可以用于评价教师,也可以用于学生、创新性、科技类公司

的人员等的测评,对于复杂型劳动的公司人员的管理有极大的帮助。

改进:

在模型中有的数据不是十分的准确,系数的分配可以通过长期的调查分析更加准确。这是本模型最需要改进的地方之一。

其次,可以增加评价教师的元素,使评价的准确性进一步提高。

参考文献:

1.陈惠福州市台江第四中心小学《在校本教研中学会评价》

2.《基础教育课程改革纲要》

3.《教师教学质量评价总结报告》资料来源:北京师范大学

4.蔡锁章《数学建模》中国林业出版社2003.7

5. 刘承平《数学建模方法》高等教育出版社2002.7

如有侵权请联系告知删除,感谢你们的配合!

评价教师教学水平模型

评价教师教学水平模型 摘要 在中学,学校常拿学生考试成绩评价教师教学水平,虽存在一定合理性,但这与素质教育相悖。在高校不存在以学生考试成绩评价教师教学水平的条件。很多高校让每一位学生给每一位授课教师教学效果打一个分,来评价教师的教学效果,这样能全面体现教师教学效果。 教师评价不仅仅用工作量来评价教师的劳动,同时评价教师的人员有很多,方式多种多样。评价教师的标准不仅与学校的教学质量有很大的关系,而且与教师教学的积极性有关,所以教师评价对一个学校很重要。评价的功能应注重激励、反馈与调整;评价内容应从过分注重学业成绩转向注重多方面发展的潜能;评价主体应从单一转向多元。 教师评价应该在保持公正、客观地评价教师的同时,还要有效地保护教师的教学积极性和帮助提高学校的办学水平。在建立数学模型时更加合理地分析、评价,就是为了更公平,公正地对教师做出合理的评价,从而促进学生发展和教师提高。 我们所建的模型主要用了模糊数学模型和对各项评价付权重的方法进行建模分析。从以下三个方面进行建模:(1)教师对自己的评价;(2)学生对教师的评价;(3)由领导组对教师的评价。通过量化,加权,得出结果。 然后确定三方面的比重来评价教师。同时通过确定教师自评与他人评价的比值范围,而确定这次评价是否有效。

关键词:教师评价自我评价学生评价领导评价积极性 目录 一、问题重述 (3) 二、问题假设 (4) 三、符号说明 (4) 四、模型准备 (5) 4.1 教师对自己的评价 (5) 4.2 学生对教师的评价 (5) 4.3 由学校领导组成通过听课对教师的评价 (6) 五、问题分析 (6) 六、模型的建立与求解 (7) 6.1 评价办法 (7) 6.2 模型的建立与求解 (9) 6.2.1 模型一——教师对自己的评价 (9) 6.2.2 模型二——学生对教师的评价 (12) 6.2.3 模型三——学校领导对教师的评价 (17) 七、结果分析 (20) 八、模型评价 (20) 九、模型改进以及推广 (21) 参考文献 (21)

数学建模常用模型方法总结精品

【关键字】设计、方法、条件、动力、增长、计划、问题、系统、网络、理想、要素、工程、项目、重点、检验、分析、规划、管理、优化、中心 数学建模常用模型方法总结 无约束优化 线性规划连续优化 非线性规划 整数规划离散优化 组合优化 数学规划模型多目标规划 目标规划 动态规划从其他角度分类 网络规划 多层规划等… 运筹学模型 (优化模型) 图论模型存 储论模型排 队论模型博 弈论模型 可靠性理论模型等… 运筹学应用重点:①市场销售②生产计划③库存管理④运输问题⑤财政和会计⑥人事管理⑦设备维修、更新和可靠度、项目选择和评价⑧工程的最佳化设计⑨计算器和讯息系统⑩城市管理 优化模型四要素:①目标函数②决策变量③约束条件 ④求解方法(MATLAB--通用软件LINGO--专业软件) 聚类分析、 主成分分析 因子分析 多元分析模型判别分析 典型相关性分析 对应分析 多维标度法 概率论与数理统计模型 假设检验模型 相关分析 回归分析 方差分析 贝叶斯统计模型 时间序列分析模型 决策树 逻辑回归

传染病模型马尔萨斯人口预测模型微分方程模型人口预 测控制模型 经济增长模型Logistic 人口预测模型 战争模型等等。。 灰色预测模型 回归分析预测模型 预测分析模型差分方程模型 马尔可夫预测模型 时间序列模型 插值拟合模型 神经网络模型 系统动力学模型(SD) 模糊综合评判法模型 数据包络分析 综合评价与决策方法灰色关联度 主成分分析 秩和比综合评价法 理想解读法等 旅行商(TSP)问题模型 背包问题模型车辆路 径问题模型 物流中心选址问题模型 经典NP问题模型路径规划问题模型 着色图问题模型多目 标优化问题模型 车间生产调度问题模型 最优树问题模型二次分 配问题模型 模拟退火算法(SA) 遗传算法(GA) 智能算法 蚁群算法(ACA) (启发式) 常用算法模型神经网络算法 蒙特卡罗算法元 胞自动机算法穷 举搜索算法小波 分析算法 确定性数学模型 三类数学模型随机性数学模型 模糊性数学模型

