高校团学工作四元联系数评价模型的应用与研究

　　摘要本文将集对分析理论引入到高校团学工作特别是对高校团学工作的评价工作中。用集对分析理论中的联系数μ表示高校团学工作考评依据，并对传统的联系数进行扩展，提出了团学工作的四元联系数模型。进而对高校的团学工作进行分析评价。
　　关键词集对分析；四元数模型；评价模型；团学工作
　　一、引言
　　团学工作与高等学校的教育教学质量和学习风气有着十分密切的联系，团学工作的好坏直接影响到高校学生的精神面貌和思想状况。因此，如何加强高校团学工作的组织建设；如何对高校团学工作进行有效的评价也就成为我们当下研究团学工作的重点。为此，本文将集对分析理论引入到高校团学工作特别是对高校团学工作的评价工作中。用集对分析理论中的联系数μ表示高校团学工作考评依据，联系数μ中包含了同异反三方面信息，本文将对传统的联系数进行扩展，提出了团学工作的四元联系数模型。
　　二、四元数评价模型的基本思想
　　集对分析[1-5]是一种研究确定性与不确定性的理论，其核心思想是把确定性与不确定性作为一个系统来进行处理。集对分析的基本思路是在一定的问题背景下对一个集合对子的特性展开分析，并建立起两个集合在特定问题背景下的同异反联系数表达式：μ=a+bi+cj，其中的a、b、c三个量称为“同一度”、“差异度”和“对立度”，分别对应于这两个集合在特定问题背景下展开分析的“共同特性”、“差异特性”和“对立特性”或者是特性的“共同部分”、“差异部分”和“对立部分”。由于差异部分是不确定的，随着在解决问题过程中，使得原来不确定的变得确定了，即对bi项展开，得到：
　　μ=a+b1i1+b2i2+b3i3+……+bnin+cj
　　这样一种具有层次结构的函数。如果我们取n=2的话，那么我们就可以得到一个四元的联系数[6-8]：
　　μ=a+b1i1+b2i2+cj
　　为了应用上的方便，我们把四元联系数通常写成如下形式：
　　μ=a+bi+cj+dk
　　其中a、d是“同一度”和“对立度”，为确定项；b是“正差异度”，c是“负差异度”为不确定项；a，b，c，d∈Z+，i∈[01],j∈[-1,0],k=-1,a+b+c+d=1，a，b，c，d根据集对分析理论统称为同异反分量，或联系分量，μ为四元联系数。
　　这里我将对某个团总支的考评看作是一个确定与不确定系统加以研究[9-13]。以“安阳工学院系部共青团考核”为例，由10个专家评委对被考评的团总支的每一个指标都作出优、良、中、差的模糊评价，按照集对分析理论，我们可以把考评标准看作是一个集合，把被考评团总支实际考评绩效作为另外一个集合，这样就可以建构团学工作的考评联系数μ。按集对分析的同异反分析思路，根据上述可知，我们把团学工作的考评分为四个等级，即：优、良、中、差，把被考评团总支在某一项的指标中评价中所得的优、良、中、差的人数分别记为：Ta、Tb、Tc、Td；10名专家评委记为T，从而我们可以得到T＝Ta+Tb+Tc+Td。现在我们令a=Ta/T，b=Tb/T，c=Tc/T，d=Td/T，那么，该团总支在某一项指标可以用联系数来表示，即：
　　μ=a+bi+cj+dk＝Ta/T+Tb/Ti+Tc/Tj+Td/Tk
　　例如，某个团总支在年终考评中，T＝10，经过专家评委打分并且分析得知某一个指标中Ta＝7，Tb＝1，Tc＝1，Td＝1，则该团总支该指标可用联系数记为：
　　μ=0.7+0.1i+0.1j+0.1k
　　按照这种方法，我们可以建立每个团总支的每一个考评指标的同异反联系数和总的平均联系数，并对其进行评价。
　　三、四元数评价模型在高校团学工作评价中的应用
