决策分析理论范文篇1

关键词：工程公司；投标前期决策；模糊理论；数据包络分析

中图分类号：C37文献标识码：A

引言

招投标已成为工程项目发包承包最主要的形式，为确保招投标决策工作的正确性，公司对投标决策提出了更高的要求。目前工程公司的投标前期决策主要依靠主观判断，采用的方法有：模糊综合评价、决策树分析法、主成份分析法等。该类方法存在两个问题：1）方法不能体现其弱点或无效的原因；2）可能造成人为的决策干扰。将数据包络分析法与模糊综合评判法进行整合，可实现对投标项目的客观评价，为工程公司开展投标前期决策提供科学的方法。

1.基于模糊理论的数据包络分析评价方法

1.1建立评价指标体系

选择评价指标是投标决策问题分析的关键。综合分析已有的研究成果并结合德尔菲法得出评价指标体系：业主、公司、项目和环境4个指标[1]。

1.2构建基于模糊理论的数据包络模型

模糊理论的研究对象具有“内涵明确，外延不明确”的特点[1-2]，数据包络分析法恰可弥补这种不足[3]。鉴于此，本文尝试引入基于模糊理论的数据包络分析方法。

1.2.1确定评价因素集和评价等级集

设为投标项目集，m为投标项目的个数；

设为评价因素集，n为评价因素的个数；

设为评价等级集，k为评价等级的个数，一般划分为3~5个等级，在此暂取为；

1.2.2构造单因素的评判矩阵

首先对着眼评价因素集中的单因素作单因素评判，构造一个模糊关系矩阵，为评价指标的隶属度矩阵。对投标项目，评价因素被评为评价等级的隶属度为，这样就得到投标项目的单对象评判向量，由此m个投标项目的评判向量就构造出一个总的评判矩阵：

(1)

其中，应满足：；

1.2.3构建数据包络分析模型

数据包络分析(DEA)作为一种新的系统分析方法，其最突出的优点是具有很强的客观性。本文研究选用数据包络分析模型。

针对每一个评价因素，选取投标项目作为模型的决策单元，将评价等级作为模型的输入和输出，将评价因素的评判矩阵的转置矩阵作为DEA决策单元的输入及输出数据。对于每一决策单元，假设有种类型输入及种类型输出，相应输入输出向量为：

＞0

＞0

其中，，k为评价等级的个数。

由于实际情况下的不同，须综合DMU的输入和输出，引入输入输出权重向量如下：

则每一个决策单元都有相应的效率评价指数：

现在，对第个决策单元进行效率评价。针对评价因素，以第个决策单元的效率评价指数为目标，以所有决策单元的效率评价指数为约束，构造出第个决策单元的模型：

(2)

1.2.4确定最优目标函数值矩阵

对于已建立的模型，求解目标函数的最优解进而定义决策单元的有效性。易发现，(2)式是一个分式规划，当使用Charnes-Cooper变化时，可将分式规划化为一个等价的线性规划问题，由此可得到如下的线性规划模型：

(3)此时求解该线性规划模型即可得到第个决策单元针对评价因素的最优目标函数值。同理，可以求得其他决策单元针对评价因素的最优目标函数值，这样就可以确定各决策单元针对每一评价因素的最优目标函数值矩阵：

(4)

1.3进行综合评价

将第个投标项目针对所有评价因素的最优目标函数值相乘，乘积可作为投标项目的综合评价结果[4]，即：

（5）

最大的投标项目即为最优决策。

2.基于模糊理论的数据包络模型案例分析

某工程公司进行项目投标前期决策，有四个可投项目，暂记为。决策评价指标体系仍由业主因素、公司因素、项目因素和环境因素4个指标组成。记为。现运用基于模糊理论的数据包络模型帮助工程公司进行前期投标决策[5]。

2.1基于模糊理论的数据包络模型的构建

2.1.1构造评价因素的隶属度矩阵

评价因素各投标项目在各评价等级上的频率分布，由此即可得到如式(1)所示的各评价因素的隶属度矩阵：

2.1.2建立最优目标函数值矩阵

选取各投标项目作为DEA模型的决策单元，将评价等级很差(c1)、差(c2)、一般(c3)作为模型的输入，评价等级好(c4)和很好(c5)作为其输出。引入输入权重向量，输出权重向量。

针对业主因素(b1)，以其隶属度矩阵的转置矩阵作为DEA决策单元的输入和输出数据。现对决策单元a1进行效率评价，根据式(2)、(3)可建立如下线性规划模型：

通过LINDO软件求解得。同理可以得到其他三个投标项目在业主因素(b1)上的表现：；；。这样就得到所有投标项目在业主因素(b1)上的表现：。

针对公司因素(b2)，以其隶属度矩阵的转置矩阵作为DEA决策单元的输入及输出数据。对决策单元a1进行效率评价，依据(2)、(3)可建立如下模型：

通过LINDO软件求解得。同理可以得到其他三个投标项目在公司因素(b2)上的表现：；；。这样就得到所有投标项目在公司因素(b2)上的表现：

。

同理，针对项目因素(b3)，对决策单元a1进行效率评价，可建立如下线性规划模型：

通过LINDO软件可以得到所有投标项目在项目因素(b3)上的表现：。

针对环境因素(b4)，对决策单元a1进行效率评价，可建立如下线性规划模型：

通过LINDO软件可以得到所有投标项目在环境因素(b4)上的表现：。

此时根据式(4)可以确定各决策单元(投标项目)针对每一评价因素的最优目标函数值矩阵:

。

2.2综合评价矩阵的确定

根据式(5)即可求得各投标项目的综合评价结果：

；

；

；

。

显然，，投标项目的综合评价最好，所以应选择投标项目作为最佳投标决策。

3.结语

通过选择由业主、公司、项目和环境等组成的评价指标体系，构建了基于模糊理论的数据包络模型，有效地消除了投资者的主观因素，提高了工程公司开展工程项目投标前期决策的客观性及科学性，工程项目投标前期决策案例则验证了该方法的有效性及合理性。该模型是工程领域开展投标前期决策的一大理论创新，为工程公司开展工程项目投标前期决策提供了一定的理论基础。

参考文献：

[1]王守俊.建筑工程项目投标前期决策分析研究[D].西安:西安建筑科技大学，2009.