数学建模常见评价模型简介

常见评价模型简介 评价类数学模型是全国数学建模竞赛中经常出现的一类模型,如2005年全国赛A题长江水质的评价问题,2008年B题高校学费标准评价体系问题等。主要介绍三种比较常用的评价模型:层次分析模型,模糊综合评价模型,灰色关联分析模型,以期帮助大家了解不同背景下不同评价方法的应用。 层次分析模型 层次分析法(AHP)是根据问题的性质和要求,将所包含的因素进行分类,一般按目标层、准则层和子准则层排列,构成一个层次结构,对同层次内诸因素采用两两比较的方法确定出相对于上一层目标的权重,这样层层分析下去,直到最后一层,给出所有因素相对于总目标而言,按重要性程度的一个排序。其主要特征是,它合理地将定性与定量决策结合起来,按照思维、心理的规律把决策过程层次化、数量化。 运用层次分析法进行决策,可以分为以下四个步骤: 步骤1 建立层次分析结构模型 深入分析实际问题,将有关因素自上而下分层(目标—准则或指标—方案或对象),上层受下层影响,而层内各因素基本上相对独立。 步骤2构造成对比较阵 对于同一层次的各元素关于上一层次中某一准则的重要性进行两两比较,借助1~9尺度,构造比较矩阵; 步骤3计算权向量并作一致性检验 由判断矩阵计算被比较元素对于该准则的相对权重,并进行一致性检验,若通过,则最大特征根对应的特征向量做为权向量。

步骤4计算组合权向量(作组合一致性检验) 组合权向量可作为决策的定量依据 通过一个具体的例子介绍层次分析模型的应用。 例(选择旅游地决策问题)如何在桂林、黄山、北戴河3个目的地中按照景色、费用、居住条件、饮食、旅途条件等因素进行选择。 步骤1 建立系统的递阶层次结构 将决策问题分为3个层次:目标层O,准则层C,方案层P;每层有若干元素,各层元素间的关系用相连的直线表示。

数学建模综合评价方法

所谓指标就就是用来评价系统的参量.例如,在校学生规模、教学质量、师资结构、科研水平等,就可以作为评价高等院校综合水平的主要指标.一般说来,任何—个指标都反映与刻画事物的—个侧面. 从指标值的特征瞧,指标可以分为定性指标与定量指标.定性指标就是用定性的语言作为指标描述值,定量指标就是用具体数据作为指标值.例如,旅游景区质量等级有5A 、4A 、3A 、2A 与1A 之分,则旅游景区质量等级就是定性指标;而景区年旅客接待量、门票收入等就就是定量指标. 从指标值的变化对评价目的的影响来瞧,可以将指标分为以下四类: (1)极大型指标(又称为效益型指标)就是指标值越大越好的指标; (2)极小型指标(又称为成本型指标)就是指标值越小越好的指标; (3)居中型指标就是指标值既不就是越大越好,也不就是越小越好,而就是适中为最好的指标; (4) 区间型指标就是指标值取在某个区间内为最好的指标. 例如,在评价企业的经济效益时,利润作为指标,其值越大,经济效益就越好,这就就是效益型指标;而管理费用作为指标,其值越小,经济效益就越好,所以管理费用就是成本型指标.再如建筑工程招标中,投标报价既不能太高又不能太低,其值的变化范围一般就是 (10%,5%)-+× 标的价,超过此范围的都将被淘汰,因此投标报价为区间型指标.投标工期既不能太长又不能太短,就就是居中型指标. 在实际中,不论按什么方式对指标进行分类,不同类型的指标可以通过相应的数学方法进行相互转换 8、2、4 评价指标的预处理方法 一般情况下,在综合评价指标中,各指标值可能属于不同类型、不同单位或不同数量级,从而使得各指标之间存在着不可公度性,给综合评价带来了诸多不便.为了尽可能地反映实际情况,消除由于各项指标间的这些差别带来的影响,避免出现不合理的评价结果,就需要对评价指标进行一定的预处理,包括对指标的一致化处理与无量纲化处理. 1.指标的一致化处理 所谓一致化处理就就是将评价指标的类型进行统一.一般来说,在评价指标体系中,可能会同时存在极大型指标、极小型指标、居中型指标与区间型指标,它们都具有不同的特点.如产量、利润、成绩等极大型指标就是希望取值越大越好;而成本、费用、缺陷等极小型指标则就是希望取值越小越好;对于室内温度、空气湿度等居中型指标就是既不期望取值太大,也不期望取值太小,而就是居中为好.若指标体系中存在不同类型的指标,必须在综合评价之前将评价指标的类型做一致化处理.例如,将各类指标都转化为极大型指标,或极小型指标.一般的做法就是将非极大型指标转化为极大型指标.但就是,在不同的指标权重确定方法与评价模型中,指标一致化处理也有差异. (1) 极小型指标化为极大型指标 对极小型指标j x ,将其转化为极大型指标时,只需对指标j x 取倒数: 1j j x x '= , 或做平移变换: j j j x M x '=-,

数学建模模糊综合评价法

学科评价模型(模糊综合评价法) 摘要:该模型研究的是某高校学科的评价的问题,基于所给的学科统计数据作出综合分析。基于此对未来学科的发展提供理论上的依据。 对于问题1、采用层次分析法,通过建立对比矩阵,得出影响评价值各因素的所占的权重。然后将各因素值进行标准化。在可共度的基础上求出所对应学科的评价值,最后确定学科的综合排名。(将问题1中的部分结果进行阐述) (或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重(只选取一组代表性的即可),然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算,得出其权重系数)。通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为:4.2433、2、4.1407、3.0858、10.7434、7.3738、3.0246、1 对于问题2、基于问题一中已经获得的对学科的评价值,为了更加明了的展现各一级因素的作用,采用求解相关性系数的显著性,找出对学科评价有显著性作用的一级评价因素。同时鉴于从文献中已经有的获得的已经有的权重分配,对比通过模型求得的数值,来验证所建模型和求解过程是否合理。 对于问题3、主成份分析法,由于在此种情况下考虑的是科研型或者教学型的高校,因此在评价因素中势必会有很大的差别和区分。所以在求解评价值的时候不能够等同问题1中的方法和结果,需要重新建立模型,消除或者忽略某些因素的影响和作用(将问题三的部分结果进行阐述)。 一、问题重述