　　通过上面的分析，运用集对分析理论，我们可以建立高校团学工作的四元考评联系数μ=a+bi+cj+dk，其中a为“同一度”，表示某一项指标中打优的评委占评委总数的比例；b为“正差异度”，表示某一项指标中打良的评委占评委总数的比例；c为“负差异度”，表示某一项指标中打中的评委占评委总数的比例；d为“对立度”，表示某一项指标中打差的评委占评委总数的比例。μ中的i、j为不确定量系数或叫差异度系数，k为对立度系数。差异度系数i，j和对立度系数k具有双重含义。第一个含义是不计较i、j和k的取值情况，此时仅仅起标记的作用，即表示bi为正差异度部分，cj为负差异度部分，dk为对立度部分，并以这三个标记与同一度相区别。在刚开始建立联系数表达式时，i和j仅起到标记作用。第二个含义是i、j和k分别作为正负差异度和对立度的系数，在具体的情况下有不同的取值方法。规定i的定义域是[0，1]，j的定义域是[-1，0]，k的取值一般情况下为-1，在建立高校团学工作考评联系数μ时，我们需要同时涉及到上述两种含义，不仅需要把i，j，k看作三个标记来分析，同时也要通过相应的取值方法来判定i，j，k的取值。
　　按照上面的分析思路，把优秀的比例作为联系数中的a，把良好的比例作为联系数中的b，把中等的比例作为联系数中的c，同时把差的比例作为联系数中d，这样a、d即为确定量的“同一度”和“对立度”，b、c即为不确定量，由于b、c分别有一个趋向的问题，所以我们把b称为“正差异度”，同时把c称为“负差异度”，此时联系数表达式即可以表示为：
　　μ=a+bi+cj+dk；
　　显然i和j的取值倾向有所不同，或者说把不确定量b和c进行确定量分流时，i和j的取值会有很大差异。在运用集对分析理论的过程中，我们同时需要对不确定量进行分类细化，从而便于精确分析不确定量的分流。
　　上述方法中我们使用了最原始的打分机制，通过专家对不同的考核对象的各项指标进行打分，然后通过归一化处理，得出各个被考评对象的综合考评同异反联系数。
　　首先，我们要对考核指标进行分析，由于考核指标是分层次的二级考核指标，为了减少专家评委打分的工作量，我们仅对二级指标进行打分。
　　然后，让专家对各项指标的进行四方面的模糊打分，将某项指标分为四个等级：优、良、中、差，专家分别对某项指标进行优、良、中、差的判断，然后对该项指标中四个等级的判断人数进行统计，最后，把各个等级的人数进行归一化处理。打优和差的人数占专家总人数的比例看成是集对分析理论中的同一度和对立度，把打良和中的人数占专家总人数的比例看成是正负差异度，依此来建立各个被考核对象的同异反联系数。
　　μ=a+bi+cj+dk
　　对于加权的考核指标[14]，我们可以根据(1.1)式来进行计算从而得出加权后的同异反联系数。
　　μ=W*H*E=(W1，W2，W3，……Wk，)**
　　=*aP+(*bP)i+(*cP)j+(*dP)k(1.1)
　　其中a=*aP,b=*bP,c=*cP,d=(*dP)，a为同一度、d为对立度都是确定项；b为正差异度为不确定项，c为负差异度为不确定项。应用顺势取值法，可以把b、c按照比例关系一分为四，即分别把*bP、*cP中确定项和不确定项一分为四，把确定项分离出来，并把相应的确定项根据“同”或“反”的情况分别加到相应的确定项中，把分离出来的不确定项留下来。即有：
　　a=a+ab+ac=*ak+(*ak)(*bk)+(*ak)(*ck)
　　=*ak(1+*bk+*ck)
　　c=cc+bc=(*ck)2+(*ck)(*bk)=*ck(1+*bk)
　　b=bb+cb=(*bk)2+(*ck)(*bk)=*bk(1+*ck)
　　d=1-a-c-b
　　下面利用四元数模型对我校的部分团总支进行模糊打分计算其考评联系数，数据来源于我校往年年度考核（表1-1）。
　　
　　表1-1安阳工学院系部共青团工作年度考核表（部分）
