侯首萍
（北京农学院，北京 102206）
摘 要：本研究运用层次聚类法,建立了一套大学生数学建模能力评价方法,使评价工作变得更科学、合理、公正.最后通过实例验证了此种方法的可行性.此种方法可以公正客观地评价大学生数学建模能力，有助于教育研究机构对学生数学建模能力的调查和研究，既能对学生的个人发展提出改进措施和努力方向，又能为教育科研工作者开展数学建模培训提供更全面具体的指导,为数学建模竞赛选拔更优秀的人才.
教育期刊网 http://www.jyqkw.com
关键词 ：层次聚类法；数学建模能力；评价；模型
中图分类号：O242.1 文献标识码：A 文章编号：1673-260X（2015）04-0001-03
基金项目：北京农学院教改立项（5046516450）
目前,随着数学建模在各个领域的广泛应用,许多学校开始把数学建模能力作为一个重要的研究方向.数学建模能力是综合运用知识解决实际问题的数学能力，是一个比较模糊的难以简单量化的能力.因此,要更好地对大学生数学建模能力进行评价，并因材施教,扬长避短的培养数学建模能力,需要一个科学的评价体系来对大学生的数学建模能力进行科学准确的评价.
积极有效地开展大学生数学建模竞赛，提高大学生的数学建模能力，亟需建立一套完备的大学生数学建模能力评价指标体系.目前，对大学生数学建模能力的研究主要集中在：（1）对大学生数学建模能力培养的研究[1-3]，主要是从教育工作者的角度对大学生数学建模能力培养提出若干对策与建议，这方面研究较多，但这些建议往往是由工作经验或感想得出，没有理论依据，说服力不强；（2）对大学生数学建模能力评价的研究[4,5]，有层析分析法和主成分分析法.这些研究虽然简单地列举了评价指标，但形不成体系，由于忽略了数学模型的应用，因此主观因素较大，客观性和准确性受到质疑.针对以上问题，笔者通过搜集整理众多学者的理论和观点,建立一套适用于大学生的数学建模能力评价体系,采用层次聚类法,并通过我校学生的实例验证评价体系的实用性和可行性.
1 基于层次聚类法的大学生数学建模能力评价模型
层次聚类法又称为分层聚类法，是研究样品（或指标）分类问题的一种多元统计方法.所谓“类”是指相似元素的集合.聚类分析能将样品（或指标）按其在性质上的“亲疏程度”进行分类，产生多个分类结果.
假设研究对象为n个学生，记为A={x1,x2,…,xn}，学生的m个分类特征记为B={y1,y2,…,ym}.每个对象相应于这些指标所取数值的向量记为
X={xi1,xi2,…,xim} (i=1,2,…,n)，
其中xik表示第i个学生的第k个指标，于是得到m×n矩阵，称为原始矩阵，记为
层次聚类法的基本步骤如下：
（1）首先将数据各自作为一类，每个类只包含一个数据，此时类间距离就是数据间的距离，这时有n类，计算n个数据两两间的距离，得到数据间的距离阵；
（2）合并类间距离最小的两类为一新类，这时类的个数减少一个；
（3）计算新类与其它各旧类间的距离矩阵.若合并后类的个数等于“1”，转到（5），否则回到（2）；
（4）画谱类聚类图；
（5）决定分类的个数和各类的成员.
本文采用马氏距离法定义类与类之间的距离，dij2(M)=(Xi-Xj)’∑-1(Xi-Xj)其中，∑表示指标的协方差矩阵，即：
马氏距离不但排除了各指标之间相关性的干扰，并且还不受各指标量纲的影响.除此之外，它还有一些优点，例如，可以证明将原始数据做一些线性变换后，马氏距离仍不变.若在某一步，第i类和第j类合并成第r类，则新类其它旧类之间的距离公式为drk=max{dik,djk},(k≠i,j)，其中dik,djk分别表示新类中所包含的第i类和第j类与没有被合并到新类中的某个k类的类之间的距离.
2 实例分析
2.1 确立数学建模能力评价指标体系
建立科学准确的评价指标体系,是评价工作最基本、最关键的一步,必须遵循一定的原则，这些原则包括:（1）具有普遍性.指建立的指标体系面向的是全体学生，因此在设计量化方案的时候，必须具有普遍性，符合学生的知识结构和认知规律.（2）具有科学性.指设立的指标体系要符合科学发展规律,反映学生的数学建模能力,指标要素之间要避免重叠,并具有整体完备性.（3）具有指导性.能正确体现教学指导思想、教学改革与发展方向,并能反映数学建模能力的正确导向作用.（4）具有可测性.要求指标可通过实际观察对事物某一方面的情况, 能加以度量并获得量化的结果.
