第一篇：武汉科技大学教师评教系统的模型化优化与分析
武汉科技大学教师评教系统的模型化优化与分析 模块一
原调查问卷的优化
原问卷的不足以及改进
对原计算公式的评价
模块二
影响老师得分差异的因素猜测
猜想1
猜想2
猜想3
猜想4
猜想的验证
模块三
消除不同学科间难易程度的影响
消除不同班级评分标准对评教的影响
性别不同的处理方法比如基于下面的数据
模块四
以及其评价因子的各种权变因素的确定
模块五
对新方案的评价
第二篇：数据分析与建模,实验报告,实验四,最优化模型建模分析
学生学号
实验课成绩
学 学 生 实 验 报 告 书
实验课程名称 数据分析与建模 开 开 课 学 院 管理学院 指导教师姓名 鄢 丹 学 学 生 姓 名
学生专业班级
2018 —2019 学年
第1
学期实验报告填写说明
1． 综合性、设计性实验必须填写实验报告，验证、演示性实验可不写实验报告。
2． 实验报告书 必须按统一格式制作（实验中心网站有下载）。
3． 老师在指导学生实验时，必须按实验大纲的要求，逐项完成各项实验；实验报告书中的实验课程名称和实验项目 必须与实验指导书一致。
4． 每项实验依据其实验内容的多少，可安排在一个或多个时间段内完成，但每项实验只须填写一份实验报告。
5． 每份实验报告教师都应该有签名、评分表及实验报告成绩。
6． 教师应及时评阅学生的实验报告并给出各实验项目成绩，完整保存实验报告。在完成所有实验项目后，教师应按学生姓名将批改好的各实验项目实验报告装订成册，构成该实验课程总报告，按班级交到实验中心，每个班级实验报告袋中附带一份实验指导书及班级实验课程成绩表。
7． 实验报告封面信息需填写完整，并给出实验环节的成绩，实验环节成绩按其类型采取百分制或优、良、中、及格和不及格五级评定（与课程总成绩一致），并记入课程总成绩中。
实验课程名称：_ 数据分析与建模__
实验项目名称 实验四 最优化模型的建模分析 实验 成绩
实 实 验 者
专业班级
组 组
别 无 无 同 同 组 者 无 无 实验日期 2018 年 年 10 月 月 18 日 第一部分：实验预习报告（包括实验目的、意义，实验基本原理与方法，主要仪器设备及耗材，实验方案与技术路线等）
一、实验目的、意义 本实验旨在通过资料查阅和上机实验，使学生熟悉和掌握最优化模型的分析方法和理论，掌握数据分析工具 Mathematica，培养和提高数据分析的能力。
二、实验基本原理与方法 最优化模型的分析方法，数据分析工具 Mathematica 的使用方法，以及帮助指南文档等。
三、实验内容及要求 最优化模型的建模分析，写出求解过程及分析结论。、彩电生产问题的最优化分析 一家彩电制造商计划推出两种新产品：一种 19 英寸液晶平板电视机，制造商建议零售价为339 美元；另一种 21 英寸液晶平板电视机，零售价为 399 美元。公司付出的成本为 19 英寸彩电每台 195 美元，21 英寸彩电每台 225 美元；还要加上 400000 美元的固定成本。在竞争的销售市场中，每年售出的彩电数量会影响彩电的平均售价。据估计，对每种类型的彩电，每多售出一台，平均销售价格会下降 1 美分。而且 19 英寸彩电的销售会影响 21 英寸彩电的销售，反之亦然。据估计，每售出一台 21 英寸彩电，19 英寸彩电的平均售价会下降 0.3 美分，而每售出一台 19 英寸彩电，21 英寸彩电的平均售价会下降 0.4 美分。
（1）每种彩电应该各生产多少台，每种彩电的平均售价是多少？（2）最大的盈利利润是多少，利润率是多少？
2、彩电生产的关税 问题分析 仍然是上述的无约束的彩电问题。由于公司的装配厂在海外，所以美国政府要对每台电视机征收 25 美元的关税。
（1）将关税考虑进去，求最优生产量。这笔关税会使公司有多少花费？在这笔花费中，有多少是直接付给政府，又有多少是销售额的损失？（2）为了避免关税，公司是否应该将生产企业重新定址在美国本土上？假设海外的工厂可以按每年 200000 美元的价格出租给另一家制造公司，在美国国内建设一个新工厂并使其运转起来每年需要花费 550000 美元。这里建筑费用按新厂的预期使用年限分期偿还。
（3）征收关税的目的是为了促使制造公司美国国内建厂。能够使公司愿意在国内重新建厂的最低关税额是多少？（4）将关税定得足够高，使公司要重建工厂。讨论生产量和利润关于关税的灵敏性。说明实际关税额的重要性。
提示：Mathematica 中的命令，Solve，D，ReplaceAll(/.)，等合。可结合 Excel。
进行列表分析。
3、、写出简短程序，绘制特殊图形 在 Mathematica 中分别绘制以下五类基本初等函数，依次为：
（1）幂函数：y=x μ
（μ∈R 是常数）；（2）指数函数：y=a x
（a>0，且 a≠1）；（3）对数函数：y=log a x
（a>0 且 a≠1，特别当 a=e 时，记为 y=lnx）；（4）三角函数：如 y=sin x，y=cos x，y=tan x 等；（5）反三角函数：如 y=arcsin x，y=arccos x，y=arctan x 等。
四、实验方案或技术路线（只针对综合型和设计型实验）
按照实验任务要求，理论结合实际的实验方案，巩固课程内容，温故知新，查遗补漏，夯实理论基础，提升实验动手能力。
技术路线是，从整体规划，分步骤实施，实验全面总结。
第二部分：实验过程记录（可加页）（包括实验原始数据记录，实验现象记录，实验过程发现的问题等）、彩电生产问题的最优化分析（1）求解过程：本题采用五步法求解。
【第一步：提出问题】
首先，列出变量表，写出这些变量间的关系和所做的其他假设。比如，有的要求取值非负。然后，采用引入的符号，将问题用数学公式表达。
第一步的结果归纳如下：
变量：
s = 19 英寸彩电的售出数量（每年）
t = 21 英寸彩电的售出数量（每年）
p = 19 英寸彩电的销售价格（美元）
q = 21 英寸彩电的销售价格（美元）
C = 生产彩电的成本（美元/年）
R = 彩电销售的收入（美元/年）
P = 彩电销售的利润（美元/年）
假设：
p = 339 – 0.01s – 0.003t q = 399 – 0.004s – 0.01t R = p*s + q*t C= 400 000 + 195s +225t P = R – C s≥0, t≥0
目标：求 P 的最大值 【第二步：选择建模方法】
本题的彩电问题属于无约束的多变量最优化问题，这类问题通常用多元微积分来解决。
【第三步：推导模型的表达式】
P = R – C = p*s + q*t –(400 000 + 195s +225t)
=(339 – 0.01s – 0.003t)*s +(399 – 0.004s – 0.01t)*t –(400 000 + 195s +225t)
此处我令 y = P 作为求最大值的目标变量，x1 = s, x2 = t 作为决策变量。
故原问题可化为：
在区域 S = {(x1, x2): x1≥0, x2≥0 }上对：
y = f(x1, x2)=(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)求最大值。
【第四步：求解模型】
利用第二步选择的微积分的方法来求解。
a.首先，用 Mathematica 绘出函数 f 的三维图像。
绘制二元函数 3D 图形的命令：Plot3D[函数, 第一变量的范围, 第二变量的范围, 可选项]
图 1 函数 f 的三维图像 由上图可知，f 是一个抛物面，且 f 在 S 内部达到最大值。
b.然后，再用 Mathematica 绘出函数 f 的等高线图。
绘制二元函数等高线图的命令：
ContourPlot[函数, 第一变量的范围, 第二变量的范围, 可选项]
图 2 函数 f 的等高线图
由上图可以估计，f 的最大值出现在 x1 = 5000，x2 = 7000 附近。