学科的水平、地位是评价高等学校层次的一个重要指标,而学科间水平的评价对于学科本身的发展有着极其重要的作用。而一个显著的方面就是在录取学生方面,通常情况下一个好的专业可以录取到相对起点较高的学生,而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处,可以更好的促进该学科的发展。学科的评价是为了恰当的学科竞争,而学科间的竞争是高等教育发展的动力,所以合理评价学科的竞争力有着极其重要的作用。鉴于学科评价的两种方法:因素分析法和内涵解析法。本模型基于某大学(科研与教学并重型高校)的13个学科在某一时期内的调查数据,包括各种建设成效数据和前期投入的数据。 通过计算每一级、每一个评价因素所占的权重,确定某一学科在评价是各因素所占的比重,构建评价等级所对应的函数。通过数值分析得出学科的评价值。需要解决一下几个问题: 1、根据已给数据建立学科评价模型,要求必要的数据分析及建模过程。 2、模型分析,给出建立模型的适用性、合理性分析。 3、假设数据来自于某科研型祸教学型高校,请给出相应的学科评价模 型。 二、符号说明与基本假设 2.1符号说明 符号说明 S——评价数(评价所依据的最终数值) X——影响评价数值的一级因素所构成的矩阵

如何评价教师的教学水平

师资力量的水平代表着一个学校的水平,教师是学生的第一责任人。有优秀的教师,才有优秀的学生。学生的学习成绩怎样,总能从教师身上找到根源与佐证。分析教师时,可以着重从备课、上课、批改、反思、辅导等方面去考虑。我们需要去综合的评价一个学校的师资力量,这样才能为我们的孩子找到适合他们的学校。 【图例1】 教师的教学水平体现在诸多方面,下面我们从备课,上课,作业还有课后等方面分析一下老师的教学水平。 一、在备课方面,可着力分析: ①教师是否肯于深人研究教材、精心设计教学过程;教师是否确实有研究教材、设计教学的时间。 ②教师是否掌握学科《课程标准》中提出的课程基本理念及所教年级具体教学目

标与要求;备课是否详细、实用,是否能依据所教年级具体教学目标与要求在教学设计中认真落实课程基本理念。 ③教师如若采用电子备课形式的话,可着力分析教师们是否做到正确、科学运用共享教学资源。 【图例2】 二、在上课方面,可着力分析: ①教师上课是否能将课程基本理念转化为自觉的教学实践行为。 ②教学目标、学习条件、学习指导与教学调控、学生活动、课堂气氛、教学效果、学科特色等评价指标(北京市《中小学课堂教学评价方案》),符合程度怎样。③是否指导和要求学生按时且高质量地完成了每学期学校所规定的大作文、小练笔、日记、阅读笔记的篇数。 三、在作业布置、批改方面,可着力分析:

①用本、用笔是否统一。 ②作业布置是否体现自主性、层次性、操作性、创造性,有利于及时巩固、强化所学内容,有利于培养学生的实践能力和创造精神。 ③教师批改是否及时、认真、规范,以身作则;评价方法是否科学、灵活,以表扬、激励为主,具有启发性和指导性。 【图例3】 四、在课后反思方面,可着力分析: ①教师能否进行及时、认真、深刻地反思--透过课堂教学现象,探索教学规律,反思教学问题。 ②教师能否抓住教学中的主要问题,及时调整、改进自己的教学行为。 ③教师能否及时将教学反思的内容条理化、系统化,不断总结教学经验。 五、在课后个别辅导方面,可着力分析:

最新数学建模:模型的评价和推广

精品文档 模型的评价和推广 7.1 模型的评价 7.1.1模型的优点: (1)在数据处理方面,我们详细分析了视频数据,引用了标准车当量数(PCU),引用了通流量,规范了数据的格式和可用性,为下一步解题提供了简洁的数据资料。 (2)在视频数据统计方面,我们实行分阶段定点查数,在每隔30秒的时间内取值,符合上游路口信号配时,并满足了第一相位、第二相位的地理性。 (3)模型在图像处理和显示上,我们采用SPSS和MA TLAB双重作图,拟合数据的变化趋势及正态Q-Q图,使问题结果更加清晰、条理和直观。 (4)从数据中筛选出发生堵车时的合理数据,融合排队论模型的核心思想,给出科学直观的显示结果。 (5)在模型建立上,提取了排队论模型和交通波模型的理论架构,同时简化了无用的模型公式,尽量贴近数学建模“用最简单的方法解决最难问题“的思想。 7.1.2 模型的缺点 (1)在视频数据采样上,采用的是人工读取,虽然大大提高了灵活性,但也容易使数据出现人为的偏差和不精确;视频中从小区从进入到道路上的车辆并没有进行确切的统计。 (2)在问题一中,只采用了一种分析方法,结果比较单一,没有系统和全面地分析横断面通行能力的变化过程。 (3)问题三的所建立的关系模型中没有明确体现横断面实际通行能力,这也就使我们的关系模型不能准确地反应变量之间的关系。 (4)在统计完全堵车时的汽车数量时没有明确的标准规定,只是单纯地用主观认识确定完全交通拥堵。 7.2 模型的推广 依据题目中提供的视频数据和附录,建立了车祸横截面通行能力的通行量模型,并利用排队法的相关知识,确定了车辆排队长度、事故排队时间、路段上游车流量的函数关系,对城市中交通事故的处理方面有一定的参考价值。 模型中分析问题、解决问题的一些独到方法,排队法数据取样的总体思想,对其他数学问题及一般模型仍可使用。

