2018年五一杯数学建模C题江苏省本科教育质量综合评价解题全过程文档及程序

2019年五一杯数学建模

C题 江苏省本科教育质量综合评价

原题再现

  随着中国的改革开放,国家的综合实力不断增强,中国高等教育发展整体已进入世界中上水平。作为一个教育大省,江苏省的本科教育发展在全国名列前茅,而江苏省13个地级市的本科教育质量发展并不平衡。
  1. 影响本科教育质量的指标有很多。查找资料,对如下9个指标(本科院校数量、招生人数、师资队伍与结构、生师比、教学条件与利用、专业建设与教学改革、学生就业、科研投入与产出、双一流学科建设)进行量化处理(完成下表),并进行相关的数据分析。
  2. 根据问题1中的指标数据,建立数学模型,对江苏省13个地级市(常州、淮安、连云港、南京、南通、宿迁、苏州、泰州、无锡、徐州、盐城、扬州、镇江)的本科教育质量进行综合评价。
  3. 通过建立数学模型,分析在所给的9个指标中,可以减少哪些指标使得评价结果与问题2中的评价结果基本一致。
  4. 通过建立数学模型,确定一个关键的指标,使得该指标值的普遍改善能够尽可能缩小江苏省13个地级市本科教育发展的差异,并利用查找的数据资料验证所建立模型的有效性。
  5. 请结合前面的讨论给出有效提升江苏省本科教育质量的政策建议。
在这里插入图片描述

整体求解过程概述(摘要)

  本文运用熵权法、主成分分析法、虚拟控制调节法、灰色关联分析等方法,建立了江苏省 13 个地级市本科教育质量的综合评价模型,并对该模型中的指标进一步优化与筛选,对江苏省的本科教育质量问题进行了研究。
  问题一中,本文基于给定的九个指标,参考现存的多种评价体系与原则,综合考虑分析后完成一套完备的四级指标评价体系,并基于熵权法构建评估本科教育质量的综合评价模型,对给定的九个指标进行了合理的量化。
  问题二中,本文综合考虑指标的客观与主观因素,利用熵权法和主成分分析法互为验证,得到更有效的综合评价模型。基于问题一各三级指标的量化值,进行无量纲化处理。根据处理后的无量纲值,先利用主成分分析,确定各成分的信息贡献率和累积贡献率,利用其信息贡献率得到江苏省 13 个城市本科质量的综合评价模型。本文再利用熵权法,对模型中各指标的权重进行求解赋值,并建立最终的江苏省 13 个地级市本科教育质量的综合评价模型。对于两种不同的模型,本文分别计算得到 13 个城市的本科质量综合得分,得到基于这两个模型的江苏省 13 个地级市的本科教育质量排名。对比分析两种模型得到的排名,最后得到的结果为:南京>苏州>无锡>南通>镇江>徐州>扬州>盐城>淮安>常州>连云港市>泰州>宿迁。
  问题三中,引入虚拟控制城市,通过控制 13 个城市三级指标数据进行相同幅度的调节,计算调节前后 13 个城市的本科教育质量综合评分间的相对欧式距离。本文利用灰色关联分析,验证这一方法的可靠,得到各三级指标与本科教育质量的关联度。本科院校数量、招生人数这两项指标的相对欧氏距离与关联度均较小,说明这两项指标对本科教育质量的影响较小。减少这两项指标后再带入建立的综合评价模型的排名变化浮动较小,因此可以减少本科院校数量、招生人数这两项三级指标。
  问题四中,利用敏感度分析,选择其余 7 个指标为主要三级指标,每次仅改变一个指标,与其他未改变的组成一个新指标集,重新计算其综合得分,得到敏感度。将敏感度最大的专业建设与改革作为关键指标,比较仅改变该值与未改变该值的江苏省 13 个地级市本科教育质量的得分,发现各市评分差距均明显降低,且得分越低的城市的增长量明显越高,该指标确实可以缩小江苏省 13 个地级市本科教育发展的差异。
  问题五中,根据前四问的综合评价模型分析出江苏省各地级市本科教育质量不均衡的原因,并针对现实情况,结合当下政策,提出了合理有效的建议。

模型假设:

  1.假设网上搜集的数据真实可靠,不存在异常数据。
  2.假设各高校自然发展,没有特殊情况导致其综合实力剧变。
  3. 假设不考虑民办与中外合办本科院校时,不影响教育综合质量的评价。
  4. 假设对某些指标采取的调整措施不会影响其他指标。

问题分析:

