基于粗集理論的教學(xué)質(zhì)量評(píng)估系統(tǒng)的研究.pdf

1、粗集理論是由Pawlak教授于20世紀(jì)80年代初提出的一種用于處理不確定性和含糊性知識(shí)的數(shù)學(xué)工具，其基本思想是保持分類能力不變的前提下，通過知識(shí)約簡，導(dǎo)出概念的分類規(guī)則。它無需提供相關(guān)數(shù)據(jù)集合外的任何先驗(yàn)信息，適合于發(fā)現(xiàn)數(shù)據(jù)中隱含的、潛在有用的規(guī)律，找出其內(nèi)部數(shù)據(jù)的關(guān)聯(lián)關(guān)系和特征。近年來，粗集理論和應(yīng)用取得了很大的成功。 教學(xué)質(zhì)量評(píng)估系統(tǒng)是保證教學(xué)質(zhì)量的重要手段，教學(xué)評(píng)估是一個(gè)多因素、多變量、模糊的非線性過程。采用粗集理論方法，

2、解決教學(xué)質(zhì)量評(píng)估系統(tǒng)中，處理數(shù)據(jù)時(shí)面臨數(shù)據(jù)量大、數(shù)據(jù)不確定等問題。 首先，本文介紹了經(jīng)典(Pawlak型)粗糙集的基本理論，重點(diǎn)研究：屬性約簡和值約簡問題，屬性約簡就是對(duì)決策表中冗余屬性進(jìn)行約簡，本文采用了一種基于信息量的啟發(fā)式屬性約簡算法；值約簡就是進(jìn)一步簡化對(duì)象的屬性值，獲得決策規(guī)則，本文在多值可分辨矩陣的基礎(chǔ)上提出值約簡算法。其次，設(shè)計(jì)與闡述了評(píng)估系統(tǒng)的總體結(jié)構(gòu)與功能，并對(duì)公共登錄模塊、數(shù)據(jù)采集模塊、教師綜合評(píng)估模塊和統(tǒng)計(jì)