数学建模中常见的十大模型

数学建模常用的十大算法==转 (2011-07-24 16:13:14) 转载▼ 1. 蒙特卡罗算法。该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟来检验自己模型的正确性,几乎是比赛时必用的方法。 2. 数据拟合、参数估计、插值等数据处理算法。比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用MA TLAB 作为工具。 3. 线性规划、整数规划、多元规划、二次规划等规划类算法。建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通常使用Lindo、Lingo 软件求解。 4. 图论算法。这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备。 5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。这些算法是算法设计中比较常用的方法,竞赛中很多场合会用到。 6. 最优化理论的三大非经典算法:模拟退火算法、神经网络算法、遗传算法。这些问题是用来解决一些较困难的最优化问题的,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用。 7. 网格算法和穷举法。两者都是暴力搜索最优点的算法,在很多竞赛题中有应用,当重点讨论模型本身而轻视算法的时候,可以使用这种暴力方案,最好使用一些高级语言作为编程工具。 8. 一些连续数据离散化方法。很多问题都是实际来的,数据可以是连续的,而计算机只能处理离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的。 9. 数值分析算法。如果在比赛中采用高级语言进行编程的话,那些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。 10. 图象处理算法。赛题中有一类问题与图形有关,即使问题与图形无关,论文中也会需要图片来说明问题,这些图形如何展示以及如何处理就是需要解决的问题,通常使用MA TLAB 进行处理。 以下将结合历年的竞赛题,对这十类算法进行详细地说明。 以下将结合历年的竞赛题,对这十类算法进行详细地说明。 2 十类算法的详细说明 2.1 蒙特卡罗算法 大多数建模赛题中都离不开计算机仿真,随机性模拟是非常常见的算法之一。 举个例子就是97 年的A 题,每个零件都有自己的标定值,也都有自己的容差等级,而求解最优的组合方案将要面对着的是一个极其复杂的公式和108 种容差选取方案,根本不可能去求解析解,那如何去找到最优的方案呢?随机性模拟搜索最优方案就是其中的一种方法,在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案,然后通过蒙特卡罗算法仿真出大量的方案,从中选取一个最佳的。另一个例子就是去年的彩票第二问,要求设计一种更好的方案,首先方案的优劣取决于很多复杂的因素,同样不可能刻画出一个模型进行求解,只能靠随机仿真模拟。 2.2 数据拟合、参数估计、插值等算法 数据拟合在很多赛题中有应用,与图形处理有关的问题很多与拟合有关系,一个例子就是98 年美国赛A 题,生物组织切片的三维插值处理,94 年A 题逢山开路,山体海拔高度的插值计算,还有吵的沸沸扬扬可能会考的“非典”问题也要用到数据拟合算法,观察数据的

模糊综合评价法的数学建模方法简介_任丽华

8 《商场现代化》2006年7月(中旬刊)总第473期 20世纪80年代初,汪培庄提出了对绿色供应链绩效进行评价的模糊综合评价模型,此模型以它简单实用的特点迅速波及到国民经济和工农业生产的方方面面,广大实际工作者运用此模型取得了一个又一个的成果。本文简单介绍模糊综合评价法的数学模型方法。 一、构造评价指标体系 模糊综合评价的第一步就是根据具体情况建立评价指标体系的层次结构图,如图所示: 二、确定评价指标体系的权重 确定各指标的权重是模糊综合评价法的步骤之一。本文根据绿色供应链评价体系的层次结构特点,采用层次分析法确定其权重。尽管层次分析法中也选用了专家调查法,具有一定的主观性,但是由于本文在使用该方法的过程中,对多位专家的调查进行了数学处理,并对处理后的结果进行了一致性检验,笔者认为,运用层次分析法能够从很大程度上消除主观因素带来的影响,使权重的确定更加具有客观性,也更加符合实际情况。 在此设各级指标的权重都用百分数表示,且第一级指标各指标的权重为Wi,i=1,2,…,n,n为一级指标个数。一级指标权重向量为: W=(W1,…,Wi,…Wn) 各一级指标所包含的二级指标权重向量为: W=(Wi1,…,Wis,…Wim),m为各一级指标所包含的二级指标个数,s=1,2,…,m。 各二级指标所包含的三级指标权重向量为: Wis=(Wis1,…Wis2,…Wimq),q为各二级指标所包含的三级指标个数。三、确定评价指标体系的权重建立模糊综合评价因素集将因素集X作一种划分,即把X分为n个因素子集X1,X2,…Xn,并且必须满足: 同时,对于任意的i≠j,i,j=1,2,…,均有 即对因素X的划分既要把因素集的诸评价指标分完,而任一个评 价指标又应只在一个子因素集Xi中。 再以Xi表示的第i个子因素指标集又有ki个评价指标即:Xi={Xi1,Xi2,…,XiKi},i=1,2,…,n 这样,由于每个Xi含有Ki个评价指标,于是总因素指标集X其有 个评价指标。 四、 进行单因素评价,建立模糊关系矩阵R 在上一步构造了模糊子集后,需要对评价目标从每个因素集Xi上进行量化,即确定从单因素来看评价目标对各模糊子集的隶属度,进而得到模糊关系矩阵: 其中si(i=1,2,…,m)表示第i个方案,而矩阵R中第h行第j列元素rhj表示指标Xih在方案sj下的隶属度。对于隶属度的确定可分为两种 情况:定量指标和定性指标。 (1)定量指标隶属度的确定 对于成本型评价因素可以用下式计算: 对于效益型评价因素可以用下式计算:对于区间型评价因素可以用下式计算:上面三个式子中:f(x)为特征值,sup(f),inf(f)分别为对应于同一个指标的所有特征值的上下界,即是同一指标特征值的最大值和最小 模糊综合评价法的数学建模方法简介 任丽华 东营职业学院 [摘 要] 本文一种数学模型方法构造了一种对绿色供应链绩效进行评价的模糊综合评价法,主要从构造评价指标体系,确定评价指标体系的权重,确定评价指标体系的权重,建立模糊综合评价因素集,进行单因素评价、建立模糊关系矩阵R,计算模糊评价结果向量B等五个方面介绍这种评价方法。 [关键词] 绿色供应链绩效评价 模糊综合评价法 数学模型方法 流通论坛

