模糊灰色模型在高校实验技术人员考核的应用

中图分类号:TN911?34文献标识码:A文章编号:1004?373X(2014)18?0052?04

Applicationoffuzzygraymodelinexaminationoflaboratorytechnician论文网s

WEIJun

(CollegeofMathandComputerScience,ShaanxiUniversityofTechnology,Hanzhong723000,China)

Abstract:Theassessmentoflaboratorytechniciansisanimportantpartofthelaboratorytechnicianteammanagement。Theperfectevaluationoflaboratorytechniciansisinfavorofmobilizingtheenthusiasmandcreativityofmajoritylaboratorytechnicians,andpromotingthecompletionofteaching,research,laboratoryconstructionandothertasks。Accordingtothecharacteristicsandqualitiesrequiredforthecollegelaboratorytechnicians,afuzzygraycomprehensiveevaluationmodelforexperimentstechnicianswasestablished。Theresultsshowthatthefuzzygrayevaluationmethodtoevaluatethetechnicalstaffworkinginlaboratoriesisfeasibleandhasacertainpracticalvalue。

Keywords:fuzzyevaluation;greyevaluation;fuzzygreycomprehensiveevaluation;laboratorytechnician

0引言

实验室是高等学校进行实践教学和从事科学研究的重要场所,在培养创新型人才和发展科学技术中具有重要的地位和作用。实验技术人员作为教师的一个组成部分,围绕着人才培养的总目标,发挥着不可忽视的重要作用。他们不仅是高校实验教学。实验室建设和实验室管理的直接参与者,而且也是科研工作的重要组成部分。因此,对实验技术人员进行科学。合理。公正的考核便显得极为重要[1?5]。第一,考核工作有利于充分调动实验室工作人员的积极性。主动性和创造性。第二,考核工作有利于促进教学。科研。实验室建设等各项任务的完成。第三,考核工作有利于促进实验技术人员的技术水平和管理水平的提高。最后,考核工作为实验技术人员搞好任职资格评审。技术职务聘任等提供依据。

故本文应用模糊综合评价的基本原理[6?7],建立科学的。有效的。可操作性强的评价方法,从德。能。勤。绩四个方面对实验技术人员的进行考核,旨在充分调动实验技术人员的主观能动性和工作热情,营造一种和谐的工作环境。

1构建模糊灰色综合评价模型

模糊灰色综合评价方法的基本原理是首先从总体上考虑专家评判信息的不完全性(灰性),其次利用灰色聚类理论得到灰色统计量,从而构造出模糊隶属度矩阵,最后采用模糊算法算出评价结果[8?14]。

1。1构建指标体系

根据实验技术人员的岗位特点和素质要求,对实验技术人员评价的诸多要素进行筛选和分级,确定实验技术人员评价要素体系如表1所示。其中主因素集为[B=(B1,B2,B3,B4),]分别代表德。能。勤。绩4个指标,二级评价指标为[Ci=(Ci1,Ci2,Ci3,…,Cij),][i=1,2,3,4],[Cij]代表第[i]个因素第[j]个子因素。

表1高校实验人员考核评价指标体系

1。2确定各指标的权重

在模糊灰色综合评价中,权重的确定至关重要,它可以直接影响到综合评价的结果。本文采用专家打分并结合层次分析法来确定各因数的权重。[B1]的权重矩阵是[B1=0。5,0。5],[B2]的权重矩阵[B2=0。2,0。2,0。2,0。4],[B3]的权重矩阵是[B3=0。4,0。3,0。3],[B4]的权重矩阵是[B4=0。4,0。3,0。3],[A]的权重矩阵[A=0。2,0。3,0。2,0。3]。

1。3确定评价准则及评语集

本文将实验技术人员的评价集[V]分为4个评价等级,即[V=V1,V2,V3,V4],[V1,V2,V3,V4]分别表示指标的评语为:优秀。良好。称职。不称职。具体如表2所示。

表2评价准则表

1。4确定样本矩阵

让专家对各个因素[Cij]按评价指标[V]的评分等级标准打分,得到评价样本矩阵:[D=(dij),i=1,2,…,m;j=1,2,…,m]

