張雅麗，王 科

(1.陜西鐵路工程職業(yè)技術(shù)學(xué)院，陜西 渭南 714000； 2.西北工業(yè)大學(xué),陜西 西安 710129)

PDCA循環(huán)管理作為經(jīng)典的一種用于分析、解決和解決問題的管理方法，其主要包含：策劃(Plan)、實施(Do)、檢查(Check)和處置(Action)4步構(gòu)成，其被廣泛地應(yīng)用于各個方面的管理，以改善工作方法、業(yè)務(wù)流程，切實的解決實際問題；同時PDCA循環(huán)管理對于管理和制度的形成和固化有良好的應(yīng)用效果[1-2]。

基于 PDCA周期管理的角度，采用 AHP方法，提高高校工程管理學(xué)院學(xué)生工作的規(guī)范化、科學(xué)化，運用層次分析法，從學(xué)校風(fēng)氣建設(shè)、規(guī)范管理工作、學(xué)生公寓管理以及教師隊伍建設(shè)幾項指標(biāo)，建立了一種評估高校本科生管理工作的指標(biāo)系統(tǒng)[3]。為支撐向量機(SVM)的模型的執(zhí)行效果，最大限度地利用參數(shù)C和g的約束條件，避免陷入局部最優(yōu)；運用布谷鳥算法(CS)優(yōu)化選擇SVM模型參數(shù)，提出一種基于多維度評價指標(biāo)的CS-SVM學(xué)生管理工作評價模型[4]。CS-SVM模型、SVM模型和BP模型3種算法，CS-SVM極大地改善了對學(xué)生管理工作評價的精準(zhǔn)度，有利于進一步指導(dǎo)開展學(xué)生管理和評價工作。

1 學(xué)生管理工作評價指標(biāo)

針對目前高校管理工作的現(xiàn)狀，從4個方面建立起一套工程管理學(xué)院學(xué)生管理工作，即從學(xué)風(fēng)建設(shè)工作、常規(guī)管理工作與公寓管理、隊伍建設(shè)4個維度構(gòu)建出一套學(xué)生管理工作評價指標(biāo)體系；學(xué)生管理工作評價指標(biāo)體系如圖1所示。

圖1 學(xué)生管理工作評價體系Fig.1 Evaluation system of student management

2 布谷鳥算法

布谷鳥算法是模擬布谷鳥繁衍過程所提出的群智能模擬仿生搜索算法[5-6]。布谷鳥種群在持續(xù)進化過程中，占有其他鳥類的窩，將鳥蛋產(chǎn)在其他鳥類的窩里，如果其他鳥類沒有識別出外來的鳥蛋，則讓其他鳥類代為孵鳥；否則，這些鳥蛋則會被丟棄[7]。

布谷鳥算法開展的前提：

前提1：每只布谷鳥每次只生產(chǎn)1只鳥蛋，并隨機選擇其他鳥類的巢穴；

前提2：對于其他鳥窩適應(yīng)最好的蛋則會被繁衍至下一代；

前提3：當(dāng)其他鳥類的巢穴數(shù)量和位置固化后，假設(shè)其他鳥類發(fā)現(xiàn)非本物種鳥蛋的幾率為pa，pa∈[0,1]。則采用式(1)更新布谷鳥的選擇的鳥巢的位置[8]：

(1)

對于鳥蛋被其他鳥類識別的概率pa，即鳥蛋被拋棄的概率pa，采用式(2)計算其的隨機個性化游動生成最新解取代被丟棄的解：

(2)

3 基于CS-SVM的學(xué)生管理工作評價

3.1 支持向量機

(3)

(4)

3.2 適應(yīng)度函數(shù)

支持向量機的核心參數(shù)包括：懲罰系數(shù)C和核參數(shù)g[11]，其主要作用是對支持向量機的不斷接近錯誤值和運算復(fù)雜性得確定進行控制。當(dāng)數(shù)值較大時，SVM的適配性較高，SVM的推廣性能也隨之降低；核參數(shù)g主要用于調(diào)整SVM模型的最終的分類精準(zhǔn)度[12]，該值取值越小，SVM模型最終識別的分類結(jié)果精準(zhǔn)度越高；否則，分類準(zhǔn)確率會下降。因此，考慮到SVM模型性能與懲罰參數(shù)C負(fù)相關(guān)性、與核參數(shù)g的正相關(guān)性，本文選用CS算法對SVM模型的核心參數(shù)記性優(yōu)化，并使用分類準(zhǔn)確率T作為SVM模型的適應(yīng)度函數(shù)：

(5)

式中：Total為待分類的樣本總值；right為可以正確分類的樣本總值。

3.3 算法流程

Step1：通過專家打分法獲得學(xué)生管理工作評價數(shù)據(jù)，10個專家對10個高校的15個2級指標(biāo)進行打分得到樣本數(shù)據(jù)。學(xué)生管理工作評價等級分為低、較低、中、較好、好等5個等級水平。將樣本數(shù)據(jù)劃分為訓(xùn)練集和測試集并歸一化[13]：

(6)

式中：x′為歸一化后的數(shù)據(jù)；a、b為歸一化后的最小值與最大值，取a=-1，b=1；x、xmax和xmin分別為原始樣本數(shù)據(jù)、原始樣本數(shù)據(jù)中的最大值與最小值；

Step2：CS算法參數(shù)初始化，最大迭代次數(shù)M、鳥巢數(shù)量N、外來鳥蛋被宿主發(fā)現(xiàn)的概率pa，按式(5)計算所有鳥巢適應(yīng)度函數(shù)值；