c.利用 Mathematica 分别求出函数 f 关于 x1，x2 的偏导数。
d.函数 f 是一个抛物面，欲求得其最高点，只需令 x1 和 x2 的偏导数同时为 0，建立方程组求解即可。该方程组可利用 Mathematica 的 Solve 函数求解，解得：
x1 = 4735.04≈4735 , x2 = 7042.74≈7043 e.将求得的 x1, x2 的值代入函数 f 的表达式：
f(x1, x2)=(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)即可求得 f 的最大值。求得 f 的最大值 = 553641
其中，c、d、e 应用 Mathematica 求解的运行结果如下图所示：
图 3 应用 Mathematica 求解 f.求解其他变量：英寸彩电的平均售价：p = 339 – 0.01*x1 – 0.003*x2 = 270.52（美元）英寸彩电的平均售价：q = 399 – 0.004*x1 – 0.01*x2 = 309.63（美元）
生产彩电的总成本：C= 400 000 + 195*x1 +225*x2 = 2908000（美元/年）
利润率 = 利润/总成本 = 553641/2908000 = 19%
【第五步：回答问题】
这家公司可以通过生产 4735 台 19 英寸彩电和 7043 台 21 英寸彩电来获得最大利润，每年获得的净利润为 553641 美元。每台 19 英寸彩电的平均售价为 270.52 美元，每台 21 英寸彩电的平均售价为 309.63 美元。生产总支出为 2908000 美元，相应的利润率为 19%。
（2）分析结论：
这些结果显示出这是有利可图的，因此建议这家公司应该实行推行新产品的计划。
注意：以上得到的结论是以彩电问题的第一步中所做的假设为基础的。实际中，在向公司报告结论之前，应该对彩电市场和生产过程所做的假设进行灵敏性分析，以保证结果具有稳健性。
2、彩电生产的关税问题分析（1）将关税考虑进去，求最优生产量。这笔关税会使公司有多少花费？在这笔花费中，有多少是直接付给政府，又有多少是销售额的损失？ 本题依旧采用五步法求解。
【第一步：提出问题】
首先，列出变量表，写出这些变量间的关系和所做的其他假设。然后，采用引入的符号，将问题用数学公式表达。
在前面所述无约束彩电问题的基础上，增加以下变量和假设：
变量：
k = 支付的关税总额（美元/年）
W = 关税后的总利润（美元/年）
假设：
k = 25*(s + t)W = P – k
目标：求 W 的最大值 【第二步：选择建模方法】
本题的彩电问题属于无约束的多变量最优化问题，这类问题通常用多元微积分来解决。
【第三步：推导模型的表达式】
W = P – k
=(339 – 0.01s – 0.003t)*s +(399 – 0.004s – 0.01t)*t –(400 000 + 195s +225t)– 25*(s + t)此处我令 y = W 作为求最大值的目标变量，x1 = s, x2 = t 作为决策变量。
故原问题可化为：
在区域 S = {(x1, x2): x1≥0, x2≥0 }上对：
y = w(x1, x2)=(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)– 25*(x1 + x2)求最大值。
【第四步：求解模型】
利用第二步选择的微积分的方法来求解。
a.首先，用 Mathematica 绘出函数 w 的三维图像。
绘制二元函数 3D 图形的命令：
Plot3D[函数, 第一变量的范围, 第二变量的范围, 可选项]
图 4 函数 w 的三维图像 由上图可知，w 是一个抛物面，且 w 在 S 内部达到最大值。
b.然后，再用 Mathematica 绘出函数 w 的等高线图。
绘制二元函数等高线图的命令：
ContourPlot [函数, 第一变量的范围, 第二变量的范围, 可选项]
图 5 函数 w 的等高线图 由上图可以估计，w 的最大值出现在 x1 = 4000，x2 = 6000 附近。
c.利用 Mathematica 分别求出函数 w 关于 x1，x2 的偏导数。
d.函数 w 是一个抛物面，欲求得其最高点，只需令 x1 和 x2 的偏导数同时为 0，建立方程组求解即可。该方程组可利用 Mathematica 的 Solve 函数求解，解得：
x1 = 3809.12≈3809 , x2 = 6116.81≈6117
e.将求得的 x1, x2 的值代入函数 w 的表达式：
w(x1, x2)=(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)– 25*(x1 + x2)即可求得 w 的最大值。求得 w 的最大值 = 282345
其中，c、d、e 应用 Mathematica 求解的运行结果如下图所示：
图 6 应用 Mathematica 求解 f.求解其他变量：
关税总花费：k = 25*(x1 + x2)= 248148（美元/年）
总利润减少额 = 553641 – 282345 = 271296（美元/年）
考虑关税后销售额的损失额 = 271296 – 248148 = 23148（美元/年）
【第五步：回答问题】
考虑关税后，这家公司可以通过生产 3809 台 19 英寸彩电和 6117 台 21 英寸彩电来获得最大利润，每年获得的最大净利润为 282345 美元。
这笔关税会使公司每年多花费 271296 美元。在这笔花费中，有 248148 美元是直接付给政府的，其余 23148 美元是销售额上的损失。
（2）为了避免关税，公司是否应该将生产企业重新定址在美国本土上？假设海外的工厂可以按每年 200000 美元的价格出租给另一家制造公司，在美国国内建设一个新工厂并使其运转起来每10
年需要花费 550000 美元。这里建筑费用按新厂的预期使用年限分期偿还。
【分析问题】
当公司将生产企业重新定址在美国本土后：
生产成本增加额 = 550000 – 200000 = 350000（美元/年）
考虑关税后：
总利润减少额 = 553641 – 282345 = 271296（美元/年）
【回答问题】
由计算可知：在考虑关税的情况下，当公司将生产企业重新定址在美国本土后，每年的生产成本增加额 350000 美元 大于 总利润减少额 271296 美元。所以公司不应该将生产企业重新定址在美国本土上。
（3）征收关税的目的是为了促使制造公司美国国内建厂。能够使公司愿意在国内重新建厂的最低关税额是多少？ 保留前面所设的变量和所做的假设。
假设政府对每台电视机征收 x 美元的关税。
则关税后的总利润 W =(339 – 0.01s – 0.003t)*s +(399 – 0.004s – 0.01t)*t –(400 000 + 195s +225t)– x*(s + t)分析：当且仅当国内建厂成本小于等于关税前后总利润的减少额，才能够使公司愿意在国内重新建厂。即 350000 ≤ 553641 – W(max)，化简可得：W(max)≤203641
即 x ≥ [(339 – 0.01s – 0.003t)*s +(399 – 0.004s – 0.01t)*t –(400 000 + 195s +225t)– 203641]/(s + t)此处我令 y = [(339 – 0.01s – 0.003t)*s +(399 – 0.004s – 0.01t)*t –(400 000 + 195s +225t)– 203641]/(s + t)作为求最大值的目标变量，x1 = s, x2 = t 作为决策变量。
故原问题可化为：
在区域 S = {(x1, x2): x1≥0, x2≥0 }上对：