按照上述原则,分析和吸取大多数学者的观点和共同之处, 经课题组共同讨论后，确定了以下指标体系：（1）创新能力，包括创新思维能力和创新实践能力，是对已有的知识和理论，进行不同程度的再组合、再创造，从而获得新颖、独特、有价值的新观念、新思想和新方法的能力；（2）协作能力，指能综合地运用各种交流和沟通的方法进行合作，尊重理解他人的观点与处境，评价和约束自己的行为，共同确立目标并努力去实现目标；（3）基础知识掌握程度，用数学建模选修课的分数来衡量；（4）分析解决问题能力，指能阅读、理解对问题进行陈述的材料，通过分析、比较、综合、抽象与概括，运用类比、归纳和演绎进行推理，能合乎逻辑的、准确地加以表述并解决问题.分析能力强的人，往往学术有专攻，技能有专长，在自己擅长的领域内，有着独到的见解和成就.看似非常复杂的问题，经过梳理之后，变得简单化、规律化，从而轻松求解，这就是分析解决问题的魅力；（5）计算机应用能力，指利用计算机软件的强大数据处理功能和网络巨大的信息量，通过编程和查找资料，对数学模型进行求解的能力.
最后，通过构造比较矩阵，计算比较矩阵的特征值和特征向量，并对其进行一致性检验，一致性比例指标符合要求，说明构造合理.数学建模能力评价体系如表1.
2.2 大学生数学建模能力评价
现以我校2013届学生为例，调查时抽取一定数量的学生，考察学生的五项数学建模能力，即创新能力、协作能力、基础知识掌握程度、分析解决问题能力和计算机应用能力.每项能力采取百分制记分，通过被试者做一组试题或问题解决的方式，主对学生在各组问题上的完成程度和表现出的个人能力进行量化评价，采取定性和定量相结合的方式，客观问题定量评价，主观问题由老师定性进行打分，评价数据如表2.通过spss软件得到聚类结果表3和使用平均联接的树状图表4.
2.3 评价结果分析
表2所示显示了系统聚类法的聚类结果，可以看到聚类结果分为以下几类.第一类：学生1、2、4、8、9、10、12、13、15；第二类：学生3、5、7、11、14；第三类：学生6.其中第三类学生6非常优秀，在协作能力，基础知识掌握程度，计算机应用能力方面有显著优势，具备良好的创新能力和分析解决问题能力，是数学建模的一流学员；第二类学生良好，有一定的数学基础，具备良好的创新能力和计算机应用能力.如学生7在基础知识掌握程度方面有显著优势，学生11在协作能力和分析解决问题方面表现突出，是数学建模的优势学员；第一类学生创新能力不足，思维有些僵化，虽然具备一定的建模思想，有良好的分析解决问题能力，能与人进行交流和合作，但个人素质相对平均.如学生1、2、12、13对数学建模的思路和方法还停留在简单模式中，不能多角度多侧面地看问题，没有思考和创新，不能在条件相同的情况下提出较多的观点和意见，发散思维能力较差.究其原因，是因为学生还没有从高中阶段的学习状态调整过来，思维模式单一，创新能力不够，对于数学建模的模式不习惯，这类学生对数学建模有一定的兴趣，但能力不够，需要多加培养，是数学建模的潜在学员.
3 结束语
本文运用层次聚类法对大学生数学建模能力进行评价，力求评价更具科学性，为数学建模人才的选拔提供参考.与其它评价方法相比，本方法具有以下优点：（1）融合了定性分析和定量分析的双重优势；（2）操作简单，只需输入数据即可得出结果.（3）评价体系适用面广，方法具有普遍性，可作为学院内部选拔学生，也可作学院之间的比较，聚类结果科学合理，较符合实际.评价结果表明，该模型可以科学公正客观的评价大学生数学建模能力，使学生了解自己的实际水平，找到自己的优势和劣势，既可以对学生个人发展提供改进措施和努力方向，又能为教育科研工作者开展数学建模教育和辅导提供更全面具体的指导,有助于教育研究机构对大学生数学建模能力的调查和研究，为数学建模竞赛选拔更优秀的人才.
教育期刊网 http://www.jyqkw.com
参考文献：
〔1〕朱建青，谷建胜.数学建模能力与大学生综合素质的培养[J].大学数学,2013,29（6）：83-86.
〔2〕郎淑雷.关于提高学生数学建模能力的思考[J].中国科技信息,2007(24):243.
〔3〕刘大本.浅谈学生数学建模能力的培养[J]，江西教育,2006(22):34.
〔4〕张明成，沙旭东，张鑫.专科学生数学建模能力的分析及评价研究[J].淄博师专学报,2009(4):60-64.
〔5〕刘贵龙.模糊聚类分析在文本分类中的应用[J].计算机工程与应用,2003,12（6）：17-23.
〔6〕刘福来，曾文艺.数学模型与数学建模[M].北京：北京师范大学出版社，1997.
〔7〕姜启源，谢金星，叶俊.数学模型（第三版）[M].北京：高等教育出版社,2003.