教学质量评价模型研究

毕业设计(论文) 教学质量评价模型研究 Research on the model of the Teaching Quality Evaluation 学院: 理学院 学生姓名: 刘君兰 专业:信息与计算科学 班级: 081022 学号: 08102221 指导老师: 孙海 二零一二年六月

摘要 本文研究的是教学质量评价的模型,首先介绍了教学质量评价的发展背景和意义及评价原则,指出了当前教学质量评价中存在的问题,并且提出了改进。教学质量评价分为学生评价、同行和专家评价、领导评价和教师自我评价四个部分,本文分别对这四种评价作出了分析,指出了现有的评价方案中存在的不足之处,并对其进行了相应的改进,使评价方案更加客观、合理、科学。 评价模型主要针对评价指标体系的确定和评价结果的合理处理两个问题展开分析。首先根据查文献得到一个分三个层次的评价指标体系,运用层次分析法和标度法结合得到各评价指标的权重系数,构造合理的教学质量评价体系。为了最大限度地利用评价信息,我们采用有效区间值代替平均值进行教学质量评价。先统计出三级指标的原始评价数据,然后根据区间值模糊法求得各三级指标的有效区间,接着按照分层次模糊法一层一层地计算上一层指标的有效区间,直到得到最高层次的有效区间,根据四种评价主体得到的有效区间得到综合有效区间,求出该有效区间在各等级的隶属度,根据最大区间数判断最后综合评价的有效区间的隶属等级。 按照改进后的要求,在Matlab GUI环境下进行编程得到一个可视界面,只需在得到的界面中分别输入各评价主体对三级指标的评价分数,就可以得到综合评价的有效区间,判断出该有效区间的隶属等级。 关键词:教学质量评价;层次分析法;标度法;有效区间;GUI可视界面

教师教学评价现状分析的研究报告

教师教学评价现状分析的研究报告 随着我国教育事业的飞速发展,教育教学改革的不断深入,人们越来越意识到教育评价对于教育教学活动的重要意义。教学评价是教育评价的重要组成部分。教学评价是以教学目标为依据,运用可操作的科学手段,通过系统地收集有关教学的信息,对教学活动的过程和结果作出价值上的判断,并为被评价者的自我完善和有关部门的科学决策提供依据的过程。教学评价的这一特性决定了它是教学活动中必不可少的一个重要环节,而教师评价是教学评价的重要组成部分,它必须以促进教学活动增值,促进被评价者自我完善,最大限度地调动被评价者的积极性,发挥其潜在才能为宗旨。教师评价必须服务于教学,促进教学,使每个教师各尽其才,发挥出最大的潜能,从而迅速有效的提高教育教学质量。下面将从以下几个方面对这一问题进行探讨。 一、教师评价的重要作用不可低估 ㈠教师评价是提高学校教学质量的首要保证 教师是国家教育方针的执行者,是学校教育教学思想的体现者,是各类科学知识的传递者,是学校各项教学活动的落实者,他们的工作态度、教学思想、教学水平贯穿于教学活动的全过程,以致直接体现教学效果。教师评价

则是对教师各类教学活动进行检测、评议并对评议结果进行信息反馈,为学校领导作出决策提供依据,那么,教师评价的标准是否客观、准确、科学将直接影响到学校领导的决策,教师的工作积极性和教师个人潜能的发挥,从而影响整个学校的教育教学质量。 ㈡教师评价是推动教学活动不断增值的重要手段 通过教师评价,学校领导和教师可以获取反馈信息,教师能了解自己工作上的缺陷,从而对整个教学活动进行有效的调节;领导能及时了解每个教师乃至全校的教学情况,既可以减少决策的失误,又能及时采取措施调整教学安排,不断优化教学管理,这在客观上起到了督促、领导、激励教师的作用。这样的评价活动,促进了学校的行政管理和教学管理的协调发展,从而大大地推动了教学活动的不断增值。 ㈢教师评价是促进教师自身不断自我完善的有效途径 任何一个教师都有自己的知识缺陷、能力缺陷、人格缺陷等等,而这些往往是教师本人很难发现或不愿自觉地去深刻检查的,通过教师评价,教师可以多渠道、多角度地发现自己的种种不足,并促使教师勇敢地去面对,更能激发教师树立终生学习的信念。不断检查自己、改造自己、充实自己,从而不断地完善自我。教师丰富的知识,全面的能力,健全的人格能赢得学生的尊重。而好学的精神本

