基于三角白化权函数的专业培养能力体系评估研究

摘要：专业人才培养能力体系的准确定位是专业建设的首要工作。本文以CDIO培养大纲体系为基础，构建专业培养能力指标体系，并通过三角白化权函数的灰色聚类评估方法对各个能力指标进行评估。通过实证研究，得出专业培养能力指标的聚类系数，确定各项能力指标的灰类；通过综合聚类系数，确定专业人才培养的层次类型，并为专业建设的后续工作奠定基础。

Abstract： Accurate positioning professional ability cultivation is the primary work of professional construction. Professional index system was constructed based on the CDIO Outline system， and through triangle whitenization weight function of grey cluster method each ability index is evaluated. Through case study， it is concluded that professional ability index of the clustering coefficient， determine the ability index of the grey； It determines the level of type of professional talents， and lays the foundation for the follow-up work of professional construction through comprehensive clustering coefficients.

关键词：CDIO；灰色系统；三角白化权函数；专业培养能力体系

Key words： CDIO；grey system；triangular whitenization weight function；professional ability cultivation

中图分类号：N949 文献标识码：A 文章编号：1006-4311（2016）04-0223-03

0 引言

如何比较准确的反映社会针对具体专业的培养需求，成为高等教育改革中必须解决的问题？在高等学校专业人才培养过程中，学生、学校、产业（企业）作为主要的利益相关者，基于各自的需求，在自我价值实现过程中形成了社会价值的共同体。但由于企业、学校、学生之间存在信息不对称，导致高校培养的学生满足不了企业、行业的人才需求标准，出现高校不能培养企业需要的人才的现象。因此制订适应社会需求的专业培养能力体系成为专业人才培养工作中至关重要的问题。专业培养能力体系是指高等学校在专业建设过程中，结合学校自身优势和特色，根据教育部关于专业培养目录和培养规格的要求，对具体专业培养规格的具体化和指标化，体现了各个相同专业在不同高校的差异性。

1 基于CDIO的专业培养能力体系构建

CDIO 工程教育模式是近年来国际工程教育改革的最新成果。CDIO 的含义是：构思（Conceive）、设计（Design）、实施（Implement）和运作（Operate），它以产品（系统）研发到产品（系统）运行的生命周期为载体，让学生以主动的、体验的、一体化的方式获取工程知识、能力与态度[1-3]。

CDIO培养大纲将工程人才的能力分为工程基础知识、个人能力、人际团队能力和工程系统能力四个层面，通过一体化的培养方式对学生进行四个层面的综合培养。目前高等学校的人才培养方案中大多以“人才培养规格”、“人才培养要求”等描述体现专业对人才培养的要求，并没有指标化和数量化，可操作性不强；同时高等学校的教育教学改革不单单是改革课程体系，更重要的是将社会所需要的技能和批判新思维等在专业人才培养中得以体现和实施。CDIO培养大纲是工程型人才能力的系统性体现，借鉴CDIO培养大纲可以构建基于CDIO的专业培养能力指标体系，如表1所示。

2 三角白化权函数的灰色评估模型

灰色系统理论是解决不确定性问题的工具。灰色聚类评估方法作为灰色系统理论的主要内容，主要用于解决系统内部各要素和对象分类的问题，已经在经济、管理、工程等领域得到广泛应用。比较典型的有：张国辉等将灰色聚类评估方法应用在企业应急管理评价[4]，刘红旗等将该方法用于高校家庭经济困难学生动态认定[5]，尹俊淞将其用在轨道交通应急能力综合评价[6]，但该方法在高校专业人才培养方面应用较少。

白化权函数的确定是灰色聚类理论由定性分析到定量建模的关键环节。本文通过构建混合三角白化权函数（如图1所示），包括下限测度白化权、上限测度白化权和中心点白化权等函数类型进行指标值的灰色聚类分析。三角白化权函数的评估方法应用场景为：

设有n个参与评估的对象，每个评估对象具有m个评估指标，评估结果总计划分s个灰类，评估对象i关于评估指标j的样本观测值为xij，i=1，2，…，n；j=1，2，…，m，根据xij的值对相应的评估对象i进行评估，具体过程如下：

①混合三角白化权函数（如图1所示）构建，具体步骤如下[7-8]：

3 实例分析

专业人才培养目标和培养规格的准确定位是专业建设的首要工作。通过结合我校信息管理与信息系统专业人才培养能力体系确定的实例阐述三角白化权函数的评估模型的应用。

3.1 专业培养能力指标体系的设计

在表1的基础上，结合专业的具体要求对具体指标细化（指标内容解释），如对指标x2细化掌握现代信息技术、企业管理、SAP应用与开发等方面的基本理论和知识等，从而构成基于CDIO的专业培养能力指标体系，并形成社会调查问卷。

