毕业设计选题评价方法

导语：毕业设计选题评价方法一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、引言

毕业设计是本科教育最后阶段培养学生综合运用专业知识分析和解决实际工程问题，进行初步科学研究的一个重要实践环节。选题是毕业设计的关键环节，题目是否合理、能否与学生的兴趣和就业取向一致，将在很大程度上影响着毕业设计的质量。目前，应用型高校本科毕业设计的选题存在题目陈旧、偏重理论研究、与学生的兴趣和就业取向相脱离等诸多问题。因此，研究课题选题的评价方法，把好选题关，促进毕业设计质量的提高，具有十分重要的现实意义。影响毕业设计题目评价的因素较多，题目等级的划分属于模糊分类问题。为了更好地描述毕业设计选题中存在的各种不确定性，论文将逆向云模型引入到选题的评价体系中，通过研究电子信息类专业毕业设计题目的特点，对题目进行分类并设置对应的评价指标，通过专家打分实现对课题的具体描述，构建了毕设题目模糊综合评价模型。

二、毕业设计选题现状分析

为了提高毕设质量，目前多数院校都加强了毕设的过程监管，制定了相应的毕业设计管理规范。选题通常分为以下几个步骤：指导教师出题、题目审核、师生双向选题。其中，题目审核一般由专业负责人和毕业设计领导小组的成员共同完成。看似制度严格，步骤合理。但是由于缺少相应的选题评价体系，实际执行起来选题不当的情况时有发生，归纳起来大致有如下几种：1.题目与学生的兴趣和就业取向相脱离。部分教师没有意识到毕业设计是本科教育阶段连接学校和社会的纽带，不关心社会岗位需求。再加上高校“重科研轻教学”的大背景，造成教师在命题时较为随意，仅以完成工作量为目的。2.部分题目陈旧，缺乏创新。由于部分老教师不注重知识结构的更新，选题时不是重复过去的题目就是在某一环节上进行重复劳动，不利于学生创新能力的培养。3.部分题目的工作量不合适。有的题目过大、过空（比如：5G技术研究），学生难以把握技术重点；而有的题目知识范围过于狭窄、工作量太小，整个课题学生用几周的时间便能完成，远远达不到毕业设计的要求。4.侧重理论研究的题目所占比重偏高。高校扩大招生规模后，各校的师资队伍也随之急剧扩充，许多工作在教学第一线的青年教师都是理论功底深厚、创新意识较强的高学历人才。但是由于他们缺乏工程实践经验，毕业设计命题的时候难免侧重于理论研究，这和应用型高校的培养宗旨相背离。5.题目审核和筛选只是流于形式。与研究型的高校不同，应用型高校一般起步较晚，再加上扩招，师资不足的情况较为普遍。每年指导教师能提供的毕业设计题目的个数基本和毕业生人数相同，因此，题目的审核和筛选也只能流于形式。

