五一建模c题Word格式.docx
《五一建模c题Word格式.docx》由会员分享，可在线阅读，更多相关《五一建模c题Word格式.docx（14页珍藏版）》请在冰点文库上搜索。
《2016年高等学校科技统计资料汇编》
4
生师比
各高校官网介绍
5
教学条件与利用
6
专业建设与教学改革
7
学生就业
8
科研投入与产出
二级指标为科研投入、科研产出,三级指标为专著数量、期刊论文、鉴定成果、技术转让、成果授奖,采用层次分析法、归一化处理
9
双一流学科建设
通过查找相关资料,对上述指标原始数据采用层次分析法确定权重,层次分析法就是一种解决多目标的复杂问题的定性与定量相结合的复杂的决策分析方法,大体可分为四个步骤:
（1）建立层次结构模型;
（2）构造判断矩阵;
（3）层次单排序及其一致性检验;
（4）层次总排序及其一致性检验。
限于本文篇幅不做详述,运用层次分析法确定的具体权重见图1。
图1指标权重设置
另外为保证数据量纲统一,便于不同指标的数据进行比较,采用如下方法对原始数据进行归一化处理:
对原始数据进行线性变换,使结果映射到[0,1]区间。
具体操作为:
对序列进行变换:
则新序列且无量纲。
部分指标数据归一化处理结果见图2。
图2部分指标数据归一化处理结果
3基于主成分分析法的评价指标改善
3、1主成分分析法
主成分分析（PrincipalComponentAnalysis）就是一种数学变换的方法,它把给定的一组相关变量通过线性变换转成另一组不相关的变量,这些新的变量按照方差依次递减的顺序排列。
在数学变换中保持变量的总方差不变,变换后的第一变量具有最大的方差,称为第一主成分,第二变量的方差次大,称为第二主成分。
依次类推,n个变量就有n个主成分,且各个主成分的相关系数为0[]。
主成分分析法分析其实质,就是用一种人为定义的特殊变量代表了众多的信息要素,接着我们选择最优的特殊变量,即代表了最多信息的变量,来进行最后的运算。
被选择的特殊变量要求能够涵盖尽可能多的信息,方便研究。
如,n个变量x1,x2,…,Xn的各个主成分可以表示为
其中,
）分别就是变量相关阵的n个特征根对应的特征向量。
的方差分别就是这n个特征根
且
第
个主成分的贡献率
（1）
越大,说明相应的主成分综合原变量组信息的能力越强。
主成分分析法能将多个指标转化为少数几个综合指标（即主成分）,具有数据降维的作用。
近年来,主成分分析法常被用于多指标综合评价活动中。
3、2主成分分析法的计算步骤
假设总共有N个样本,其中每一个样本都有两个变量x1,x2,我们对N个样本中的每个样本都进行了P项观测内容,以
表示第j个样本的第i项指标,原始数据矩阵为:
（2）
具体计算步骤为[]:
1、原始数据标准化处理,标准化后的数据矩阵为
其中
（3）
2、计算p个变量之间的相关系数矩阵（或协方差矩阵R）
（4）
3、求出R矩阵的特征值并按大小排列
及相应的单位特征向量
4、将特征值按大小降序排列,计算前m个特征值之与占特征值总与的百分比,通常用累计百分比大于80%来确定m,取前m个主成分。
（5）
5、计算各个样本在m个主成分上的得分。
6、对前m个主成分进行地质解释并对样本进行分类。
3、2基于主成分分析法的评价指标优化
采用MATLAB作为主成分分析工具。
首先将江苏省13个地级市的相关指标数据（如表2所示）导入MATLAB工作区,然后执行程序对数据进行处理,得到结果如下。
表2本科教育质量指标数据
城市
招生人生
师生比
科研产出比
南京
0、459
0、609
0、789
0、887
0、919
0、481
0、734
0、905
苏州
0、05
0、932
1、000
0、735
0、838
0、195
0、613
0、250
徐州
0、15
0、562
0、440
0、453
0、302
0、574
0、123
0、426
扬州
0、544
0、840
0、529
0、800
0、673
0、000
无锡
0、731
0、716
0、757
0、203
0、852
镇江
0、780
0、782
0、656
0、587
0、614
南通
0、775
0、332
0、333
0、358
0、200
常州
0、161
0、175