y = m(x1, x2)= [(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)– 203641]/(x1 + x2)求最大值。
再令 x ≥ m(x1, x2)的最大值 即为所求。
【求解模型】
利用微积分的方法来求解。
a.首先，用 Mathematica 绘出函数 m 的三维图像。
绘制二元函数 3D 图形的命令：
Plot3D[函数, 第一变量的范围, 第二变量的范围, 可选项]
图 7 函数 w 的三维图像 由上图可知，m 是一个抛物面，且 m 在 S 内部达到最大值。
b.然后，再用 Mathematica 绘出函数 m 的等高线图。
绘制二元函数等高线图的命令：
ContourPlot [函数, 第一变量的范围, 第二变量的范围, 可选项]
图 8 函数 m 的等高线图 由上图可以估计，m 的最大值出现在 x1 = 3500，x2 = 6000 附近。
c.利用 Mathematica 分别求出函数 m 关于 x1，x2 的偏导数。
d.函数 m 是一个抛物面，欲求得其最高点，只需令 x1 和 x2 的偏导数同时为 0，建立方
程组求解即可。该方程组可利用 Mathematica 的 Solve 函数求解，解得：
x1 = 3506.2≈3506 , x2 = 5813.89≈5814
e.将求得的 x1, x2 的值代入函数 m 的表达式：
m(x1, x2)= [(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)– 203641]/(x1 + x2)即可求得 m 的最大值。求得 m 的最大值≈33 其中，c、d、e 应用 Mathematica 求解的运行结果如下图所示：
图 9 应用 Mathematica 求解 f.求解其他变量：
故 x≥33 【回答问题】
为了促使公司愿意在国内重新建厂，政府可收取的最低关税额是 33 美元。
（4）将关税定得足够高，使公司要重建工厂。讨论生产量和利润关于关税的灵敏性。说明实际关税额的重要性。
设每台彩电的关税额为 x 美元，每年 19 英寸彩电和 21 英寸彩电的生产量分别为 x1, x2 台，每年净利润为 w 美元。
1）生产量 x1, x2 关于关税 x 的灵敏性 a.粗分析 现在假设关税 x 的实际值是不同的，对几个不同的 x 值，重复前面的求解过程, 可以得到对生产量 x1, x2 关于 x 的敏感程度的一些数据。
即给定 x，对 y = w(x1, x2)=(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)– x*(x1 + x2)分别求出函数 w 关于 x1，x2 的偏导数，再令 x1 和x2 的偏导数同时为 0，建立方程组求解。
可得相应 x1 = 4735.04-37.037 x , x2 = 7042.74-37.037 x
图 10 用 x 来表示 x1 和 x2 用 Excel 绘出生产量 x1, x2 关于关税 x 的散点图。
图 11 生产量 x1, x2 关于关税 x 的散点图 由上述图表可以看到生产量 x1, x2 对关税 x 是很敏感的。即如果给定不同的关税，则生产量 x1, x2 将会有明显变化。甚至从理论上分析，当 x 足够大时，x1, x2 的取值会变为负数。因此，x 的取值要合适、合理，所做的分析才有意义。
b.生产量 x1, x2 关于关税 x 的灵敏性的系统分析 前面已计算出，使偏导数同时为零的点为 x1 = 4735.04-37.037 x , x2 = 7042.74-37.037 x，若要 x1, x2≥0，只要 x≤127.8 即可。当 0≤x≤127.8 时，x1 和 x2 随着 x 的增大而不断减小。
c.生产量 x1, x2 对关税 x 的灵敏性的相对改变量：
由 x1 = 4735.04-37.037 x , x2 = 7042.74-37.037 x 可得：在点 x = 33 处，dx1/dx =-37.037, dx2/dx =-37.037 S(x1 , x)=(dx1/dx)*(x/x1)=-0.35 S(x2 , x)=(dx2/dx)*(x/x2)=-0.21 即每台彩电的关税额 x 增加 1%，则导致每年 19 英寸彩电和 21 英寸彩电的生产量 x1, x2分别减少 0.35%，0.21%
2）利润 w 关于关税 x 的灵敏性 a.粗分析 w =(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)– x*(x1 + x2)由前面分析可得，生产量 x1, x2 对关税 x 是很敏感的，且此处分析的利润应该是在 x = 33 美元的情况下的最大利润，故将 x1 = 4735.04-37.037 x , x2 = 7042.74-37.037 x 代入式子 w =(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)– x*(x1 + x2), 得
w =(339-0.01*(4735.04-37.037 x)-0.003*(7042.74-37.037 x))*(4735.04-37.037 x)+(399-0.004*(4735.04-37.037 x)-0.01*(7042.74-37.037 x))*(7042.74-37.037 x)-(400000 + 195*(4735.04-37.037 x)+ 225*(7042.74-37.037 x))-x*((4735.04-37.037 x)+(7042.74-37.037 x))用 Excel 绘出利润 w 关于关税 x 的散点图。
图 12 利润 w 关于关税 x 的散点图 由上述图表可以看到利润 w 对关税 x 是很敏感的。即如果给定不同的关税，则利润 x 将会有明显变化。甚至从理论上分析，当 x 足够大时，w 的取值会变为负数。因此，x 的取值要合适、合理，所做的分析才有意义。
b.利润 w 关于关税 x 的灵敏性的系统分析 由前面粗分析中的散点图可知，w 随着 x 的增大而不断减小。当 x≥57.4 时，利润 w 变为负数。
c.利润 w 对关税 x 的灵敏性的相对改变量：
由 x1 = 4735.04-37.037 x , x2 = 7042.74-37.037 x 可得：在点 x = 33 处，dw/dx = −9333.33 S(w , x)=(dw/dx)*(x/w)=-1.5
即每台彩电的关税额 x 增加 1%，则导致每年净利润为 w 减少 1.5%
3、、写出简短程序，绘制特殊图形（1）幂函数：y = x μ
（μ∈R 是常数）； 此处我将 μ 的值分为 μ ≥ 0 和 μ < 0 分别举例绘出相应的具有代表性的图形。
当 μ ≥ 0 时，我列举了 μ = 0, 1/2, 1, 2, 3;
当 μ < 0 时，我列举了 μ =-1/2,-1,-2 一元函数作图的命令：Plot[{函数 1,函数 2,„ }, 作图范围, 可选项]
图 13 幂函数举例（2）指数函数：y = a x
（a>0，且 a≠1）； 此处 a 的取值范围只有 0 < a < 1 和 a > 1，所以我分别举例绘出了 a = 2 和 a = 1/2 时的图形，16
它们各自具有一定的代表性。
一元函数作图的命令：Plot[{函数 1,函数 2,„ }, 作图范围, 可选项]
图 14 指数函数举例
（3）对数函数：y = log a x（a>0 且 a≠1，特别当 a = e 时，记为 y = lnx）； 此处 a 的取值范围只有 0 < a < 1 和 a > 1，特别当 a = e 时，记为 y = lnx。
所以我分别举例绘出了 a = 7、a = 1/7、a = e 时的图形，它们各自具有一定的代表性。
y = log 7 x 和 y = log 1/7 x 用 Log[7, x]和 Log[1/7, x]表示。而 y = lnx 直接用 Log[x]表示。