  江苏省位于长江三角洲经济发达地区,综合实力强劲,高等教育资源优渥,但仍然存在着教育发展不平衡的现象,省内十三个地级市的高等教育资源分配差异较为显著。对江苏省本科教育质量进行综合评估,可以体现出江苏省高等教育所存在的缺陷与问题,利于教育改革的推进和各高校的健康发展。因此,进行江苏省本科教育质量综合评估具有十分重要的意义。
  关于问题一的分析
  问题一要求对给出的九个指标进行量化处理,并进行相关的数据分析。由于江苏省本科教育质量受多种复杂因素作用的影响, 且在选取评价指标时需要考虑到指标的可行性、 指标选取的主观性等因素的影响, 因此可以基于熵权法进行客观赋权,建立一个多层次的江苏省本科教育质量评价指标体系。
  关于问题二的分析
  问题二要求对问题一中的指标数据,建立数学模型,对江苏省 13 个地级市的本科教育质量进行综合评价。考虑到指标针对这十三个地级市的可行性, 将收集到的数据标准化后用熵权法计算各指标权重, 最后代入第一问的评价体系即可求出综合评分进行排名。
  关于问题三的分析
  问题三要求在所给的九个指标中,可以减少那些指标使评价结果与问题二中的评价结果基本一致。可以考虑根据分析各项指标的灵敏性来判断指标对目标层影响的大小。为了能更直观地调控各指标的变量, 且使各变量值对该指标的影响是等效的, 本文考虑插入一个虚拟控制变量。 通过调节改虚拟控制变量的各指标数据,计算各指标的灵敏度,从而确定出各指标变化对目标层的影响效果。
  关于问题四的分析
  问题四要求确定一个关键的指标,使得该指标值得普遍该晒能够尽可能缩小江苏省 13 个地级市本科教育发展差异。可以考虑敏感度分析,任意改变主要三级指标的综合得分,对比改变前后 13 个地级市本科教学质量的得分,来判断该关键指标是否符合要求。
  关于问题五的分析
  问题五要求我们结合前面的讨论,给出有效提升江苏省本科教育质量的政策建议。考虑根据问题一至问题四中获得的所有可能结果进行多方面地分析,采取重点对策来提出了对有效提升江苏省本科教育质量的科学且有依据的政策建议。

模型的建立与求解整体论文缩略图

在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

程序代码:(代码和文档not free)

clc
A=[1  5
  1/5 1];
n=2;
e0=ones(n,1);
e0=(1/n)*e0;
for i=1:n
    e0=A*e0;
    e=e0/sum(e0);
    e1=zeros(n,1);
    e1=e;
    if e0==e1
        break
    end
end
e1
clc     
n=5;
x=zeros(n,n);
Aa=zeros(n,n);
ans0=0;
A=[   1    2    7    5    5
    1/2    1    4    3    3
    1/7  1/4    1   1/2  1/3
    1/5  1/3    2    1    1  
    1/5  1/3    3    1    1];
w=sum(A);
for i=1:25
    if (i<=5)
       Aa(i)=A(i)/w(1);
    else if (i<=10)
         Aa(i)=A(i)/w(2);
    else if (i<=15)
          Aa(i)=A(i)/w(3);
     else if (i<=20)
           Aa(i)=A(i)/w(4);
        else 
         Aa(i)=A(i)/w(5);
        end
    end
 B=sum(Aa');
 k=sum(B);
 for i=1:n
     B(i)=(B(i))/k
 end
 w=B'
 aw=A*w;
 for i=1:n
     ans0=ans0+(1/n)*(aw(i)/w(i));
 end
 ans0
 CI=(ans0-n)/(n-1)
 CR=CI/1.12 
clc
A=[1 1/3 1/3
   3  1    5
   3  1/5  1];
n=3;
e0=ones(n,1);
e0=(1/n)*e0;
for i=1:n
    e0=A*e0;
    e=e0/sum(e0)
    e1=zeros(n,1);
    e1=e;
    if e0==e1
        break
    end
end
e1
clc,clear
x=[3 39152 8341 16.6 100 550653	0 0.9288
   2 21410 0 18.7 50 339561 0 0.9079
   2 11545 0 18.16 70 91484 0 0.8905
  35 329483 0 20.4 55 1429259 38 0.9134
   3 31641 7327	19.21 75 992409 0 0.9212
   1 47960 2 21.8 35 359100	0 0.8724
   7 67413 018.7 90 1193750 1 0.9242
   5 19226 0 18.9 40 1350277 0 0.9023
   2 34462 0 18.5 80 429389	2 0.9243
   6 53992 12098 17.1 95 964210	2 0.876
   2 18334 4399 15.8 65 557704 0 0.9167
   3 22405 0 15.8 85 790380 0 0.9262
   2 25760 10162 15.4 60 1077366 0 0.8642
];
x=zscore(x);  %数据标准化
std=CORRCOEF(x);   %计算相关系数矩阵
[vec,val]=eig(std);   %求特征值(val)及特征向量(vec)
newval=diag(val);   %将特征值做成一个新向量
[y,i]=sort(newval);    %对特征值进行排序,y为排序结果,i为索引
rate=y/sum(y)    %计算贡献率
sumrate=0;
newi=[];
for k=length(y);-1;1
    sumrate=sumrate+rate(k);
    newi(length(y)+1-k)=i(k);
    if sumrate>0.85 break;
    end
end       %记下累积贡献率大于85%的特征值的序号方人员newi中
fprintf('主成分数;%g\n\n',length(newi));  
for i=1;1;1;length(newi)  %计算荷载aa
    for j=1;1;1length(y)
        aa(i,j)=sqrt(newval(newi(i)))*vec(j,newi(i));
    end
end
aaa=aa.*aa;   %主成分荷载归一化zcfhz
for i=1;1;length(newi)
    for j=1;1;length(y)
        zcfhz(i,j)=aa(i,j)/sqrt(sun(aaa(i,;)));
    end
end
fprintf('主成分荷载;/n'),zcfhz    %输出主成分荷载zcfhz
全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/155971.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【PB续命05】WinHttp.WinHttpRequest的介绍与使用