本文组织7位老师组成评价小组,他们分别来自实验中心主任。办公室主任和密切参与实验教学的老师,根据评价准则对各二级指标进行打分。各评价指标打分如表3所示。

表3专家打分表

1。5建立评价灰类

按照灰类给各定性指标做白化函数,对应的有4个评价灰类,等级序号为[e=1,2,3,4],[dij]代表第[i]个因素第[j]个子因素的评委打分,其对应的灰类。白化权函数为:

第1灰类:优秀([e=1]),白化权函数:

[f1(dij)=dij9,d∈[0,9]1,d∈[9,10]]

第2灰类:良好([e=2]),白化权函数:

[f2(dij)=dij7,d∈[0,7]10-dij3,d∈[7,10]]

第3灰类:合格([e=3]),白化权函数:

[f3(dij)=dij5,d∈[0,5]10-dij5,d∈[5,10]]

第4灰类:不合格([e=4]),白化权函数:

[f4(dij)=1,d∈[0,3]dij3,d∈[3,10]]

1。6计算灰色评价系数

风险因素[Cij]的第[e]个评价类的灰色评价系数记为[Cije],计算公式为[Cije=k=1nfe(dijk)]。分别计算各个指标对4个评价灰类的灰色评价系数:

[e=1,C111=k=17f1(d11k)=2。44]

[e=2,C112=k=17f2(d11k)=3。14]

[e=3,C113=k=17f3(d11k)=4。40]

[e=4,C114=k=17f4(d11k)=9。00]

对数据归一化处理,可得指标[C11]的隶属矩阵[R11]

[R11=(0。129,0。166,0。232,0。473)]

同理可依次计算出其他指标的隶属矩阵,结果见表4。

表4各指标的灰色评价系数。隶属向量

由表4可得,指标[B1,B2,B3,B4]的隶属矩阵分别是[R1,R2,R3,R4]:

[R1=0。129,0。166,0。232,0。4730。128,0。164,0。229,0。479]

[R2=0。129,0。165,0。231,0。4750。130,0。167,0。235,0。4680。129,0。166,0。233,0。4720。131,0。168,0。235,0。466]

[R3=0。137,0。176,0。247,0。4400。121,0。156,0。219,0。5040。124,0。159,0。223,0。494]

[R4=0。133,0。171,0。224,0。4720。134,0。172,0。241,0。4530。130,0。167,0。233,0。470]

1。7计算模糊综合评价矩阵

由公式[Ci=Bi?Ri]计算出对第二层指标评价的模糊综合评价矩阵:

[C1=B1?R1=0。5,0。5×0。129,0。166,0。232,0。4730。128,0。164,0。229,0。479=0。129,0。165,0。230,0。476]

[C2=B2?R2=0。2,0。2,0。2,0。4×0。129,0。165,0。231,0。4750。130,0。167,0。235,0。4680。129,0。166,0。233,0。4720。131,0。168,0。235,0。466=0。130,0。167,0。234,0。469]

[C3=B3?R3=0。4,0。3,0。3×0。137,0。176,0。247,0。4400。121,0。156,0。219,0。5040。124,0。159,0。223,0。494=0。128,0。165,0。231,0。476]

[C4=B4?R4=0。4,0。3,0。3×0。133,0。171,0。224,0。4720。134,0。172,0。241,0。4530。130,0。167,0。233,0。470=0。132,0。170,0。232,0。466]

由公式[A′=A×C]计算出对第一层指标评价的模糊综合评价矩阵:

[A′=A?C=0。2,0。3,0。2,0。3×0。129,0。165,0。230,0。4760。130,0。167,0。234,0。4690。128,0。165,0。231,0。4760。132,0。170,0。232,0。466=0。130,0。167,0。232,0。471]

最终的评价结果:

[A星号=A′?VT=0。130,0。167,0。232,0。471×9753=4。913]

评价结果为4。913,参照前面的评价准则,实验人员的考核结果属于称职。

2结语

本文建立的高校实验人员模糊灰色综合评价模型充分考虑到专家评判信息的模糊性与灰性,使评价结构更为客观。有效。结果表明运用模糊灰色评价方法对实验技术人员的评价是可行的,并具有一定的实用价值。

模糊灰色模型在高校实验技术人员考核的应用