0、103
0、377
0、089
连云港
0、317
0、262
0、235
0、169
0、134
泰州
0、001
0、060
0、063
0、162
0、519
宿迁
0、303
0、019
0、835
淮安
0、518
0、145
0、101
0、069
0、100
0、361
0、141
盐城
0、541
0、197
0、143
0、098
0、994
表3相关系数矩阵
-0、081
0、091
0、305
0、389
0、385
-0、048
0、356
0、589
0、762
0、553
0、560
0、495
-0、171
0、527
0、192
0、909
0、802
0、828
-0、029
0、831
0、328
0、906
0、944
-0、071
0、941
0、557
-0、104
0、957
0、750
-0、170
0、966
0、697
-0、239
0、712
表4相关矩阵的特征向量
Prin1
Prin2
Prin3
Prin4
Prin5
Prin6
Prin7
Prin8
Prin9
0、135
0、448
0、313
0、793
0、215
0、055
0、027
-0、004
0、065
0、196
-0、307
-0、303
0、051
0、053
0、201
-0、285
-0、190
0、386
-0、426
-0、125
0、231
0、018
-0、394
-0、147
0、588
0、278
0、411
-0、152
0、020
0、153
-0、321
-0、278
-0、424
-0、563
-0、327
0、428
0、034
0、079
0、727
-0、452
0、205
-0、018
0、439
0、003
0、002
-0、313
0、117
0、662
-0、463
-0、063
-0、421
0、872
-0、129
-0、037
0、009
-0、109
-0、023
0、095
-0、137
-0、113
0、082
0、323
-0、400
0、738
0、322
0、567
0、147
-0、476
0、308
-0、459
-0、085
0、108
-0、061
贡献率
0、635
0、139
0、109
0、035
0、032
0、006
0、005
表3就是指标数据的相关矩阵,表4就是相关矩阵的特征向量。
从表4我们可以瞧出,第一主成分反映原指标信息的贡献率达63、5%,前三个主成分的累积贡献率达88、3%,累积贡献率已大于85%。
因此,前三个主成分可以很好的概括这9个指标的信息。
如果以第一主成分对江苏省13个地级市的本科教育质量进行排序,第一主成分所对应的特征向量的各个分量就就是9个原始指标的权重。
第一主成分可以表述为:
（3）
式中,
分别指代本科院校数量、招生人数、师资队伍与结构、生师比、教学条件与利用、专业建设与教学改革、学生就业、科研投入与产出、双一流学科建设9个指标经过处理后的标准化变量。
要使得指标减少后评价结果保持不变,则需要分析各指标的重要程度。
由前面的分析可知,前三个主成分已经能够概况这9个指标的信息,因此我们只取前三个主成分对各指标的重要程度进行分析,分析过程如表5所示。
表5各指标重要程度
主成分
主成分*贡献率（取绝对值）
指标重要程度
0、135
0、448
0、313
0、086
0、062
0、034
0、182
0、196
-0、307
-0、303
0、125
0、043
0、033
0、200
0、386
-0、426
-0、125
0、245
0、059
0、014
0、318
0、411
-0、152
0、020
0、261
0、021
0、002
0、284
0、428
0、065
0、272
0、005
0、007
0、439
0、027
0、003
0、279
0、004
0、000
0、283
-0、063
-0、421
0、872
0、040
0、058
0、095
0、193
0、377
-0、023
0、240
0、010
0、253
0、322
0、567
0、147
0、204
0、079
0、016
0、242
