论文部分内容阅读
摘要：该文提出了一种高校课程编排系统的构建方法。设计了相应的评价模型，提高了算法的性能。最后进行了仿真实验，验证了所提教学平台设计算法在性能上的优越性。
关键词：层次结构;教学平台;互联网
中图分类号：G301.6
文献标志码：A
文章编号：1009-3044（2019）34-0162-02
1 课堂教学评价模型
单凭期末考试的成绩是不能衡量课堂质量的。从教学转型的方向和高校应用型人才培养的目标来看，一个好的课堂应涵盖科学准确的教学目标和德育渗透，教学项目要突出重点，层次分明，延伸性强，教学方法要做到教化为本，手段多样，呈现互动性，教学质量高可靠，熟练规范，氛围活跃，教学目标明确。此外，在军事院校的教学中，地方高校和军校的研究生阶段不设问答。因此，课堂评价应包括教师对问题和答案的参与情况以及问题和答案的结果。课堂教学模式评价功能应从筛选、选择转向激励、反馈和调整。评价项目应当从重视成绩向全面发展转变。评价人员应从单一转为学生、教师、教师同仁和专家共同参与评估。因此，构建了以下层次模型：
2 课堂教学评价的层次模型
根据以上的层次模型，定义了以下与算法相关的公式：
1）在一级评价指标中（对应第二层次），假设教师自我评价、教师间相互评价、专家评价和学生评价分别为A1、A2、A3和A4，一级指标因子集为A= {AI，A2，A3，A41。
2）在二级评价指标中（对应第三层次），假设教学目标、教学项目、教学方法、教学质量、教学效果和问答为B1、B2、B3、B4、B5、B6，二级指标因素集为B={B1、B2、B3、B4、B5、B61。
3）在三级评价指标中（对应第四层次），假设二级指标Bi （i=l，2，3，4，5，6）下的三级指标是一组Cil，Ci2，Ci3，Ci4，Ci5，被记为Ci Cil，Ci2，Ci3，Ci4，Ci5），如果三级指标将CI设置为二级指標Bi（i=l，2，3，4，5，6）的下级，则包含的因子不超过6个，将执行以下步骤：直接忽略具有缺少项的集合Ci的缺少项。例如，C1被记为{C1l，C12}，对应于{精确教学，符合实际}。
4）评价定义为四个层次：优秀（90-100）、良好（80-90）、通过（60-80）和不及格（0-60），分别记为Z1，22，23和24，我们建立评价集Z{ Z1，22。23，24}。
5）确定了评价指标体系的权重。权重在模型中占有重要地位，直接影响到综合评估的结果。本文用加权法确定了成对比较矩阵。假设有一个集合D=f D1，D2，D3，D4，D5，D6}（-个随机的例子，不同于一级指标因子集合），则模糊一致性判断矩阵构造如下：
根据相关理论，利用本文计算所用的MATLAB软件，可以计算出最大特征值对应的特征向量W集合的权向量。此外，还介绍了SAAtv层次分析法中不一致性的定义和不一致矩阵中求权向量的求法。SAA押将CI= （d-m）/（m-l）定义为一致性指数，其中d表示A的最大特征值，m表示A的阶，引入随机一致性指数RI，其值如下：
对于m
关键词：层次结构;教学平台;互联网
中图分类号：G301.6
文献标志码：A
文章编号：1009-3044（2019）34-0162-02
1 课堂教学评价模型
单凭期末考试的成绩是不能衡量课堂质量的。从教学转型的方向和高校应用型人才培养的目标来看，一个好的课堂应涵盖科学准确的教学目标和德育渗透，教学项目要突出重点，层次分明，延伸性强，教学方法要做到教化为本，手段多样，呈现互动性，教学质量高可靠，熟练规范，氛围活跃，教学目标明确。此外，在军事院校的教学中，地方高校和军校的研究生阶段不设问答。因此，课堂评价应包括教师对问题和答案的参与情况以及问题和答案的结果。课堂教学模式评价功能应从筛选、选择转向激励、反馈和调整。评价项目应当从重视成绩向全面发展转变。评价人员应从单一转为学生、教师、教师同仁和专家共同参与评估。因此，构建了以下层次模型：
2 课堂教学评价的层次模型
根据以上的层次模型，定义了以下与算法相关的公式：
1）在一级评价指标中（对应第二层次），假设教师自我评价、教师间相互评价、专家评价和学生评价分别为A1、A2、A3和A4，一级指标因子集为A= {AI，A2，A3，A41。
2）在二级评价指标中（对应第三层次），假设教学目标、教学项目、教学方法、教学质量、教学效果和问答为B1、B2、B3、B4、B5、B6，二级指标因素集为B={B1、B2、B3、B4、B5、B61。
3）在三级评价指标中（对应第四层次），假设二级指标Bi （i=l，2，3，4，5，6）下的三级指标是一组Cil，Ci2，Ci3，Ci4，Ci5，被记为Ci Cil，Ci2，Ci3，Ci4，Ci5），如果三级指标将CI设置为二级指標Bi（i=l，2，3，4，5，6）的下级，则包含的因子不超过6个，将执行以下步骤：直接忽略具有缺少项的集合Ci的缺少项。例如，C1被记为{C1l，C12}，对应于{精确教学，符合实际}。
4）评价定义为四个层次：优秀（90-100）、良好（80-90）、通过（60-80）和不及格（0-60），分别记为Z1，22，23和24，我们建立评价集Z{ Z1，22。23，24}。
5）确定了评价指标体系的权重。权重在模型中占有重要地位，直接影响到综合评估的结果。本文用加权法确定了成对比较矩阵。假设有一个集合D=f D1，D2，D3，D4，D5，D6}（-个随机的例子，不同于一级指标因子集合），则模糊一致性判断矩阵构造如下：
根据相关理论，利用本文计算所用的MATLAB软件，可以计算出最大特征值对应的特征向量W集合的权向量。此外，还介绍了SAAtv层次分析法中不一致性的定义和不一致矩阵中求权向量的求法。SAA押将CI= （d-m）/（m-l）定义为一致性指数，其中d表示A的最大特征值，m表示A的阶，引入随机一致性指数RI，其值如下：
对于m