一元函数作图的命令：Plot[{函数 1,函数 2,„ }, 作图范围, 可选项]
图 15 对数函数举例
（4）三角函数：如 y = sin x，y = cos x，y = tan x 等；
一元函数作图的命令：Plot[{函数 1,函数 2,„ }, 作图范围, 可选项] 此处三角函数的函数名首字母都要大写，否则软件不会将其视为三角函数，而是视为变量名。如果用 Pi 表示 π 时，首字母也需要大写，否则软件也会将其视为变量名。当输入正确时，下方会有的蓝色字体提示。
图 16 三角函数
（5）反三角函数：如 y = arcsin x，y = arccos x，y = arctan x 等。
一元函数作图的命令：Plot[{函数 1,函数 2,„ }, 作图范围, 可选项] 此处反三角函数的函数名只需在三角函数的函数名之前加一个“Arc”即可。
如果用 Pi 表示 π 时，首字母也需要大写，否则软件会将其视为一个变量名。
图 17 反三角函数
第三部分
结果与讨论（可加页）
一、实验结果分析（包括数据处理、实验现象分析、影响因素讨论、综合分析和结论等）
（1）问题 1：针对第 1 题中的 y = f(x1, x2)=(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)在区域 S = {(x1, x2): x1≥0, x2≥0 }上求最大值，如何估计自变量的取值：
求解方法：
a.首先，用 Mathematica 绘出函数 f 的三维图像。
绘制二元函数 3D 图形的命令：Plot3D[函数, 第一变量的范围, 第二变量的范围, 可选项]
图 18 函数 f 的三维图像 由上图可知，f 是一个抛物面，且 f 在 S 内部达到最大值。
b.然后，再用 Mathematica 绘出函数 f 的等高线图。
绘制二元函数等高线图的命令：ContourPlot[函数,第一变量的范围,第二变量的范围,可选项]
图 19 函数 f 的等高线图 由上图可以估计出，f 的最大值出现在 x1 = 5000，x2 = 7000 附近。
（2）问题 2：如何应用 Mathematica 求解无约束的多变量最优化问题 解决方法：
以第 1 题为例，具体步骤如下：
a.利用 Mathematica 分别求出函数 f 关于 x1，x2 的偏导数。
b.函数 f 是一个抛物面，欲求得其最高点，只需令 x1 和 x2 的偏导数同时为 0，建立方程组求解即可。该方程组可利用 Mathematica 的 Solve 函数求解，解得：
x1 = 4735.04≈4735 , x2 = 7042.74≈7043 c.将求得的 x1, x2 的值代入函数 f 的表达式：
f(x1, x2)=(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)即可求得 f 的最大值。求得 f 的最大值 = 553641
应用 Mathematica 求解的具体运行结果如下图所示：
图 20 应用 Mathematica 求解
（3）问题 3：如何进行灵敏性分析（即灵敏性分析的方法）
解决方法：
以生产量 x1, x2 关于关税 x 的灵敏性分析为例，具体方法如下：
a.粗分析 现在假设关税 x 的实际值是不同的，对几个不同的 x 值，重复前面的求解过程, 可以得到对生产量 x1, x2 关于 x 的敏感程度的一些数据。
即给定 x，对 y = w(x1, x2)=(339 – 0.01*x1 – 0.003*x2)*x1 +(399 – 0.004*x1 – 0.01*x2)*x2 –(400 000 + 195*x1 +225*x2)– x*(x1 + x2)分别求出函数 w 关于 x1，x2 的偏导数，再令 x1 和
x2 的偏导数同时为 0，建立方程组求解。
可得相应 x1 = 4735.04-37.037 x , x2 = 7042.74-37.037 x
图 21 用 x 来表示 x1 和 x2 用 Excel 绘出生产量 x1, x2 关于关税 x 的散点图。
图 22 生产量 x1, x2 关于关税 x 的散点图 由上述图表可以看到生产量 x1, x2 对关税 x 是很敏感的。即如果给定不同的关税，则生产量 x1, x2 将会有明显变化。甚至从理论上分析，当 x 足够大时，x1, x2 的取值会变为负数。因此，x 的取值要合适、合理，所做的分析才有意义。
b.生产量 x1, x2 关于关税 x 的灵敏性的系统分析 前面已计算出，使偏导数同时为零的点为 x1 = 4735.04-37.037 x , x2 = 7042.74-37.037 x，若要 x1, x2≥0，只要 x≤127.8 即可。当 0≤x≤127.8 时，x1 和 x2 随着 x 的增大而不断减小。
c.生产量 x1, x2 对关税 x 的灵敏性的相对改变量：
由 x1 = 4735.04-37.037 x , x2 = 7042.74-37.037 x 可得：在点 x = 33 处，dx1/dx =-37.037, dx2/dx =-37.037 S(x1 , x)=(dx1/dx)*(x/x1)=-0.35 S(x2 , x)=(dx2/dx)*(x/x2)=-0.21 即每台彩电的关税额 x 增加 1%，则导致每年 19 英寸彩电和 21 英寸彩电的生产量 x1, x2
分别减少 0.35%，0.21%
（4）问题 4：如何绘制对数函数 y = log a x 的图形。
解决方法：
此处 a 的取值范围只有 0 < a < 1 和 a > 1，特别当 a = e 时，记为 y = lnx。
所以我分别举例绘出了 a = 7、a = 1/7、a = e 时的图形，它们各自具有一定的代表性。
一元函数作图的命令：Plot[{函数 1,函数 2,„ }, 作图范围, 可选项]
其中，y = log 7 x 和 y = log 1/7 x 用 Log[7, x]和 Log[1/7, x]表示，y = lnx 直接用 Log[x]表示。
对于 Mathematica 中普通的对数函数 y = log a x 的输入，均可以用 Log[a, x]来实现。
而 y = lnx 可以直接用 Log[x]实现。
图 23 对数函数举例
二、小结、建议及体会 此次实验的内容主要是进行最优化模型的建模分析，并应用数据分析软件 Mathematica 进行求解。除此之外，老师还额外布置了绘制某些函数图形的任务。
在此次实验之前，我通过阅读相关资料，回顾了对现实问题进行建模分析和应用 Mathematica 进行求解的相关方法。上机实验时，我遇到不懂的问题也及时查阅了相关帮助文档，或者在网络教学平台上与其他同学交流讨论，然后顺利完成了此次实验。
通过此次实验，我更加认识到建模五步法的好处，也慢慢学会将现实问题和数学问题联系起来。同时，我也更加熟悉了最优化模型的分析方法和理论，以及如何应用数据分析工具
Mathematica 进行求解。除此之外，此次实验还帮助我查遗补漏，巩固了课程所学内容，夯实了理论基础，进一步提升了自己的问题分析能力、建模能力以及动手能力。
此次实验面临的问题主要是如何根据已知问题进行建模。在对题目进行深度解读后，我构建了前面所述模型，并最终通过 Mathematica 完成了模型的求解。虽然在具体操作时出现了一些小错误，但是经过多次修改运行后，目前已全部解决，最终顺利完成此次实验。
虽然我目前针对现实问题进行建模求解的能力还十分有限，但是我相信通过后续的不断学习和练习，我一定能不断提升自己的建模分析能力和动手求解能力，并更好地掌握和应用 Mathematica 这一软件。
老师提供的课件和相关资料比较有用，此次实验进行得较为顺利。无进一步建议。
第四部分
评分标准（教师可自行设计）及成绩