　　Table1-1YearlyExaminationTableofYouthLeagueWorkofAnyangInstituteofTechnology
　　考核指标 指标内涵 T1 T2
　　一级 二级 优 良 中 差 优 良 中 差
　　理论武装与思想教育(0.15) 组织生活(0.4) 认真组织本系各团支部开展团员组织生活和政治学习，并有记录(每学期不少于3次) 7 2 0 1 6 3 1 0
　　 “五抓”工作思路(0.3) 坚持“五抓”(抓学习、抓骨干、抓实践、抓契机、抓阵地)工作思路，理论武装工作抓落实、有创新、见实效 4 3 1 2 8 1 0 0
　　 学生思想动态(0.3) 通过座谈会、民主评议、个别谈心等形式，主动深入学生，掌握学生思想动态，增强了工作的针对性 6 1 2 1 4 3 1 0
　　在这里我们通过10位专家评委对我校的10个系部的团总支进行各项指标的模糊评价，每名评委，对10个系部的团总支的每一项指标都打出优、良、中、差的评价，然后我们对最后的数据进行对比分析。
　　T1：μ11=7/10+2/10i+1/10k;μ12=4/10+3/10i+1/10j+2/10k;
　　μ13=6/10+1/10i+2/10j+1/10k;
　　T2：μ11=6/10+3/10i+1/10j;μ12=8/10+1/10i;
　　μ13=4/10+3/10i+1/10j;
　　通过上述不同的对象所建立的联系数，我们利用对联系数的分析方法可以对不同被考核对象的联系数进行分析，。从而很容易就得到各个不同的考核对象的优劣程度。
　　四、小结
　　本章在对联系数详细分析的基础上，提出了四元联系数模型。并将四元联系数评价模型应用在高校团学工作评价中，以安阳工学院共青团考核的过程，阐述如何确定团学工作的四元联系数，通过联系数的分析方法对不同的考核对象进行分析，从而更直观的评价高校的团学工作。
　　
　　参考文献：
　　[1]赵克勤.集对分析及其初步应用[M].浙江科学技术出版社.2000.3
　　[2]赵克勤,曹鸿兴.集对分析与界壳论的研究与应用[M].气象出版社.2002.4
　　[3]赵克勤.集对分析及其初步应用[J].大自然科学,1994,(1):67-72
　　[4]赵克勤.集对与集对分析-----一个新的概念和一种新的系统分析方法[A].全国系统理论与区域规划研讨会论文集[C],1989,87-91
　　[5]赵克勤．联系数及其应用[J].吉林师范学院学报,1996,17(8):50-53
　　[6]张林凤,基于四元联系数的态势排序在体育教学中的应用[J].浙江体育科学,2001,23(5):
　　[7]王霞.联系范数为4与6的四元联系数系统态势数值排序及应用[J].数学的实践与认识,
　　2004,34(7):107-112
　　[8]余国祥.综合评价的多元联系数模型及应用[J].绍兴文理学院学报,2004,24(9):99-102
　　[9]王光平,卢宗华,王斌,李旭,卢国志.同异反联系数在决策方案评价与优选中的应用[J].山东矿业学院学报(自然科学版)1999,18(4):121-123
　　[10]刘凤霞,汪波.集对分析在企业专业技术人员绩效考评中的应用[J].工业工程,2006,9(1):
　　75-78 
　　[11]河北经贸大学课题组.政府政绩综合评价的指标体系与方法研究[J].经济与管理,2006,20(1):9-12
　　[12]贯玉萍,邵祖峰.公安机关信息化水平比较选优的集对分析方法[J].网络安全技术与应用,2006,(11):70-72
　　[13]蒋云良,徐从富.集对分析理论及其应用研究进展[J].计算机科学,2006,33(1):205-209
　　[14]覃杰,赵克勤.基于联系数的医院综合评价加权求和模型失效机理剖析与对策[J].中国医院统计,2006,13(1):4-7