数学建模中常见的十大模型讲课稿

数学建模中常见的十 大模型

精品文档 数学建模常用的十大算法==转 (2011-07-24 16:13:14) 转载▼ 1. 蒙特卡罗算法。该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟来检验自己模型的正确性,几乎是比赛时必用的方法。 2. 数据拟合、参数估计、插值等数据处理算法。比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用MA TLAB 作为工具。 3. 线性规划、整数规划、多元规划、二次规划等规划类算法。建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通常使用Lindo、Lingo 软件求解。 4. 图论算法。这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备。 5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。这些算法是算法设计中比较常用的方法,竞赛中很多场合会用到。 6. 最优化理论的三大非经典算法:模拟退火算法、神经网络算法、遗传算法。这些问题是用来解决一些较困难的最优化问题的,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用。 7. 网格算法和穷举法。两者都是暴力搜索最优点的算法,在很多竞赛题中有应用,当重点讨论模型本身而轻视算法的时候,可以使用这种暴力方案,最好使用一些高级语言作为编程工具。 8. 一些连续数据离散化方法。很多问题都是实际来的,数据可以是连续的,而计算机只能处理离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的。 9. 数值分析算法。如果在比赛中采用高级语言进行编程的话,那些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。 10. 图象处理算法。赛题中有一类问题与图形有关,即使问题与图形无关,论文中也会需要图片来说明问题,这些图形如何展示以及如何处理就是需要解决的问题,通常使用MATLAB 进行处理。 以下将结合历年的竞赛题,对这十类算法进行详细地说明。 以下将结合历年的竞赛题,对这十类算法进行详细地说明。 2 十类算法的详细说明 2.1 蒙特卡罗算法 大多数建模赛题中都离不开计算机仿真,随机性模拟是非常常见的算法之一。 举个例子就是97 年的A 题,每个零件都有自己的标定值,也都有自己的容差等级,而求解最优的组合方案将要面对着的是一个极其复杂的公式和108 种容差选取方案,根本不可能去求解析解,那如何去找到最优的方案呢?随机性模拟搜索最优方案就是其中的一种方法,在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案,然后通过蒙特卡罗算法仿真出大量的方案,从中选取一个最佳的。另一个例子就是去年的彩票第二问,要求设计一种更好的方案,首先方案的优劣取决于很多复杂的因素,同样不可能刻画出一个模型进行求解,只能靠随机仿真模拟。 2.2 数据拟合、参数估计、插值等算法 数据拟合在很多赛题中有应用,与图形处理有关的问题很多与拟合有关系,一个例子就是98 年美国赛A 题,生物组织切片的三维插值处理,94 年A 题逢山开路,山体海拔高度的 收集于网络,如有侵权请联系管理员删除

教师评价模型_数学建模教学提纲

教师评价模型_数学建 模

教师评价模型 一、摘要 学校是一个充满着评价人的场所,每时每刻都在对各个人进行评价。毫不 夸张地说评价教师是学校里每个人的“日常功课”。 由于教师职业劳动的特殊性,它是复杂劳动。不能仅仅用工作量来评价 教师的劳动,同时评价教师的人员纷繁复杂,方式多种多样。评价教师的标准 往往束缚着学校的教学质量,教师教学的积极性。所以教师评价的确定就显的 很重要。 新课程强调:评价的功能应从注重甄别与选拔转向激励、反馈与调整;评 价内容应从过分注重学业成绩转向注重多方面发展的潜能;评价主体应从单一 转向多元。 那么如何公正、客观地评价教师的同时,有效地保护教师的教学积极性和 帮助提高学校的办学水平呢? 此模型的建立改变了以往同类模型的多种弊端,从另一角度更加合理地分析、评价,就是为了更公平,公正地对教师做出合理的评价,从而促进学生发 展和教师提高。 本模型主要用了模糊数学模型和对各项评价付权重的方法进行建模分析。 从(1)教师对自己的评价,(2)学生对教师的评价;(3)由专家组对教师的评价的角度出发,通过量化,加权,得出结果。然后确定三方面的比重来评价 教师。同时通过确定教师自评与他人评价的比值范围,而确定这次评价是否有效。 在各个方面采用的数学模型如下:

1、教师对自己的评价: 教师对自己的满意度,既体现教师的主人翁意识也保护教师的教学积 极性。 16 1160i i i P Q D ( i ∈[1,16]) (Q 表示教师自评的得分 Pi 表示教师对自己各项符合度而打的分数 Di 表示对教师自评要求各项所加给的权重 ) 2、学生对教师的评价: 表明以学生为主体,体现了模型的客观性,公平、公开的原则。 90j i ij i d c a ij a =ij n u ij a =A (U ,V ) ( U 为评价的主要因素, V 为评价因素分等。 C i 为学生对教师的各项评价要求所付的权重 N 为填写有效调查表的人数) 3、由专家组成通过听课对教师的评价: 表明专家对教师指导性,帮助教师提高教学水平。体现了评价的权威 性,真实性。同时也是作为教师提拔的一个方面。 (1)建立综合评价矩阵51ij ij ik k c g c (2)综合评价 B=A ⊕R=(b 1,b 2,……,b m )

层次分析法评价教师问题

利用层次分析法解决课堂教学质量评价数学模型 摘要: 在大学生活中、学生与老师的关系对学生自身的发展起着至关重要的作用。教师如何用正确,合理,简单的方法将知识传递给学生,是每所大学都会面临的问题,需要校领导进行决策,这些问题会受到各方面因素的约束。在课堂教学质量评价的问题中,会受到教师教学态度,教学内容,教学方法,教学效果的诸多因素,而不知如何做出抉择。本论文将这一问题进行探讨,对课堂教学质量评价这一问题进行相对合理的假设以及简化,将主要考虑因素集中在教学态度,教学内容,教学方法,教学效果这四个方面,并利用层次分析法,将定性问题转化成定量问题,构造对比矩阵,分析权重的一致性,并在最后借助Matlab数学软件进行求解,对十位老师的教学质量进行评价,并以排序的方式给出评价结果。 关键词:层次分析法AHP Matlab 对比矩阵权重 一、问题重述: 课堂教学是教学监控和教学评价中重要的一环,如何取定合理的评价方法是一个非常重要的问题,如何建立合适的方法对教师教学质量进行评价,从而建立更加合理高效的教学方法,提高学生的知识水平,人文素养对于学校和老师都是亟待解决的难题。对现存的教师教学质量的评价方法是从教学态度,教学内容,教学方法,教学效果进行入手。此种方法是否合理有效,能否真实的放映需要解决的问题,需要建立数学模型进行求解。本文通过对十位教师的教学质量通过建立模型,进而求解从而对他们的教学能力进行评估,排序,为校领导进行相应的决策以及学生们选择课程提供相应的依据。 二、问题的分析: 对多位老师的教学质量进行评价排序的问题,可以利用层次分析法(AHP)对十位教师进行优先排序。在解决问题时,首先分析内在因素间的联系与结构,并把这种结构划分为三层即可,即目标层,准则层,方案层。把各层间诸要素的联系用线表示出来,接着是同层因素之间对上层因素重要性进行评价,并利用“两两比较法”建立比较矩阵,求得权系数,再进行一致性检验,如通过,则求得的权重系数可以被接受,否则,应重新评判。再进行单层权重评判的基础上,再进行层次间重要性组合权重系数的计算。 最后求出各个方案所占的权重,即可确定十位教师教学质量的优先顺序。