观测点 考核目标 权重 得分 实验预习1． 预习报告 2． 提问 3． 对于设计型实验，着重考查设计方案的科学性、可行性和创新性 对实验目的和基本原理的认识程度，对实验方案的设计能力 20%
实验过程 1． 是否按时参加实验 2． 对实验过程的熟悉程度 3． 对基本操作的规范程度 4． 对突发事件的应急处理能力 5． 实验原始记录的完整程度 6． 同学之间的团结协作精神 着重考查学生的实验态度、基本操作技能；严谨的治学态度、团结协作精神 30%
结果分析 1． 所分析结果是否用原始记录数据 2． 计算结果是否正确 3． 实验结果分析是否合理 4． 对于综合实验，各项内容之间是否有分析、比较与判断等 考查学生对实验数据处理和现象分析的能力；对专业知识的综合应用能力；事实求实的精神 50%
该项实验报告最终得分
教师签名：。
第三篇：燃烧系统论文：火电厂锅炉燃烧优化方法分析与研究
燃烧系统论文：火电厂锅炉燃烧优化方法分析与研究
【中文摘要】目前我国仍以火电为主,火电在电力装机比重分别高达70%多,发电量比重分别高达80%多,火电厂耗煤占全国煤炭消耗量的50%以上,这就直接导致火电企业排放二氧化硫占全国排放量45%,排放的二氧化碳占全国碳排放量的40%。因此,火电企业,在低碳经济发展中面临着严峻的节能减排压力。锅炉燃烧过程,是一个极其复杂的物理化学反应过程。在火力发电厂的运行中,由于电网负荷、燃料成分含量等各种实际因素的影响,所以锅炉和机组的实际运行状态在不断的进行调整。在确保锅炉蒸汽的品质、产量和安全运行的同时,实现锅炉的经济运行,就必须要对锅炉的送煤、给水、给风等运行参数进行实时的优化调整和控制。目前国内一些电厂所采用的调节控制大多无法根据锅炉燃烧的特点达到最佳的运行工况。而且随着机组负荷变化,运行效率变化也非常大,很难保持机组运行在最佳运行状态。随机组长期运行,如果还是按原来运行控制基准,运行人员也会表现出不适应机组变化。基于种情况,锅炉的燃烧优化控制系统备受研究人员的关注。而火力发电厂要实现节能降耗,减少污染排放,加强锅炉燃烧侧的优化控制则是最行之有效的方法之一。本文研究了锅炉燃烧优化系统的两项关键技术:模型预测技术和最优搜索技术。并且参照一些国外的先进锅炉燃烧优化系统,讨论实时闭环控制的锅炉燃烧优化系统的软件结构及其技术特点。
【英文摘要】At present,China is still dominated by thermal
power.,and is about 75% of the total of Generation.But thermal power consumption accounts for more than 50% of national coal consumption.Led to emissions of sulfur dioxide is about 45% of the country’s total.While the emissions of carbon dioxide accounts for about 40% of the total.Therefore, thermal powers are facing greater pressure of energy saving in the low-carbon economy.Combustion process is a very complex physical and chemical reactions.The actual state of the boiler and crew is in the constant adjustment because of the change of grid load and so on when power plant is in operation.Therefore, to ensure that the steam quality, production and safe operation, and achieve the boilers and other equipment in the economic operation at the same time, we must optimize and adjust the operating parameters of the boiler which is in operation.Currently used by the regulation control are often not fully control for the characteristics of boiler operating the best conditions.Moreover, with the unit load changing , the change in efficiency operating is also very large, which can not keep unit operating in the best running curve.Over time, the original operational control basis will change ,and the experience of operating personnel will not meet the unit changes.In this case, optimization control system of the
boiler combustion has been more and more attented.In order to achieve saving energy, reducing pollution of thermal power , enhancing optimal control of combustion side of unit is one of the most direct and effective method.In this paper,we desguss two key technologies boiler combustion Optimization System: prediction model technology and optimal search technology.And reference to overseas advanced combustion optimization system discuss the software architecture and technical characteristics of the real-time closed-loop control of the boiler combustion optimization system.【关键词】燃烧系统 神经网络 遗传算法 目标函数 【英文关键词】combustion control system neural networks genetic algorithm objective function 【目录】火电厂锅炉燃烧优化方法分析与研究5-6绍9-10Abstract6
第1章 绪论9-15
摘要1.1 背景介1.3 燃烧优化闭1.2 锅炉燃烧优化现状10-11环控制技术11-13键点13
1.4 成功实施燃烧优化闭环控制软件的关
第2章 锅炉燃烧特性的2.2 电站锅炉燃烧过1.5 本章小结13-15
2.1 概述15神经网络模型15-30程建模的要求15-1717-19
2.3 人工神经网络基本原理
2.3.2 2.3.1 人工神经网络的数学模型17-18人工神经网络的特点18-192.4 BP 神经网络模型设计
19-242.4.1 BP 神经网络模型19-22