0 WinHttp.WinHttpRequest简介 winhttp.winhttprequest是Windows操作系统中的一个API函数&#xff0c;用于创建和发送HTTP请求。它可以用于从Web服务器获取数据&#xff0c;或将数据发送到Web服务器。该函数提供了许多选项&#xff0c;例如设置请求头、设置代理服务器、设置超…

花 200 元测试 1300 个实时数据同步任务

背景 对于将数据作为重要生产资料的公司来说&#xff0c;超大规模的数据迁移同步系统( 1k、5k、10k 条同步任务)是刚需。 本文以此为出发点&#xff0c;介绍近期 CloudCanal 所做的一个容量测试&#xff1a;在单个 CloudCanal 集群上创建 1300 实时任务&#xff0c;验证系统是…

2023年中国骨质疏松治疗仪发展趋势分析:小型且智能将成为产品优化方向[图]

骨质疏松治疗仪利用磁场镇静止痛、消肿消炎的治疗作用迅速缓解患者腰背疼痛等骨质疏松临床症状。同时利用磁场的磁-电效应产生的感生电势和感生电流&#xff0c;改善骨的代谢和骨重建&#xff0c;通过抑制破骨细胞、促进成骨细胞的活性来阻止骨量丢失、提高骨密度。 骨质疏松治…

【软件推荐】我的常用Windows软件

文章目录 前言Colors Lite&#xff08;颜色吸取&#xff09;Everything&#xff08;文件搜索&#xff09;知云文献翻译Directory Opus&#xff08;文件管理器&#xff09;Snipaste&#xff08;截图&#xff09;AxMath&#xff08;公式编辑器&#xff09;Deskpin&#xff08;窗口…

【Android】导入三方jar包/系统的framework.jar

1.Android.mk导包 1).jar包位置 与res和src同一级的libs中(没有就新建) 2).Android.mk文件 LOCAL_STATIC_ANDROID_LIBRARIES&#xff1a;android静态库&#xff0c;经常用于一些support的导包 LOCAL_JAVA_LIBRARIES&#xff1a;依赖的java库&#xff0c;一般为系统的jar…

Linux常用命令——bzcmp命令

在线Linux命令查询工具 bzcmp 比较两个压缩包中的文件 补充说明 bzcmp命令主要功能是在不真正解压缩.bz2压缩包的情况下&#xff0c;比较两个压缩包中的文件&#xff0c;省去了解压缩后在调用cmp命令的过程。 语法 bzcmp(参数)参数 文件1&#xff1a;指定要比较的第一个…

UE基础篇十:材质

导语: 视频文档在文末 虚幻引擎默认是延迟渲染(延迟渲染是通过先算出需要着色的像素,然后再迭代灯光,从而减少大量无效的灯光计算,来达到优化的目的) 一、基础知识 1.1 贴图分辨率尺寸 2的幂次方,长宽随意组合 非2的幂次方,不能设置MipMaps(引擎会生成多张分辨率更…

任务栏上的超萌小猫,实时显示CPU占用率,有趣.Net开源工具

推荐一个非常有趣的.Net开源小工具&#xff0c;它可以在电脑任务栏显示一只奔跑的小猫&#xff0c;实时显示CPU使用率&#xff01; 01 项目简介 一款基于.NET 6.0运行环境的开源小工具&#xff0c;通过它&#xff0c;用户可以直观地查看CPU的使用情况&#xff0c;它会根据 CP…