3.2 确定利益相关者权重和评价指标权重

通过对利益相关者权重进行专家调查，得出各指标权重如表2所示。

为了在调研时充分考虑调研数据，并且在评估时不具有倾向性。对各项指标采用均等赋权的方式，各项指标权重均为0.0588，如表3所示。

3.3 划分评价灰类

Bloom思维模型将人类思维复杂程度划分为记忆、理解、应用、分析、综合和评估等六个水平，这六个水平是按照从最简单的到最复杂的顺序排列的，不同水平的划分并没有明显的边界，其难度等级区分也并不那么严格，每个人在学习的过程中很容易从一个水平发展到另外一个水平。[9]Bloom思维模型有助于认识和描述专业人才能力培养指标所达到的程度和水平。通过将专业人才培养规格与Bloom分类法相结合，可以进一步将六个水平划分为3个评价灰类，从而确定专业人才培养能力体系评价灰类为深度培养（灰类1）、重点培养（灰类2）、浅层培养（灰类3）等（如表3所示）。其中浅层培养对应记忆和理解等2个水平；重点培养对应应用和分析等2个水平；深度培养对应综合和评价等2个水平。

3.4 评价指标取值范围的确定

通过专家评定法（德尔菲法）确定各个评价指标取值边界及延拓值d，β1，β2，β3，ej分别为2、3、3.5、4.5及5，如表3所示。

3.5 评价指标实际值的确定

3.7 各评价指标白化权函数的计算

根据各指标实际值，利用所构建的各灰类三角白化权函数，可计算各指标聚类系数，如表3所示。

3.8 评估对象的综合聚类计算

根据综合聚类计算公式和各指标权重数据，计算各灰类综合聚类系数如下：

通过对各项指标白化权聚类系数的计算，可以明确各个利益相关者对专业培养能力体系具体指标的期望灰类，如x1、x2、x4、x5、x6、x7、x8、x9、x10、x11、x13、x14、x16、x17为重点培养灰类；x3为深度培养灰类；x12、x15为浅层培养灰类，该计算结果比较真实反映社会对本专业的需求情况。通过评估对象的综合聚类计算，可以得出专业的人才培养目标定位σ2为重点培养灰类，对应的Bloom分类水平为应用和分析等2个水平，这与本专业的应用型人才培养目标的定位相吻合，同时反映了社会对应用型人才的需求，与我们国家教育改革的趋势比较一致。根据评估模型确定专业培养能力体系指标灰类以后，再开展专家评估与讨论，最终确定各个指标的灰类。然后以专业培养能力体系为核心，开展专业人才培养方案理论课程体系、实践课程体系设计以及素质项目设计，将指标的培养要求落实到具体课程和具体项目中，从而实现专业培养能力体系、理论课程体系、实践教学体系、素质教育项目的一体化设计。

4 结论

专业建设系统工程包含专业人才培养目标的确定，人才培养规格的准确定位，理论课程体系的深化，实践教学体系的强化等诸多方面的问题。专业培养能力指标体系的构建与评估（即人才培养规格的准确定位）是专业建设系统工程的重要一环，对专业建设的后续工作具有方向性、指导性的意义，为专业建设的后续工作奠定了基础。本文通过聚类评估模型对能力指标进行评估，确定专业培养能力体系，具有一定的现实意义，有助于真正实现“教育创造学生价值、学生创造社会价值”的教育理念。

参考文献：

[1]顾佩华，沈民奋.重新认识工程教育―国际CDIO培养模式与方法[M].陆小华，译.北京：高等教育出版社，2009.

[2]孙福权，王晓煜，吴迪.基于CDIO理念的IT应用型人才培养模式[J].计算机教育，2010，22：30-35.

[3]孙倩，刘爽.基于CDIO理念的国际贸易应用型人才素质模糊综合评价[J].科技创业月刊，2013，02：71-73.

[4]张国辉，吴艳，张蜜.基于灰色聚类分析的企业应急管理能力评价[J].经济数学，2011，01：94-99.

[5]刘红旗，侍旭，王晖.基于三角白化权函数的高校家庭经济困难学生动态认定研究[J].数学的实践与认识，2014，01：25-30.

[6]尹俊淞.基于灰色聚类分析的轨道交通应急能力综合评价[J].工业安全与环保，2012，05：88-91.

[7]刘思峰，谢乃明.基于改进三角白化权函数的灰评估新方法[J].系统工程学报，2011，02：244-250.

[8]王化中，强凤娇，贺宝成.基于改进的中心点三角白化权函数灰评估新方法[J].统计与决策，2014，08：69-72.

[9]祝，马文静.布鲁姆教育目标分类理论对大学英语阅读教学的启示[J].中国大学教学，2014（9）：67-71.