轮机工程专业实践教学学生成绩灰评估研究——以动力设备拆装实践教学为例

张春彦

（广州航海学院，广东 广州 510725）

轮机工程专业实践教学学生成绩灰评估研究
——以动力设备拆装实践教学为例

张春彦

（广州航海学院，广东 广州 510725）

本文以动力设备拆装实践教学为例，构建了学生实践教学综合评估指标体系，分析了灰评估技术用于学生实践教学综合评估的可行性，通过实例进行了学生实践教学综合成绩灰评估的应用研究。并指出当学生实践教学综合评估成绩相同时，运用灰评估技术可以进一步得出学生实践教学成绩的序次态势。

轮机工程；实践教学；灰评估

随着STCW78/10公约马尼拉修正案的实施，国际海运业对船员能力的要求不断提高。轮机工程专业是应用性、实践性很强的专业，加强学生实验实训等实践性教学，有利于提高学生就业岗位胜任能力，有利于培养出更多高质量的轮机人才。科学评估轮机工程专业学生的实践教学成绩，是航海院校探索、研究、完善、践行新形势下轮机工程专业人才培养模式教学改革的重要内容之一。本文以轮机工程专业动力设备拆装实践教学为例，通过构建学生实践教学综合评估指标体系，对学生实践教学效果进行综合评估。运用灰理论，对实践教学综合评估分数相同的学生，进一步做出序次态势的有效排序。

一、学生实践教学综合评估指标体系的构建

学生实践教学综合评估指标体系有多种构建方式。为了便于研究，以轮机工程专业学生动力设备拆装为例，可将学生实践教学综合评估指标分为气缸盖拆装与检查（20%）、气缸套拆装与测量（20%）、往复泵拆装（30%）、学生态度（10%）、出勤率（5%）、实习报告（15%）六个一级指标，并分别给出二级指标及相应权重（表1）。现对轮机工程某班甲、乙、丙、丁四名学生动力设备拆装按各项指标进行测试与评价，其结果见表1。

表1 学生实践教学综合评估指标体系及评估结果

表1显示，学生甲、乙、丙、丁的各项指标得分不一样，但实践教学综合评估成绩、学生学习态度、出勤率都一样。在这种情况下，能否找到一种新的评价方法，不但可以得到学生实践教学综合评估的等级，还可以确定学生甲、乙、丙、丁的序次态势及合理排序。

二、灰评估技术用于学生实践教学综合评估的可行性

信息可分为黑信息、灰信息、白信息三种。黑信息是指信息很不确定、数据很少，对应的系统称之为黑色系统；白信息是指信息确定、数据完整，对应的系统称之为白色系统；灰信息介于白信息与黑信息之间，它是指信息部分不完全、部分完全，部分不确定、部分确定，部分未知、部分已知，对应的系统称之为灰色系统。灰理论指出：符合灰因白果律的数据是全信息的，至少是默认原理下的全信息。对于学生实践教学综合评估而言，学生实践教学每项指标的考查得分是具体的，其分数是气缸盖拆装与检查、气缸套拆装与测量、往复泵拆装、学生态度、出勤率、实习报告等各种内外因素共同作用的结果。显然影响学生实践教学综合评估得分的因子很多，多到不胜枚举。因此，学生实践教学综合评估得分具有灰信息覆盖，而学生实践教学综合评估得分是具体的、确定的，具有白信息覆盖。因此，从学生实践教学评估因子到学生实践教学综合得分符合灰因白果律。

灰评估是灰理论的主要内容之一。灰评估是指以不同条件为根据，对事物、方案等，按定性的灰类进行评估，以获得这些事物、方案等的序次态势。灰评估具有普遍意义，既可用于技术科学，也可用于软科学。同样，学生实践教学综合评估也涉及到决策灰类如优、良、中、及格、不及格等，进行学生实践教学综合评估时，面对学生实践教学综合得分水平比较接近且难于区分时，又想得到学生实践教学综合评估的正确排序，灰评估技术是可行性的、也是有效的。

三、灰评估在学生实践教学综合评估中的应用研究

1.建立样本矩阵。

其中：dij为i评估指标对j学生的得分；j代表学生甲、乙、丙、丁，j∈J={1，2，3，4}；i分别代表评估指标气缸盖拆装与检查、气缸套拆装与测量、往复泵拆装、学生态度、出勤率、实习报告，i∈I={1，2，3，4，5，6}；令k∈K={1，2，3，4，5}={优，良，中，及格，不及格}，且称k=1为上灰类，即为“优”，k=5为末灰类，即为“不及格”，其余为中灰类，且序号越大，类别越低，{I，J，K}构成了灰评估体系，项目集J中各项目均统一为极大值极性，即J是正则的。

2.建立白化函数及白化值的计算。令c1=90（得分90及以上为“优”），则k=1上灰类的白化函数f1为：f1⇒f1（c1，+∞）=计算公式：

令c5=60（得分60以下为“不及格”），则k=5末灰类的白化函数f5为：

令c2=85（得分85左右为“良”），c3=75（得分75左右为“中”），c4=65（得分65左右为“及格”），则k=2，3，4中灰类的白化函数分别为：

3.计算综合白化值及灰评估值。

通过同样的方法，可以计算出j=2（学生乙）、j=3（学生丙）、j=4（学生丁）的综合白化值及灰评估值（表2）。

4.构建灰统计矩阵。根据表2的计算结果，得到灰统计矩阵σ：

5.实践教学学生成绩灰评估的序次态势。

学生甲灰评估序列σ1=（0.2401 0.2373 0.2137 0.1685 0.1403）的最大值为σ11=0.2401；学生乙灰评估序列σ2=（0.2405 0.2335 0.2089 0.1727 0.1444）的最大值为σ21=0.2405；学生丙灰评估序列σ3=（0.2400 0.2372 0.2123 0.1694 0.1412）的最大值为σ31=0.2400；学生丁灰评估序列σ4=（0.2408 0.2381 0.2134 0.1680 0.1397）的最大值为σ41=0.2408。

通过以上计算，得出以下结论：学生甲、乙、丙、丁动力设备拆装实践教学综合评估成绩相同，通过使用灰评估计算：学生甲、乙、丙、丁的最大灰评估值分别为0.2401、0.2405、0.2400、0.2408。因此，学生甲、乙、丙、丁实践教学综合评估成绩相同时的序次态势为：丁＞乙＞甲＞丙。

表2 综合白化值及灰评估值

[1]王永洲.模糊综合评估在轮机工程专业实践教学质量评估中的运用[J].船海工程，2011，（8）：95-97.

[2]邓聚龙.灰理论基础[M].第1版.武汉：华中科技大学出版社，2002.

G642

A

1674-9324（2014）28-0153-03

张春彦（1973-），男，轮机长，主要从事轮机工程的教学与研究。