2.4.3 模型的层数22-232.4.5 代价函数和激励函数232.5 BP 算法的改进24-25
2.4.2 模型的输2.4.4 模型的拓2.4.6 学习2.6 BP 网络的泛
2.8 入与输出22扑结构23速率23-24化能力25-26本章小结29-30术30-43简介31-3233-34骤35-36
2.7 神经网络模型的训练过程26-29
第3章 基于预测模型的锅炉燃烧最优搜索技
3.2 遗传算法3.3.1 编码3.1 最优搜索技术综述30-313.3 遗传算法的步骤32-363.3.2 适应度34-35
3.3.3 遗传算法的基本步
3.4 遗传算法在3.3.4 遗传算法的收敛性36锅炉燃烧优化中的应用36-4236-37小结42-4343-48
3.4.1 锅炉燃烧优化模型
3.5 本章3.4.2 遗传算法的设计和应用37-42
第4章 锅炉燃烧闭环优化系统探讨4.1 锅炉燃烧优化软件结构43
4.2 国外先进锅炉燃烧优化系统现状43-47优化控制系统44-45最优化技术45-464646-4748-5048-49
4.2.1 Power Perfecter 锅炉燃烧
4.2.2 ULTRAMAX 生产过程的在线辨识与4.2.3 GNOCIS PLUS 燃烧优化系统4.2.4 NeuSIGHT 神经网络燃烧优化闭环控制系统4.3 本章小结47-485.1 研究工作总结485.3 展望49-50
第5章 总结5.2 今后研究的重点
攻读硕
参考文献50-52
致谢士学位期间发表的学术论文及其它成果52-53
53-54详细摘要54-62
第四篇：高等学校学生评教存在问题与对策分析
高等学校学生评教存在问题与对策分析
——以N大学为个案
彭虹斌
(华南师范大学公共管理学院, 广东广州
510006)
摘要：目前许多高校采用学生评教制度,以期通过学生评教来确保教学质量,初衷无疑是好的。但在其操作过程中存在很多弊端。本研究通过对个案学校访谈研究，在肯定高校学生评教积极作用的同时,分析了学生评教所固有的局限性，在调查研究的基础上，给出学生评教的完善对策。
关键字：学生评教；问题；对策
目前，我国的各类高等学校，上至著名的综合性大学，下至各类职业技术学院，均采用学生评教的方式来评估教师上课质量的“优劣”。这种方式在一定程度的确能够促进教师满足学生的需要，调动学生课堂学习的积极性，但单一的学生评教方式存在的问题也是不容忽视的。本研究以N大学为个案，主要方法是对个案学校的实地研究，采用访谈、课堂观察、文献分析等具体方法。共访谈了10位教师、30位学生，每位访谈时间都在15分钟以上。收集学校有关课程改革与学校发展的文献资料等。访谈的内容是关于学校实施学生评教以来的一些情况，学生对评教的态度和内心感受，以及教师对评教作出的反应。在研究过程中还收集了一些与研究相关的文献资料，所有的访谈都做了记录，并进行了详细的整理。
一、学生评教存在的问题
学生评教是一种简单化的教师课堂教学评价方式，大学教务处可以根据学生填写的评价结果，用计算机软件很快就可以得出教师的得分，既节省了时间，又省了人力、物力和财力，似乎是一举几得的好事，我们通过访谈，发现问题并非这么简单。
1、学生评教的偏向性 学生给老师打分存在明显的偏向。这种偏向是与传统教育有关的，我们目前的大学生都是受传统教育过来的，曾经受过的学校教育主要是靠“讲授——接收”型教学模式完成的，对老师滔滔不绝的演讲般式的授课方式比较习惯，从而内心喜欢那些逻辑性强、语言流畅的讲解。N大学的学生A这样说：
“我们通常会对自己喜欢的老师的打分会高一些，最喜欢的是那些知识水平渊博，讲课也好的老师，其次是喜欢知识水平不高，讲课有技巧，有风格，幽默风趣的老师；总之，如果老师知识水平高，语言流畅、讲话幽默，尤其是讲课具有逻辑性；板书工整、优美；仪表得当；对布置作业认真批改，我们给分会高一些。我们不喜欢那些照本宣科、不注意仪表，讲话不流畅，没有授课技巧，经常有不文雅的小动作，对那些不喜欢的老师，打分会低一些。”
由于我们高校中，教师以讲为主，师生互动不是很多，教师必须掌握高超的讲授技艺，配以生动的案例，否则，想取得学生良好的评价是很难的。华南师大一位高年级的本科生B说：
“对于上课，如果教师的案例多并且生动；讲课内容贴近生活的话，我们会比较喜欢，评价要好一些。”
N大学一位屡次获学生高分的老师H这样介绍经验，强调案例的重要性。
“讲课的方式要‘活’，即从案例出发。案例要多，人的理解是从具体到抽象，最好从案例中抽出问题，然后回到案例。我们可以从生活中找案例，如焦点问题、生活中的问题，总之，案例一定要贴近生活，设问要层层深入。”
从这位老师的经验介绍可以看出，在传授型的课堂中，传授的技术要遵循传统教学中的从“具体到抽象”，“从现实出发”，“从生活出发”（即让教学贴近生活）等既传统又含有现代味的教学技能。讲课要重视“活”，并不是强调互动多，而是要求案例更好地服务于传授，让学生在生动的糖衣炮弹下接受知识，而不是真正地在课堂中实施“活动”教学。
可以说，调动学生的兴趣是课堂教学的一项重要工作，但学生动辄要求课堂生动、形象、有趣，有学生提出，老师上课应该像中央电视台“实话实说”主持人崔永元那样风趣、幽默、优美。他们哪里知道，求学注定是艰苦奋斗的过程。知识的内化是复杂而艰巨的过程，可以苦中取乐，但不可能只有轻松欢乐，纯粹的“乐学”只不过是一种诱人的广告语。[①]
2、学生打分的情感性
大学生是成年人，但成年人也不是没有价值取向的。我国是一个讲究人情的国家，“人情”是一道门槛，学生对他们喜欢的或与他们关系融洽的老师都会多给一些人情分，善于与学生搞好关系，有亲和力的老师会赢得学生的好感，在评教中，有一定的优势，得分会增加。我曾经采访我的一位学生。我问：“和你们私人关系比较好的老师，你们打分会不会有所不同？”
N大学的学生C说：
“对于那些上课不太好，但对学生很好，我们会给老师面子，分数不会低。例如，×××老师，上课照着书念，普通话讲得也不好，因为他对学生很好，考试给学生打分很高，因而，我们给他的分也不低。”
在一些学院，有些老师对学生要求很严，记学生考勤，学生不喜欢，打分也低，法学院的一位学生D对他们本科阶段教学评价这样认为：
“如果某任课教师给学生方便，‘关怀学生’，‘细微之处见真情’，如不记学生考勤，对旷课的学生不加以‘刁难’，对不听话的学生不使用过急的言语，与学生搞好关系，尤其是在考试前给我们透露考试信息，我们会给这位老师的打分很高。但我们班中有几个调皮佬，他们与要求严格的老师一直对着干，如果这些老师因为他们不来上课，记他们的考勤，扣他们的平时分，调皮佬们会在评教时给老师打很低的分，不仅如此，如果这个调皮生在学生中有威望，他还煽动其他与他们相好的同学给老师打低分。这些老师得知评教的分数第二天准会气得面色发青。”
教育科学学院的学生E也认为：
“我们比较喜欢比较有亲和力，关心学生，脾气好，也喜欢与学生有共同语言，对学生这代人比较了解的老师，因为80年代以后出生的学生与教师有代沟，如果教师能消除代沟，熟知学生的兴趣，关心学生心灵，对这些老师我们评分通常会比较高。”
N大学计算机系的一位学生说：
“我们不喜欢那些生气时使用不理智的语言伤害学生、办事不公正的老师，也不喜欢那些给那些与自己关系好的学生高分的老师，或者考试中给学生普遍较低分的老师，对这些老师，我们评教时打分会低一些。”
可见，人情在评教中是有一定影响，关心学生、爱护学生，与学生沟通，拉近师生之间的距离，这本来是教师职业道德的一项重要内容，但不同的教师与学生的距离会有所不同，与学生的心灵距离近的老师，学生会在评教中给予较高的分值。由此可见，人情是避免不了的一个因素。