三、基于逆向云的毕业设计选题评价模型

云模型是李德毅院士于二十世纪90年代提出的用自然语言值表示的某个定性概念C与其定量表示之间的不确定性转换模型。云模型用期望Ex（Expecta－tion）、熵En（Entropy）和超熵He（HyperEntropy）数字特征来整体表征一个概念，它们反映了定性概念C整体上的定量特征。逆向云发生器则是实现定量数值和其定性语言值之间的不确定性转换模型，是从定量到定性的映射。研究电子信息类专业毕业设计题目的特点，对题目进行分类并设置对应的评价指标，通过专家打分实现对课题的具体描述，借助逆向云模型可以将这些对课题的具体描述数据有效转换为以恰当数字特征{Ex，En，He}表示的对毕业设计课题的定性评价。一维逆向正态云发生器算法见文献。1.评价模型建立。研究金陵科技学院通信工程专业历年的毕业设计题目发现，课题大致可以分为以下几种类型：理论研究、软件仿真、硬件设计、网络规划、文献综述等。论文根据每类题目的特性，对每种类型的毕设课题设计N个评价指标，得到毕业设计课题评价的指标体系。设定每个指标的评价取值范围为[0，10]，并划分为5个等级：优秀[9，10]、良好[7，9]、一般[5，7]、较差[3，5]、很差[0，3]。假设各课题之间相互独立，对于第k类课题第i个评价指标的第j个评价等级用期望、熵、超熵分别为：{Exkij，Enkij，Hekij}的逆向云模型描述。训练样本充足的情况下，对于每一类课题每个等级选择L个训练样本，假设专家给出的第k类课题第i个指标的第j个评价等级的定量描述为wkij，从而得到该训练样本的定量描述向量wkj={wk1j，…，wkij…，wkNj}。假设各课题之间相互独立，对每一种类型的课题每一种指标的每一个等级可以用一个逆云模型来描述。第k类课题第i个评价指标的第j个评价等级的逆云模型云滴为{wkij（1），…，wkij（L）}。认为每个云滴点对模型的贡献均等，利用模-1距离准则，定义该模型中第j个云滴所对应的确定度ρkij（l）。得到第k类课题第i个评价指标的第j个评价等级对应的逆向云模型的输入矩阵：Rkij=wkij（1），wkij（2），…，wkij（L）ρkij（1），ρkij（2），…，ρkij（L!"）（1）根据上述的逆向正态云发生器算法求解第k类课题的第i个评价指标第j个评价等级对应的逆云模型的数字特征{Exkij，Enkij，Hekij}，建立对应的逆云模型。对每一类课题每个指标的每个等级重复上述过程。若训练样本不足，假设每个评价等级都存在双边约束，假设评价指标的最大边界和最小边界分别为（Cmin）kij和（Cmax）kij。则第k类课题第i个评价指标的第j个评价等级对应的云模型的期望、熵、超熵分别为：Exkij=（（Cmin）kij+（Cmax）kij/2Enkij=（（Cmin）kij-（Cmax）kij）/6Hekij=#%%%%$%%%%&η（2）超熵Hekij是对熵的不确定性的度量，反映了云滴的凝聚性，超熵越大云模型的云层越厚，对应于概念中的云滴越松散，因此在逆云隶属度的计算公式中超熵可以作为熵的松弛变量不宜过大，这里取Hekij=η=0.1。上述假设中各类课题各指标的等级划分方式相同，则根据式（1）计算各评价等级的云模型参数如表1所示：2.基于云模型的毕业设计课题等级评价。对于第k类的待评价课题X，假设根据上述的各指标划分方式，专家给出的课题评价向量为：X={x1，…，xN}。则待评价课题的第i个评价指标xi属于第j个等级的概率，即逆云隶属度为：Sij=e-（xi-Exkij）2En2kijHekij（3）假设各评价指标间相互独立，则改第k类课题属于第j个等级的概率为：pj=Ni=1∏sij（4）计算每一个pj的值得到第k类待评价课题X的等级概率向量P={p1，…，p5}，搜索pj的最大值所对应的等级j即为该课题所属等级。

四、结束语

云模型在随机性中融入模糊性，既反映了用于统计识别中训练样本出现的随机性，又反映了样本对类别隶属程度的不确定性，可以更全面地描述事物的统计特性。通过借鉴云模型的特点，论文研究了电子信息类专业毕业设计题目的特点，对题目进行分类并设置对应的评价指标，通过专家打分实现对课题的具体描述，构建了毕设题目模糊综合评价模型。

参考文献：

[1]吴杰,陈美君.应用型本科院校毕业设计的改进思考[J].教育教学论坛,2016,(47):236-237.

[2]李徳毅,杜鹢.不确定性人工智能[M].北京:国防工业出版社,2005:143-179.

[3]刘杰,王宇,李文立.基于云模型的商家信誉综合评价方法[J].大连理工大学学报(社会科学版),,2017,38(1):88-93.

作者:吴杰 张旭 单位:金陵科技学院