Step3：按式(1)動態(tài)更新鳥巢的最新坐標(biāo)，同時使用式(5)獲得更新位置后所有鳥巢的最新適應(yīng)度，將更新后的結(jié)果與原始適應(yīng)度比較，選擇最佳適應(yīng)度值作為鳥巢的最新位置；

Step4：產(chǎn)生(0,1)之間均勻分布的隨機數(shù)r，若r>pa，按式(2)動態(tài)更新鳥巢的坐標(biāo)，同時計算全部鳥巢的適應(yīng)度函數(shù)，保留最佳位置作為種群的最佳適應(yīng)度值；

Step5：算法終止條件判斷。若達(dá)到最大迭代次數(shù)M，則輸出最好的鳥巢位置；反之，返回Step3；

Step6：最好的鳥巢位置對應(yīng)SVM模型最優(yōu)的懲罰參數(shù)C*和核參數(shù)g*，將最優(yōu)的懲罰參數(shù)C*和核參數(shù)g*代入SVM模型進行學(xué)生管理工作評價。

4 試驗與結(jié)果分析

4.1 數(shù)據(jù)來源

為有效評估CS-SVM對工程管理學(xué)院學(xué)生管理工作的精確性，運用專家評分[14-15]方法對其進行問卷分析，獲得了對學(xué)生管理工作的評估結(jié)果，學(xué)生管理工作評價等級分為好、中、差3個等級水平。學(xué)生管理工作評價樣本數(shù)據(jù)如表1所示。

表1 評價樣本數(shù)據(jù)Tab.1 Evaluation sample data

4.2 評價指標(biāo)

選擇準(zhǔn)確率T和誤判率F作為學(xué)生管理工作評價效果的評價指標(biāo)[16-17]。

(1)準(zhǔn)確率T：假設(shè)學(xué)生管理工作評價等級被正確識別的數(shù)量為A；而實際的評價等級使用B代表，使用式(7)計算學(xué)生管理工作評價等級的準(zhǔn)確率：

(7)

(2)誤判率F：假設(shè)工程管理學(xué)院學(xué)生管理工作評價等級是第i類的實際數(shù)量為H；而將第i類學(xué)生管理工作評價等級誤判為第j類學(xué)生管理工作評價等級的數(shù)量為W，則學(xué)生管理工作評價等級判斷的誤判率為：

(8)

4.3 結(jié)果分析

為了驗證工程管理學(xué)院學(xué)生管理工作評價的效果，將CS-SVM和GA-SVM[18]、SVM[19]和BP[20]進行對比。CS算法參數(shù)：設(shè)定鳥巢數(shù)N=20，pa=0.25，最大迭代次數(shù)M=100；GA算法參數(shù)為：種群規(guī)模10，最大迭代次數(shù)100，交叉概率pc=0.7，變異概率pm=0.1，對比結(jié)果如表2和圖2～圖5所示。

表2 評價結(jié)果Tab.2 Evaluation results

圖2 CS-SVM評價結(jié)果Fig.2 CS-SVM evaluation results

圖3 GA-SVM評價結(jié)果Fig.3 GA-SVM evaluation results

圖4 SVM評價結(jié)果Fig.4 SVM evaluation results

圖5 BP評價結(jié)果Fig.5 BP evaluation results

由圖2～圖5可知，“*”代表對學(xué)生管理工作評價等級的全部評價類別；“o”代表學(xué)生管理工作評價等級的實際類別；結(jié)合實際類別和評價類別的比對，可以明顯地看出評價結(jié)果和實際類別，其中1、2、3分別表示學(xué)生管理工作評價等級為好、中和差。當(dāng)“*”和“o”重合時，學(xué)生管理工作評價等級的評價結(jié)果和學(xué)生管理工作評價等級的實際類別一致，說明學(xué)生管理工作評價結(jié)果正確；當(dāng)“*”和“o”不重合時，學(xué)生管理工作評價等級的評價結(jié)果和學(xué)生管理工作評價等級的實際類別不一致，說明工程管理學(xué)院學(xué)生管理工作評價結(jié)果錯誤。由表2可知，CS-SVM的工程管理學(xué)院學(xué)生管理工作評價的準(zhǔn)確率和誤判率分別為96.41%和3.59%，優(yōu)于GA-SVM的92.28%和7.72%、SVM的90.46%和9.54%及BP的86.35%和13.65%。與GA-SVM、SVM和BP對比發(fā)現(xiàn)，CS-SVM能夠極大地改善工程管理學(xué)院學(xué)生工作考核結(jié)果的精確度，為高校學(xué)生工作考核開辟了新的思路。

5 結(jié)語

為加強對高校工程管理學(xué)院學(xué)生工作管理的質(zhì)量和水平，確保實現(xiàn)高精度對工程管理學(xué)院學(xué)生管理工作進行評價，本文運用層次分析法，從學(xué)校風(fēng)氣建設(shè)、規(guī)范管理工作、學(xué)生公寓管理以及教師隊伍建設(shè)幾項指標(biāo)，構(gòu)建出一套學(xué)生管理工作評價指標(biāo)體系。使用布谷鳥算法對SVM模型的核心參數(shù)懲罰C和核參數(shù)g進行優(yōu)化，避免陷入局部最優(yōu)。由于學(xué)生管理評價工作的體系性和系統(tǒng)性較強，涉及面較廣，影響因素較多。文中對影響因素的考慮還需要進一步加強，后續(xù)將持續(xù)補充完善更多的評價指標(biāo)的學(xué)生管理工作評價模型，從而提高模型的適用性和可靠性。