N大学的的学生评教和津贴挂钩,评教不及格者按具体规定扣发一定比例的津贴,导致一部分教师不敢管、不愿管而一味迎合学生,以期学生给自己好的评价,这不仅不能提高教学质量,还造成教师教学质量考核成绩失真。进一步，如果学生评教的结果影响到教师的职称晋升、评优等关涉到教师切身利益的方面，教师无论如何，从“自保”出发，不得不姑息、迁就学生，对学生不可能从严管理，甚至无底限地降低对学生的学业要求等等，只图相安无事，你好、我好、大家好。在学生评教的压力下，在“创造适合学生的教育”的热潮中，不少教师或主动或被动地在向学生邀宠。适者生存，这似乎也是一种生存的需要。不光是我国内地高等学校学生评教活动中出现教师讨好学生的现象，就连新创的中国大学的楷模——香港科技大学也出现教授为获得高的评分而在作业和分数上讨好学生的情况。[②]在一些学校这可能已经成为一些老师和学生心照不宣的潜规则了。这样大家都得到自己想要的，自然就相安无事。
N大学的一位资深教授I说：
“学生对教师评分，影响到教师的切身利益。现在大学扩招，反正学生入校了，都得毕业，不如做个顺水人情，学生的考试成绩就不必抓那么严，太认真了，学生反而对教师不满意，弄得不好，影响到学生的评教情绪。”
另一位N大学的副教授J也叹息：
“要是我对学生要求严格一点，学生评教结果肯定会差，2006年上半年就是这样，我才勉强得80分。但我还是坚持原则，考试不及格的我还是不迁就，上课不来的，肯定扣平时分。”
3、学生评教的随意性
大学生上课并不是像公司那样采取上班打卡的制度，学生来不来上课是自己的事，推行学生评教制度后，一些老师干脆不抓学生考勤。所以，有些学生经常不来上课，有些学生时来时不来。有些学生即使来到课室，也未必认真听课。由于评教主要是无记名问卷调查，部分学生认为评教是学校或老师们的事，与自己无关，于是采取应付的方式，不认真、客观地对问卷进行回答，胡乱填写，使评教工作完全变成一种走过场的事情，导致给老师打分出现随意化的倾向。华南师大公共管理学院的一位同学F这样说：
“我给教师打分有时是委托别的同学打的，因为我经常逃课，也不知道老师上课清况，有时是听室友的意见，他们说那位老师上课好，我就根据他们的意见随便打一个差不多的分。反正给老师打分不影响我。”
评教是一件很严肃的事情，完全交由学生来处理，一些不负责任的学生会滥用这种权利，会严重降低评教的信度，影响评价的公正性。在国外关于学生评教的科学性也存在两种截然相反的观点，一种是通过对教师讲课模式的调查，发现不同模式的等级级别之间存在很大的差异，从而证明学生有能力对教师和教学质量进行评价。另一种是通过让学生在网上从品质、温和和性感三方面对教授特质进行匿名评价，结果发现温和和性感影响到对教授品质的评价。当把教授分为性感和不性感两组时，对性感组教授的品质和温和打分高。[③]因此，建议应慎重对待学生评教结果，对学生的评价分数不应该是敬畏，而应该存有一些怀疑。因为，有一些学生缺乏严肃性，导致评价分数膨胀。
4、学生评教的差异性
我国的高校的普通班学生绝大多数是通过高考进来的学生，这些学生看似成年人，但实质上他们的心理并不是很成熟，大一的学生还具有高中生的稚嫩味，大多数学生会认真对待评教，但由于刚刚从高中过来，他们会以高中老师的教学方式和风格来评价大学教师。大
二、大三的学生开始具有独立思考的能力，但判断能力也没有达到理性的程度。大四的学生忙于毕业找工作、考研，对评教活动已基本上抱着一个兄长或师姐的心态，对教师的评价已不以为然了，不会像前三年那样引起足够的重视了。
N大学的一位大三的学生G说：
“我们在大一时，对教师的评价还是很认真的，但在大
二、大三就开始应付了,尤其是大四就没有那么认真了。其实，每个同学对老师课程教学的要求都不一样，众口难调。”
由此可见，教师要实施自主教学，评价的对象是不成熟的学生，评价存在很大的差异性，这种差异性需要教师兼顾各类不同学生的要求，如果处理不好，会降低评教的可信度。
二、评教标准侧重于“教”
众所周知，大学是肩负教学、科研和为社会服务的机构，大学教师执行教学任务不同于中小学老师，大学生也不同于中小学生。大学教师有较强的专业自主性，其教学任务、教学对象以及教学要求不同于中小学，决定了评教标准与教师的专业自主性是一对矛盾。
教师的专业自主表现为教学与科研相统一渗透在高等学校课堂教学过程的每一环节。高校教师的教学内容上既要传授专业知识，也要传授该领域研究的最新动态。中小学教师根据课程标准及所选教科书，在教学方法上可以灵活运用多种方法。高等学校教师与中小学教师最大的不同是其专业课的教学内容不是由国家教育部规定，也没有国家提供的课程标准，教学内容均是由任课教师根据专业计划和本领域研究发展的最新状况，由教师本人进行挑选的，这些内容可能是根据某种教材加工、增删而成的知识体系，也可能是教师根据自己的科研成果，向学生传授本领域最新的的热点问题和研究进展，使学生了解学科的发展动态，激发他们解决学术问题和实际问题的兴趣；教师还要结合自己的科研工作，引导高年学生参与部分研究工作，要用自己的研究经历教育学生具备严谨的科学态度，指导他们收集资料，查阅文献、设计与进行试验的方法与思路。这些特征决定了教师的工作具有相当独立自主性，可能学生对这些内容丝毫不感兴趣，但作为一个高校教师，不得不按照专业领域的知识逻辑进行讲解，授课内容因教师的知识水平、研究水平以及教学风格的不同而极具个性化色彩。因而，其教学内容的性质与中小学有着质的差异。在传授专业知识的时候，要充分发挥学生的主动性和创造性，引导学生利用已知的知识去探求问题，鼓励他们用新的方法、新的思路、新的视角去解决问题，获取知识，还要培养学生的批判精神和创新精神。
但高校评教标准主设计往往侧重于教师的“讲授”，以N大学的评教标准为例，第1项涉及的是教师的职业道德问题，第2-7项涉及的是教师的讲授。第8-10项涉及的学生的学习，包括学生的思维方式、学习方法和解决问题的能力。评教标准明显地侧重于教师的“教”。
大学教师的专业自主性与教务管理部门推行的学生评教永远是一对矛盾。高等学校课程的实施方式会与学校教务处制定的评教标准产生不协调，因为高等学校普遍把评教标准制定权交给教务管理部门，然后由学生来评教，而且学生评教的结果影响教师的晋升、奖励和评优等，这样的标准制定后，教师必须按这些要求要提高课堂教学质量，满足学生要求，让学生在评教中给“好”的分数。但这些标准不管什么学科、什么专业，采取一刀切的办法，显然是不合理的。这些标准是由教务管理人员制定的，并非是经过广大教师和有关专家共同研讨制定出来的，而且这些标准侧重于教师的讲授，并非有效地兼顾“教”与“学”。我们知道，教学活动是一项双边活动，是由教师的教和学生的学共同组成的，缺一不可，如果这些标准侧重于教的话，无疑是片面的。受制于这些标准，教师们想尽方法让课堂满足学生“听”的需要。相应地，课程实施方面不得不向“评价标准”看齐，阻碍教师灵活、创造性地进行教学。
三、学生评教完善对策
学生评教作为学生的学习权利有其存在的合理性。高等学生作为消费者有充分的理由参与评教，从法律上讲，学生有受教育权的自由权和社会权的双重属性，这也为学生评教提供了依据。但学生评教一定要加以规范，评价标准要根据不同学校的不同学科、专业的特色区别对待，且评教结果只有参考性，不能作为奖惩的依据。
1、学生评教不能作为教师职称晋升、奖惩和评优的重要依据，只能作为改建和完善该门课程教学的参考。学校将学生评教结果与教师的晋职直接挂钩,学生评教排名靠后的教师在申请晋职时将受到影响,同时,评教结果影响学校对院系的拨款。学生评价的重点是教学评价，这种评价方法在美国、加拿大很普遍，已上升为一种制度。学生评价数据应包括对教学评价的总结。教学效果排名包括所有助理教授或副教授级别的课程。[④]在美国的高校，学生作出的教学评价只是参考，不具有权威性，只是作为老师改进教学、促进课程发展的一种手段，并不能作为教师奖惩的依据。鉴于学生评教中存在的种种问题，导致教师不敢管、不愿管学生，甚至向学生邀宠，以求相安无事的弊端。参考美国大学的经验，我们可以继续完善学生评教，将学生评教的结果作为教师发展性评价的依据，以此来不断改进该门课程的教学，但不能作为教师奖惩、评优以及继承晋升的依据或畔脚石。借鉴美国哈佛大学学生的评价的经验。[⑤]学生的评价集中在以下四个方面：① 技能知识的掌握及思维方式的转变。② 授课形式：从老师课堂授课，课堂讨论，实例分析，专业活动，书面作业及教师的评阅情况等等。③ 任课教师的长处和弱项。④ 整体性评价及对以后学生的建议。学生评教的目的在于为每一个学生、院系、其他学术评价以及发展需要服务。