数学建模各种分析报告方法

现代统计学 1.因子分析(Factor Analysis) 因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系,即将相关比较密切的几个变量归在同一类中,每一类变量就成为一个因子(之所以称其为因子,是因为它是不可观测的,即不是具体的变量),以较少的几个因子反映原资料的大部分信息。 运用这种研究技术,我们可以方便地找出影响消费者购买、消费以及满意度的主要因素是哪些,以及它们的影响力(权重)运用这种研究技术,我们还可以为市场细分做前期分析。 2.主成分分析 主成分分析主要是作为一种探索性的技术,在分析者进行多元数据分析之前,用主成分分析来分析数据,让自己对数据有一个大致的了解是非常重要的。主成分分析一般很少单独使用:a,了解数据。(screening the data),b,和cluster analysis一起使用,c,和判别分析一起使用,比如当变量很多,个案数不多,直接使用判别分析可能无解,这时候可以使用主成份发对变量简化。(reduce dimensionality)d,在多元回归中,主成分分析可以帮助判断是否存在共线性(条件指数),还可以用来处理共线性。 主成分分析和因子分析的区别 1、因子分析中是把变量表示成各因子的线性组合,而主成分分析中则是把主成分表示成个变量的线性组合。 2、主成分分析的重点在于解释个变量的总方差,而因子分析则把重点放在解释各变量之间的协方差。 3、主成分分析中不需要有假设(assumptions),因子分析则需要一些假设。因子分析的假设包括:各个共同因子之间不相关,特殊因子(specific factor)之间也不相关,共同因子和特殊因子之间也不相关。 4、主成分分析中,当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候,的主成分一般是独特的;而因子分析中因子不是独特的,可以旋转得到不同的因子。 5、在因子分析中,因子个数需要分析者指定(spss根据一定的条件自动设定,只要是特征值大于1的因子进入分析),而指定的因子数量不同而结果不同。在主成分分析中,成分的数量是一定的,一般有几个变量就有几个主成分。 和主成分分析相比,由于因子分析可以使用旋转技术帮助解释因子,在解释方面更加有优势。大致说来,当需要寻找潜在的因子,并对这些因子进行解释的时候,更加倾向于使用因子分析,并且借助旋转技术帮助更好解释。而如果想把现有的变量变成少数几个新的变量(新的变量几乎带有原来所有变量的信息)来进入后续的分析,则可以使用主成分分析。当然,这中情况也可以使用因子得分做到。所以这中区分不是绝对的。 总得来说,主成分分析主要是作为一种探索性的技术,在分析者进行多元数据分析之前,用主成分分析来分析数据,让自己对数据有一个大致的了解是非常重要的。主成分分析一般很少单独使用:a,了解数据。(screening the data),b,

教师评价模型_数学建模

教师评价模型 一、 摘要 学校是一个充满着评价人的场所,每时每刻都在对各个人进行评价。毫不夸张地说评价 教 师 是 学 校 里 每 个 人 的 “ 日 常 功 课 ” 。 由于教师职业劳动的特殊性,它是复杂劳动。不能仅仅用工作量来评价教师的劳动,同时评价教师的人员纷繁复杂,方式多种多样。评价教师的标准往往束缚着学校的教学质量,教师教学的积极性。所以教师评价的确定就显的很重要。 新课程强调:评价的功能应从注重甄别与选拔转向激励、反馈与调整;评价内容应从过分注重学业成绩转向注重多方面发展的潜能;评价主体应从单一转向多元。 那么如何公正、客观地评价教师的同时,有效地保护教师的教学积极性和帮助提高学校的办学水平呢? 此模型的建立改变了以往同类模型的多种弊端,从另一角度更加合理地分析、评价,就是为了更公平,公正地对教师做出合理的评价,从而促进学生发展和教师提高。 本模型主要用了模糊数学模型和对各项评价付权重的方法进行建模分析。从(1)教师对自己的评价,(2)学生对教师的评价;(3)由专家组对教师的评价的角度出发,通过量化,加权,得出结果。然后确定三方面的比重来评价教师。同时通过确定教师自评与他人评价的比值范围,而确定这次评价是否有效。 在各个方面采用的数学模型如下: 1、 教师对自己的评价: 教师对自己的满意度,既体现教师的主人翁意识也保护教师的教学积极性。 16 1 160 i i i P Q D ==∑ ( i ∈[1,16]) (Q 表示教师自评的得分 Pi 表示教师对自己各项符合度而打的分数 Di 表示对教师自评要求各项所加给的权重) 2、 学生对教师的评价: 表明以学生为主体,体现了模型的客观性,公平、公开的原则。 9 j i ij i d c a ==∑ ij a =ij n u ij a =A (U ,V ) ( U 为评价的主要因素, V 为评价因素分等。 C i 为学生对教师的各项评价要求所付的权重 N 为填写有效调查表的人数) 3、 由专家组成通过听课对教师的评价: 表明专家对教师指导性,帮助教师提高教学水平。体现了评价的权威性,真实性。同时也是作为教师提拔的一个方面。 (1)建立综合评价矩阵 51 ij ij ik k c g c == ∑

