本科課堂教學效果評價研究

摘 要：課堂教學評價是高校教師教學效果評價的一個重要環(huán)節(jié)，因為其涉及多個非量化因素，評價較為復雜。本文采用適合模糊系統(tǒng)的模糊綜合評價法對其進行評價，并采用遺傳算法確定其權重，最后采用本文所提出的方法進行了實證研究。

關鍵詞：遺傳算法 模糊綜合評價法 權重 評價

課堂教學評價是高校教師教學效果評價的一個重要環(huán)節(jié)，對課堂教學進行評價就是對課堂教學過程及其效果給予價值上的判斷。其評價結果所帶來的信息，能幫助教師改進其教學方法，增強其教學效果。

本文采用遺傳算法和模糊綜合評價法相結合的方式，對高校教師的課堂教學效果進行評價。

一、基于遺傳算法的權重確定方法

1.對個體進行編碼

編碼的方式有很多種，本文針對實際問題，采用實數(shù)編碼。每個權重都用4位整數(shù)來表示，取值范圍為［0，9999］。

2.初始種群的生成

初始種群采用隨機函數(shù)生成，形成一個初始種群矩陣，其中每一行代表一個個體，每一行中的每個元素代表一個權重值。

3.適應度函數(shù)的確定

本文選取貼近度作為適應度函數(shù)［１］。設一個個體u ，其所對應的權重分配為t ，t ，…，t ，由u 得出的綜合決策為b ，b代表已知的綜合決策，則u 的適應度定義為：

f(u )= ?搖?搖（1）

∧、∨分別為取小、取大操作，b (k)代表b 的第k個分量，b(k)代表b的第k個分量。

4.選擇算子的實現(xiàn)

遺傳算法使用選擇運算子（或稱復制運算）來實現(xiàn)對群體中的個體進行優(yōu)勝劣汰操作：適應度高的個體被遺傳到下一代群體中的概率大，適應度低的個體被遺傳到下一代群體中的概率小。本文采用輪盤賭選擇法，其基本思想是：各個個體被選中的概率與其適應度大小成正比。

5.交叉算子的實現(xiàn)

本文采用單點交叉，單點交叉又稱為簡單交叉，它是指在個體編碼串中隨機設置一個交叉點，然后在該點相互交換兩個配對個體的部分基因。交叉率一般取值0.4-0.9［２］。

6.變異算子的實現(xiàn)

交叉運算和變異運算的相互配合，共同完成對搜索空間的全局搜索和局部搜索。變異率一般取值0.001-0.1。

二、基于模糊綜合評價法的高校教師課堂教學效果評價

1.模糊綜合評價法［３］

首先要確定需要評估的目標——設有m個指標需要評估——每個指標需要確定一個權重，形成權系數(shù)向量，權重的和應該為一。設第i個指標權系數(shù)為，則

可得權系數(shù)向量：

設每一個指標的評語有n個，r 表示第i個指標的第j個評語的評估值，從而可得模糊矩陣如下：

其計算規(guī)則有多種，本文取加權平均模型，它綜合考慮了所有的因素，而且保留了單因素的全部信息。

進行模糊綜合評價法的步驟主要有：

一是選擇評估指標集，這是能否進行較為準確評估的關鍵，如果所選指標有誤或并非主要的，那么對系統(tǒng)的評估就會很有大失誤；二是確定模糊評價矩陣，要確定評語和對每一個指標的評估；三是確定權重，即確定每一個指標的重要性。在這三個步驟中，最首要的，是要確立一個評價指標體系。

2.評價指標體系的構建

教育評價指標體系是由不同級別的評價指標，按照評價對象本身的邏輯結構構成的有機整體，它是衡量評價對象發(fā)展水平或狀態(tài)的量標體系，在教育評價中處于及其重要的地位。指標體系的構建應遵循以下兩個原則：

（1）科學有效性原則。評價的科學有效性應是評價賴以進行的基本要求。評價指標體系應體現(xiàn)既要反映學生發(fā)展的內(nèi)在要求，又要反映課堂教學應有的規(guī)律，指導師生的課堂行為，同時指標體系制訂過程要遵循統(tǒng)計學的資料分類要求。指標體系還要切合實際，經(jīng)過努力教師可以達到要求。

（2）可操作性原則。制訂的指標體系既能對課堂教學質(zhì)量進行度量，又便于在評價過程中操作實施。指標體系盡量做到條目簡明，不宜太多，末級指標要直觀，特別是評價主體為學生的指標體系更應直截了當，易于評判。

本文在遵循以上兩個原則的基礎上，經(jīng)過咨詢專家和學生的意見后構建了指標評價體系（見上表1）。

三、實證研究

本文采用遺傳算法和模糊綜合評價法相結合對某高校教師的課堂教學效果進行了評價。評價結果如下：

B =（0.290.3650.2250.120）（教學內(nèi)容評價）；

B =（0.2550.445 0.3 0 0）（教學方法評價）；

B =（0.80.160.0400）（教學態(tài)度評價）；

B =（0.340.380.160.1 0.02）（教學效果評價）；

B =（0.280.230.280.140.07）（教書育人評價）；

B =（0.360.410.210.010.01）（儀容儀表評價）。

總評結果：

B=（0.38880.32860.20370.06480.0141）

從以上評價結果可以看出：該教師在教學內(nèi)容方面的評價中優(yōu)良和為0.655，是較為優(yōu)秀的，但仍有較大的改進空間；該教師在教學方法方面的評價中優(yōu)良和為0.7，是較為優(yōu)秀的，但仍有較大的改進空間；該教師在教學態(tài)度方面的評價中優(yōu)良和為0.96，非常優(yōu)秀的；該教師在教學效果方面的評價中優(yōu)良和為0.72，是較為優(yōu)秀的，但仍有較大的改進空間；該教師在教書育人方面的評價中優(yōu)良和為0.51，相對比較一般，存在很大的改進空間；該教師在儀容儀表方面的評價中優(yōu)良和為0.77，是較為優(yōu)秀的，但仍有比較大的改進空間。

從該教師的總評結果可以看出：該教師在課堂教學評價中總評結果中其優(yōu)良和為0.7174，是一個較為優(yōu)秀的教師，但與優(yōu)良和的最大值仍然相差0.2826，還是存著一定的差距的。該教師要想提高自己的課堂教學效果，可以從上述各個二級指標的評價中獲得信息，找出自己存在的不足，從而提高自己的課堂教學效果。

四、結束語

高校教師的課堂評價非常重要，可以了解高校教師的教學是否有效，但因為其涉及多因素、多定性變量，故其評價較為復雜。本文采用遺傳算法和模糊綜合評價法相結合的方式對高校教師進行了評價，并用其進了實證分析，對高校教師的課堂教學效果評價及其如何改進其課堂教學效果具有很高的價值，是一種值得在大范圍高校教師課堂評價中推廣的評價方法。

參考文獻：

［1］劉志明，吳明芬，許勇.一種基于遺傳算法的權重的確定方法，五邑大學學報（自然科學版），2006：45－48.

［2］王小平，曹立明，遺傳算法：理論、應用及軟件實現(xiàn)，西安：西安交通大學出版社，2002.

［3］楊和雄，等.模糊數(shù)學和它的應用.天津：天津科學技術出版社，1993.

注：“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。”