2、不同学校不同学科、专业乃至课程体系之间宜采用不同的评价标准。高等学校是学者们进行教学科研的场所，不同的学科之间存在不同的教学模式，以人文社会学科为例，人文学科的知识作为一种“反思性的知识”或“反思性的理论”，旨在通过认识者个体对于历史上所亲历的价值实践的总体反思呈现出认识者个体对于人生意义的体验。人文知识的内容主要是历史知识、道德知识、艺术知识、文学知识、人类学知识等，表现为故事、“典型”的问题、文学和艺术形象、生活经验、历史事实与评价等等，这些内容应反映所选取的人物的独特经历和所处的社会背景，而且这些内容应是贴近生活、来源于生活。其主要目的不在于形成大规模的社会行动，而在于促使和帮助个体反思自已的历史生活，反思自己在历史生活中所信奉和实践的价值观念的合理性，并由此形成新的生活态度，确定新的生活方向。因此，对于某一人文知识，既不能进行“逻辑的”证明，也不可进行经验的证实或证伪，还不可能通过促使社会集体行动的方式来获得认可，而只能通过不同的个体的内心世界来加以欣赏、鉴别和认同。从人文社会科学的知识的独特性来看，传统的教学模式仍是教师讲授有关知识为主，学生在理智上处于一种被动地位，有关社会知识的教学宜于超越课堂，采用“社会实践”的模式。这种教学模式不再将实践看成是课堂教学的一个延伸和补充，而是将其作为社会教育的一种基本形式。人文课程宜于“交往——对话”、“自主——钻研”、“讨论课” 等形式，利于个体经验的参与、反思与表达。活动尽可能发生于与现实生活中相类似情境中。
理工科的课程体系主要表现为自然知识，它们是一种“描述性的知识”，旨在通过一定的概念符号和数量关系反映不同层次自然界所存在的一些“事实”和“事件”。理工科的教学早期采用的是科学知识“教授”加“演示”或“证明”的模式，以后倾向于采用20世纪60年代所提出来的的“发现模式”与“合作学习模式”。
由此可知，人文类、社会科学类以及理工类课程的教学模式不同，如果统一采用评教标准，则不利于照顾学科之间的差异，出现生搬硬套的情况。
3、课堂教学评价以学生评教、同行评价和教育督导评价三者相结合的方式进行。美国教师晋升正教授的教学评价主要采用的是同行评价，即本系相关专业的正高职称的教师集体对被考核人听课，然后匿名打分，作出评价。结果作为晋升高一级职称的条件之一。这种方式有效地避免了学生评教的不足对教师晋升产生的影响。以亚拉巴马南部大学为例，它下属的的一个学生评教委员会,在2003年的报告中指出,即使是运行得最好的教学评价,也应该有其它评价手段补充。[⑥]借鉴美国的经验，高等教师的教学评价采用学生评教、同行评价和教育督导评价三者相结合的形式，学生评教可以作为改进教学的依据，同行评教和教育督导评教的结果作为教师晋升高一级职称的依据和参考。这样可以有效地评价教师的课堂教学水平，在一定程度上促进教师改进教学。
参考文献：
[①]潘艺林.“学生评教”信奉什么教育哲学[J].教育理论与实践，2005，（12）：27-31.[②]张红伟，章建石.学生评教如何达到提高教学质量的目标[N].科学时报(B03)，2007-3-13.[③] James Felton，John Mitchell，Michael Stinson．Web-based Student Evaluations of Professor s：The Relations between Perceived Qua1ity，Easiness and Sexiness[J].Assessment and Evaluation in Higher Education，2004，29（1）：91-108 [④]王光彦.美加高校教师评价制度研究[J].教育发展研究2007,(10B):48-53.[⑤]花海燕哈佛大学学生对课程及任课教师的评价[J].高教发展与评估，2007，（1）：75-83.[⑥] Senior Vice President for Academic Affairs.Final Report of the Student Evaluation of Teaching Committee[R].AL 36688: University of South Alabama Mobile，2003.1-11.
第五篇：高职教师群体特征的学生评教分析论文
一、影响学生评教的因素
影响学生评教的因素很多，课程的难易程度、学生对课程的兴趣和课程的重要性等都会影响学分的打分，这些作为课程本身具有的客观因素而存在。教师作为学生评教的客体，其本身的各种特征都可能影响学生的打分。有的教师讲课风趣幽默，引经据典，知识构成广阔能得到较高的评分，有的教师关心爱护学生，成为学生的指引，这些老师可能得到学生的广泛好评。相反的，如果教师一味死板教书，对学生不闻不问，那么得分是低的。而在实际工作中，教师的特征会有更多差异性，如性别、职称、学历、年龄、教龄等，这些都有可能影响学生的打分。现有对评教结果的统计分析大部分只给出笼统的结论，没有对教师的特征做出更多的分类讨论。
二、高职教师的群体特征
高职院校注重理论教学的同时强调实践操作的重要性，因此对教师的培养有自己的要求，很多教师具有较高的学历、有企业工作的经历，也具有双师素质，这是很多高职院校教师具有的特征。我们依照高职院校注重的教师特征对学生评教进行分析，讨论教师的企业工作时间，是否具有双师素质，学生辅导员经历这五个大类群体特征是否对学生满意度有影响，据此对学生评教做出基于高职教师群体特征的分析和讨论。
三、高职教师群体特征与学生评教结果的关系
企业工作经历是高职教师的一个很大的群体特征，从评教结果发现与没有企业工作经历的教师比较，具有中短期企业工作经历的教师更让学生满意，而长期的企业工作经历并没有明显提高学生的满意度。对教师和学生进行进一步调查了解表明：在企业的工作经历帮助教师具有更高的专业素养和实践操作能力，能给予学生更多更细更具体的指导，因此获得学生的好评。长期企业工作经历并不具有更大的优势，主要是因为长期企业环境使教师的思维模式固化，他们或许具有更高的技术能力和实践水平，但是在教导学生的方式上有待提高。双师素质教师是高职院校教师队伍建设的特色和重点，指教师获得教师一系列职称外还需要取得另一职称，如既是讲师又是工程师，既是教授又是高级工程师等，双师素质的教师更让学生满意。进一步调查了解表明：双师素质教师除了拥有教师系列职称外还有着行业相关的职称，如工程师、药师、经济师等，这些职称作为教师素质的补充，是对教师社会身份的肯定，让教师们有更多的自信，在教学上更游刃有余，尤其对实践环节的把握更到位。职称是教师专业技术水平的最直接体现，从评教结果中发现除了助教的满意度比较低之外，讲师、副教授、教授的学生满意度并没有明显差异。进一步调查了解表明：助教一般都比较年轻，有些刚从学校毕业踏上教师岗位，因此经验上比较欠缺，需要更多时间历练。而有了一定的工作经验后，职称不再是决定学生满意度的关键因素。学历是教师受教育的阶段，也是教师素质的特征，从评教结果发现教师的学历对学生的满意度并没有明显的影响。很多高职学校的专任教师在工作初期会有学生辅导员的经历，这是高职学校教师的群体特征之一，从评教结果发现教师的学生辅导员经历对学生满意度并没有明显的影响。
四、结论和建议
通过以上分析讨论可知，高职学校教师的企业工作经历、双师素质特征都对学生满意度有比较大的影响，而职称、学历、学生辅导员经历这些特征与学生满意度关联性不大。因此，学校要提高教学质量，在教师发展这块加大教师下企业锻炼的力度，同时鼓励教师在取得教师系列职称的同时加强行业知识技能的学习并取得相应的职称认证。教师言传身教于学生，需要在各方面提高自身素质，在具有丰富的知识和技能的同时讲究合理适度的教学方式，以此教导学生。与之相对应的，学生会给予教师较高的满意度。
点击咨询 