模糊灰色模型在高校实验技术人员考核的应用
开篇：润墨网以专业的文秘视角，为您筛选了一篇模糊灰色模型在高校实验技术人员考核的应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要： 实验技术人员的考核工作是实验技术队伍管理的一项重要内容。认真搞好实验技术人员的考核工作有利于调动广大实验技术人员的积极性和创造性，有利于促进教学、科研、实验室建设等各项任务的完成。针对高校实验技术人员的岗位特点和素质要求，建立了实验技术人员的模糊灰色综合评价模型。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。
关键词： 模糊评价； 灰色评价； 模糊灰色综合评价； 实验技术人员
中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2014）18?0052?04
Application of fuzzy gray model in examination of laboratory technicians
WEI Jun
（College of Math and Computer Science， Shaanxi University of Technology， Hanzhong 723000， China）
Abstract： The assessment of laboratory technicians is an important part of the laboratory technician team management. The perfect evaluation of laboratory technicians is in favor of mobilizing the enthusiasm and creativity of majority laboratory technicians， and promoting the completion of teaching， research， laboratory construction and other tasks. According to the characteristics and qualities required for the college laboratory technicians， a fuzzy gray comprehensive evaluation model for experiments technicians was established. The results show that the fuzzy gray evaluation method to evaluate the technical staff working in laboratories is feasible and has a certain practical value.
Keywords： fuzzy evaluation； grey evaluation； fuzzy grey comprehensive evaluation； laboratory technician
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*=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。
参考文献
[1] 张晓辉.立足实际发挥实验室的综合效益[J].中国教育技术装备，2012（28）：35?36.
[2] 曹蓓.高校实验室建设与管理探索[J].中国高校科技，2013（3）：30?31.
[3] 朱云.实验室队伍建设与实验室发展[J].高校实验室工作研究，2013（2）：64?65.
[4] 吴亚超.加强实验室建设与管理，充分发挥实验室作用[J].高校实验室工作研究，2013（3）：78?79.
[5] 曹蓓，李海燕，赵镇，等.高等院校实验室建设与管理探索[C]//中华医学会第十三次全国医学科学研究管理学学术会议暨2012第四届全国医学科研管理论坛论文集.北京：中华医学会，2012：4?6.
[6] 汪培庄.模糊集合论及其应用[M].上海：上海科学技术出版社，1993.
[7] ZADEH L A. Fuzzy sets and applications [M]. USA： John Wiley & Sons Inc， 1987： 81?94.
[8] 刘涛，孟晓瑜，邓平基.模糊灰色综合评价方法在医疗质量评价中的应用[J].中国卫生统计，2009（2）：188?190.
[9 邓爱民，张凡，熊剑，等.基于模糊灰色综合评价方法的应急物流能力评价[J].统计与决策，2010（6）：174?176.
[10] 李勇，周学馨.基于模糊灰色统计的生态文明建设综合评价研究[J].重庆工商大学学报：自然科学版，2013（3）：35?38.
[11] 王妍，刘海龙.基于模糊灰色综合评价的高校教学评价模型构建[J].产业与科技论坛，2013（16）：140?142.
[12] 郝威，赵锦红，胡又农.灰色综合评价法用于教学效果评价[J].中国教育技术装备，2008（22）：1?2.
[13] 孙燕，姚林，孙峥.城市生态安全多层次灰色综合评价[J].中国安全科学学报，2008（2）：143?149.
[14] 陆文林.基于模糊灰色理论综合评价方法在公路建设项目中的应用[J].湖南工程学院学报：自然科学版，2012（1）：76?80.
[15] 张彦峰，游永彬，鲁艳玲.基于模糊综合评价法的城市人居环境评价体系研究[J].现代电子技术，2014，37（3）：141?143.
[16] 全吉成，刘一超，薛峰.基于模糊综合评判的遥感图像变化检测方法[J].现代电子技术，2013，36（8）：112?116.
[17] 朱晓菲，王国华，张欣豫，等.基于遗传新陈代谢灰色模型的电子设备故障预测研究[J].现代电子技术，2014，37（1）：86?89.
[18] 章伟，邓院昌.基于组合模型的短期风速预测研究[J].电网与清洁能源，2013（7）：83?87.
[19] 蒋维.基于灰色粗糙集理论的风电机组传动链智能故障诊断方法[J].电网与清洁能源，2012（12）：79?83.