数学建模中常见的十大模型

数学建模中常见的十大 模型 Document serial number【KKGB-LBS98YT-BS8CB-BSUT-BST108】

数学建模常用的十大算法==转 (2011-07-24 16:13:14) 1. 蒙特卡罗算法。该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟来检验自己模型的正确性,几乎是比赛时必用的方法。 2. 数据拟合、参数估计、插值等数据处理算法。比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用MATLAB 作为工具。 3. 线性规划、整数规划、多元规划、二次规划等规划类算法。建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通常使用Lindo、Lingo 软件求解。 4. 图论算法。这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备。 5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。这些算法是算法设计中比较常用的方法,竞赛中很多场合会用到。 6. 最优化理论的三大非经典算法:模拟退火算法、神经网络算法、遗传算法。这些问题是用来解决一些较困难的最优化问题的,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用。 7. 网格算法和穷举法。两者都是暴力搜索最优点的算法,在很多竞赛题中有应用,当重点讨论模型本身而轻视算法的时候,可以使用这种暴力方案,最好使用一些高级语言作为编程工具。

8. 一些连续数据离散化方法。很多问题都是实际来的,数据可以是连续的,而计算机只能处理离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的。 9. 数值分析算法。如果在比赛中采用高级语言进行编程的话,那些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。 10. 图象处理算法。赛题中有一类问题与图形有关,即使问题与图形无关,论文中也会需要图片来说明问题,这些图形如何展示以及如何处理就是需要解决的问题,通常使用MATLAB 进行处理。 以下将结合历年的竞赛题,对这十类算法进行详细地说明。 以下将结合历年的竞赛题,对这十类算法进行详细地说明。 2 十类算法的详细说明 蒙特卡罗算法 大多数建模赛题中都离不开计算机仿真,随机性模拟是非常常见的算法之一。 举个例子就是97 年的A 题,每个零件都有自己的标定值,也都有自己的容差等级,而求解最优的组合方案将要面对着的是一个极其复杂的公式和108 种容差选取方案,根本不可能去求解析解,那如何去找到最优的方案呢随机性模拟搜索最优方案就是其中的一种方法,在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案,然后通过蒙特卡罗算法仿真出大量的方案,从中选取一个最佳的。另一个例子就是去年的彩票第二问,要求设计一种更好的方案,首先方案的优劣取决于很多复杂的因素,同样不可能刻画出一个模型进行求解,只能靠随机仿真模拟。

数学建模论文《学科评价模型》

答卷编号(参赛学校填写): 答卷编号(竞赛组委会填写): 论文题目:学科评价模型(A) 组别:本科生 参赛队员信息(必填): 姓名专业班级及学号联系电话参赛队员1 08生物技术一班0886 参赛队员2 08生物技术一班1680 参赛队员3 08生物技术一班0698

答卷编号(参赛学校填写): 答卷编号(竞赛组委会填写): 评阅情况(学校评阅专家填写):学校评阅1. 学校评阅2. 学校评阅3. 评阅情况(省赛评阅专家填写):省赛评阅1. 省赛评阅2. 省赛评阅3.

学科评价模型 摘要本学科评价模型采用了指标体系法,其所具有的客观公正性使之成为目前大学学科评价的主流方法。学科评价一方面取决于指标体系本身设计是否科学,另一方面则取决于原始数据和指标的可比性。由于本题目并没有给出具体的哪13个学科,而不同学科之间在某些方面存在着不同程度上的差异性。所以,我们采用层次分析法分配权重以及灰色多层次分析法处理数据,从而使评价结果更加客观公正。学科评价应分类别、分层次进行,不同的类别和层次适用于不同的情形。比如科研教学并重型高校的学科评价模型与科研型或者教学型高校的学科评价模型会有所区别。同时,在学科评价体系中,指标分级是必要的,我们将题目所给的指标分为三级。通过模型的建立及求解,我们得出了各学科各指标的评价结果,以及各学科的综合实力评价结果,并对结果进行横向分析和纵向分析,为大学学科评估及资源优化提供了较为合理的依据。 关键词层次分析法,权重, 灰色多层次分析法,关联度

一 问题的重述 学科的水平、地位是高等学校的一个重要指标,而学科间水平的评价对于学科的发展有着重要的作用,它可以使得各学科能更加深入的了解本学科(与其他学科相比较)的地位及不足之处,可以更好的促进该学科的发展。因此,如何给出合理的学科评价体系或模型一直是学科发展研究的热点问题。现有某大学(科研与教学并重型高校)的13个学科在一段时期内的调查数据,包括各种建设成效数据和前期投入的数据。 1、根据已给数据建立学科评价模型,要求必要的数据分析及建模过程。 2、模型分析,给出建立模型的适用性、合理性分析。 3、假设数据来自于某科研型或教学型高校,请给出相应的学科评价模型。 二 合理的假设 1、假设各学科所属领域以及学科特点的差异不对本评估体系产生影响 2、假设某些权威杂志对特定的学科没有偏重 3、假设国家和社会对各学科没有任何偏重 4、假设各学科培养出的人才素质没有差异 5、假设专家对学科各指标相对重要性的评判合理、客观、全面。 三 符号的说明 ijk C :各级指标 ik C :(i=1,2,3····n;k=1,2,····m)第i 个参评学科中第k 个指标的原始数据 *k C :最优指标集 S :综合分析评价值 A :目标向量 ij D :表示i D 对j D 的相对重要性数值 ij P :判断矩阵)3,2,1,m 3,2,1(n j i :特征向量 max :最大特征值 CR :判断矩阵的随机一致性比率 CI :判断矩阵的一般一致性指标 RI :平均随机一致性指标 i W :各个分向量的权重系数 *W :第三指标权重分配矩阵

相关文档
最新文档