由表5可知,本科院校数量、招生人数以及学生就业三个指标的重要程度明显低于其她指标,可舍去。
为了验证减少这3个指标后评价结果保持不变,用云模型再次对江苏省13个地级市的本科教育质量进行评价。
3、3关键指标的确定
通过前面的主成分分析,得到了各指标重要程度,如表5所示,对其由小到大排序为:
师资队伍与结构、师生比、教学条件与利用、专业建设与教学改革、科研产出比、双一流学科建设、招生人数、学生就业、本科院校数量。
根据排序结果,筛选前4个评价指标为关键指标,即师资队伍与结构、师生比、教学条件与利用、专业建设与教学改革,这些指标均就是反映教学条件的,因此关键指标确定为教学条件指标。
换言之,教学条件的普遍改善能够尽可能缩小江苏省13个地级市本科教育发展的差异,各城市应尽可能对本科院校教学条件方面进行提升。
4结论
本文通过构建云模型对江苏省13个地级市的本科教育质量进行综合评价,利用主成分分析法确定影响本科教育质量的关键指标。
通过上述分析针对如何提升江苏省本科教育质量给出以下建议:
（1）缩小区域差异。
从上文分析可以瞧出,江苏省13个地级市的本科教育质量在师资队伍、教学投入与条件、教育教学改革与成效等各方面的差异比较明显。
苏南地区高校各方面条件及教学结果等相对来说比较优越,而苏北地区相对较差,因此,应重视这种区域差异并采取适当方式缩小差异,国家应在经费等各方面适度向苏北地区倾斜,这些地区高校也应加强自身建设,且在条件一定的情况下从以下方面提高自身教学质量:
降低生师比、重视实验室与仪器设备建设、増加本科生生均实验经费、提高学生满意度、提高教学投入的利用效率等。
（2）加强教师队伍建设。
高等学校应加速高层次人才队伍建设与创新团队建设,采取一切有效的政策措施,着力吸引更多的优秀人才进入教师队伍,全面提高教师队伍整体素质;
建立长效机制,着眼于培养优秀中青年学术带头人与青年骨干教师,促进高校之间优质人才资源共享。
（3）深化教学改革。
高等学校要根据经济社会发展对人才的需求,调整与设置学科专业,不断优化学科专业结构,加强新设置专业建设与管理,把拓宽专业口径与灵活设置专业方向有机结合。
要科学制订人才培养目标与规格标准,把加强基础与强调适应性有机结合,着力培养基础扎实、知识面宽、能力强、素质高的人才,更加注重学生能力培养。
要继续推进课程体系、教学内容、教学方法与手段的改革,构建新的课程结构,加大选修课程开设比例,积极推进弹性学习制度建设。
要切实改变课堂讲授所占学时过多的状况,为学生提供更多的自主学习的时间与空间。
（4）促进教学与科研的平衡发展。
首先,要加强对教学基础地位的宣传,彻底打破教学与科研对立的立场,使教职工在思想上扭转“重科研轻教学”的意识;
其次,加强“教授上讲台”工作制度,强化教授、副教授为本科生授课的基本教学工作制度,鼓励教授担任基础课程与主要专业课程的主讲教师,积极为低年级本科生授课;
最后,通过适当的人事制度与分配制度改革,降低教师的教学工作量;
在明确教师教学工作量的前提下,同样明确科研人员的科研工作量。
参考文献:
[1]郑延福、本科高校教师教学质量评价研究[D]、中国矿业大学,2012、
[2]胡有林、地方普通本科院校教学质量评价研究[D]、中南大学,2009、
[3]杨生华、高校本科课堂教学质量评价指标体系研究[D]、信阳师范学院,2015、
[4]杜玉丰、教育部本科教学工作水平评估指标体系研究[D]、湖南大学,2008、
[5]白其安、我国本科教学评估指标体系的研究[D]、兰州大学,2009、
[6]万毅平、美国的高校认证与教育评估[J]、高校教育管理,2003,25
（2）:
25-30、
[7]理查德·
詹姆士,陈运超、澳大利亚本科教育评估与改进的经验[J]、复旦教育论坛,2004,2
（1）:
79-84、
[8]迈克尔·
斯科尔尼克,查强、关于专业评估与知识遵从的批判研究[J]、北京大学教育评论,2004,2
（2）:
23-32、
[9]袁红梅,陈敬全,王先甲、主成分分析法在科研评价中的适用性分析[C]、大学评价与科研评价国际学术研讨会、2004、
[10]王敏,陈民锋,刘广为,等、主成分分析法确定海上油田水驱效果评价关键指标[J]、油气地质与采收率,2015,22
（2）:
112-116、
升级会员 