程序员导航站

探路者 hello.alluniverse.vip 开发者导航 - Pro Developer网站导航 探路者是一款极简导航工具&#xff0c;致力于收录的每个站点都有其独特的作用。同时支持自定义导航&#xff0c;让用户快速实现个性化的导航站点。 特性概述 免费ChatGPT 装机必备 开发工具 Git精选项目 …

云计算(Docker)

Docker简介 Docker 是一个开源的应用容器引擎&#xff0c;基于 Go 语言&#xff0c;并遵从 Apache2.0 协议开源。它可以让开发者打包应用以及依赖包到一个轻量级、可移植的容器中&#xff0c;然后发布到任何流行的 Linux 机器上&#xff0c;也可以实现虚拟化。Docker 可用于开发…

2023年中国涂料树脂需求量、市场规模及行业竞争现状分析[图]

涂料用树脂是涂料的主要原材料&#xff0c;是涂料的主要成膜物&#xff0c;且了为涂料成品提供耐醇、耐磨、耐高温、耐高湿、减少涂料在涂装完成后的损耗、保持涂装后外观以及性状的稳定性等功能。 根据生产产品的性状不同&#xff0c;其下游产品&#xff0c;即涂料成品广泛应用…

锐捷EG易网关login.php以及其后台cli.php/branch_passw.php RCE漏洞复现 [附POC]

文章目录 锐捷EG易网关login.php以及其后台cli.php/branch_passw.php远程代码执行漏洞复现 [附POC]0x01 前言0x02 漏洞描述0x03 影响版本0x04 漏洞环境0x05 漏洞复现1.访问漏洞环境2.构造POC3.复现 锐捷EG易网关login.php以及其后台cli.php/branch_passw.php远程代码执行漏洞复…

电脑集中管理软件有哪些?电脑集中管控怎么做

电脑集中管理软件有哪些&#xff1f;电脑集中管控怎么做 电脑集中管理软件是指通过一种软件或系统&#xff0c;对多台电脑进行集中管理和控制的工具。这种软件通常具备远程控制、软硬件监控、自动部署等功能。可以方便企业或组织统一管理电脑资源&#xff0c;提高工作效率。今…

java“贪吃蛇”小游戏

基于java实现贪吃蛇小游戏&#xff0c;主要通过绘制不同的图片并以一定速度一帧一帧地在窗体上进行展示。 我是在javaSwing项目下创建了一个包 名字叫做&#xff1a;Snakes包 包下有一个启动类和一个设置代码的主界面两个类 代码主界面&#xff1a; 代码主界面主要讲解的是 …

linux关于cmake,makefile和gdb的使用

c文件的编译 安装环境(centos 7) 检查命令是否齐全 gcc --version g --version gdb–version 安装命令 yum -y install gcc-c安装g命令&#xff08;用于编译c/c文件&#xff09; yum -y install gcc安装gcc命令(用于编译c文件&#xff09; 每个都出现版本号&#xff0c;证明…

Java-接口和抽象类

本章重点&#xff1a;1. 抽象类 2. 接口 3.Object类 1. 抽象类 1.1 抽象类概念 在面向对象的概念中&#xff0c;所有的对象都是通过类来描绘的&#xff0c;但是反过来&#xff0c;并不是所有的类都是用来描绘对象的&#xff0c;如果一个类中没有包含足够的信息来描绘一…

计算机毕业设计项目选题推荐(免费领源码)java+mysql二手校园交易平台67613

目录 摘要 1 绪论 1.1 研究背景 1.2国内外研究现状 1.3论文结构与章节安排 2 二手校园交易平台系统分析 2.1 可行性分析 2.2 系统流程分析 2.2.1 数据流程 3.3.2 业务流程 2.3 系统功能分析 2.3.1 功能性分析 2.3.2 非功能性分析 2.4 系统用例分析 2.5本章小结 …

滚雪球学Java(09-2):Java中的关系运算符,你真的掌握了吗?

咦咦咦&#xff0c;各位小可爱&#xff0c;我是你们的好伙伴——bug菌&#xff0c;今天又来给大家普及Java SE相关知识点了&#xff0c;别躲起来啊&#xff0c;听我讲干货还不快点赞&#xff0c;赞多了我就有动力讲得更嗨啦&#xff01;所以呀&#xff0c;养成先点赞后阅读的好…

3.6 Windows驱动开发:内核进程汇编与反汇编

在笔者上一篇文章《内核MDL读写进程内存》简单介绍了如何通过MDL映射的方式实现进程读写操作&#xff0c;本章将通过如上案例实现远程进程反汇编功能&#xff0c;此类功能也是ARK工具中最常见的功能之一&#xff0c;通常此类功能的实现分为两部分&#xff0c;内核部分只负责读写…