[2]杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京:清华大学出版社，2008:63-67.

[3]王新利.模糊综合评判法在项目投资决策中的应用[J].财会月刊，2009(2):57-58.

[4]GongL.G.andSunD.B.MeasuringproductionwithrandominputsandoutputsusingDEAandcertaintyequivalent.EuropeanJournalofOperationalResearch，111(1998)16，62-74.

[5]张熠，王先甲.基于数据包络分析和模糊理论的投资项目评价方法研究[J].技术经济，2010(2):64-67.

【作者简介】：

决策分析理论范文

国外知名大学的管理科学与运筹、工程管理等相关专业都开设有《风险建模与分析》等相关课程，本文对美国斯坦福大学管理科学与工程系、美国麻省理工学院、美国弗吉尼亚大学工程系统风险管理研究中心、英国曼彻斯特大学系统与决策科学研究中心、加州大学伯克利分校、美国国防采办大学［1－4］等教育研究机构所开设的同类课程进行深入调研分析，为本课程的建设提供借鉴与启示。

(一)美国斯坦福大学相关课程现状

美国斯坦福大学(StanfordUniversity)管理科学与工程系开设了两门风险分析相关课程［1］:《工程风险分析》(EngineeringRiskAnalysis，课程代码MS＆E250A)与《工程风险分析实践课》(ProjectCourseinEngineeringRiskAnalysis，课程代码MS＆E250B)。其中，《工程风险分析课》主要讲授工程系统中风险管理决策的相关技术方法，内容包括:技术、人、环境方面的权衡分析，决策分析的元素，概论风险分析，故障树、事件树、系统动力学，事故后果的经济分析，以及相关技术在航天系统、核电工厂、医疗系统、公共安全等领域的案例实证研究。而《工程风险分析实践课》(ProjectCourseinEngineeringRiskAnalysis)是在学生先修《工程风险分析课》(MS＆E250A)的基础上开设的，通过指导学生个体或成立小组，从实际问题中总结、抽象、建模风险管理问题，通过风险评估、沟通和管理三个阶段，解决实际风险管理问题，学生需要做口头陈述和完成报告，以达到熟练掌握和运用概论工具解决风险和不确定决策问题的能力。斯坦福大学管理科学与工程系开设的这两门风险分析相关课程，相互支撑，从课程代码上也可以明显看出，MS＆E250A是MS＆E250B的先修课程。MS＆E250A特别注重风险基本概念与基本理论的讲授，通过概率分析、故障树、事件树、系统动力学等基本模型与方法为载体，阐释风险分析过程，并结合案例进行详细展开;而MS＆E250B在250A基础理论理解的基础上，要求学生针对某具体背景问题，建立小组，分工收集材料、建模、计算，并完成陈述报告和答辩，特别注重实践能力的培养，以及团队研究精神的锻炼。

(二)美国麻省理工学院相关课程现状

美国麻省理工学院(MIT)开设了《工程管理》(ProjectManagement，代码1．040/1．401)课程，其中包括专门几节内容讲授“风险分析－风险与不确定下的决策”，主要包括五部分:风险与不确定定义，风险偏好、态度和效用，决策树分析;涉及效用函数、风险评估、跟踪和控制，风险层次化建模、风险结构分解、风险矩阵等分析工具，风险预算、风险预防措施、风险修正，灵敏度分析等决策计划制定的方法等。美国麻省理工学院作为世界知名工科院校，培养了一大批工程领域的杰出人才，在其核心课程《工程管理》别注重“风险分析与决策”的讲授，将风险分析作为工程管理中不可或缺且至关重要的环节;在其内容设置上，主要结合决策分析理论，将风险与不确定、偏好、效用、决策树等决策分析方法融入到风险分析中，并通过风险措施、修正、灵敏度分析等决策方法为风险应对方案的制定提供决策支持，可见，风险分析与决策分析是密不可分，相辅相成的。

(三)美国弗吉尼亚大学相关课程现状

美国弗吉尼亚大学工程系统风险管理研究中心［2］开设了《风险建模、评估和管理》(Riskmodeling，assessment，andmanagement)课程，主要讲解等级全息建模、决策树、多目标权衡分析、风险过滤排序与管理、极端事件风险管理、多目标风险影响分析、多目标统计分析等技术方法，并结合复杂系统协同风险建模、国防和重大基础设施建设、环境与水利系统、交通运输系统、商业系统、软件系统等领域的风险建模与分析开展案例研讨。此课程的负责人是Y．Y．Haimes教授，他是国际风险分析与多目标决策学术研究领域的知名学者，常年活跃在国际学术前沿，很多著名的风险分析方法都是他提出并推广的，比如HHM、RFRM、MRIA等，这些方法现已被美国国防部、NASA等机构采纳。可见，风险分析的理论方法是不断发展的，随着科学技术水平的不断提高，风险建模、计算、决策的方法也必须适应时展的需要，不断改进以解决新的更复杂的系统风险问题。

(四)英国曼彻斯特大学相关课程现状

英国曼彻斯特大学(ManchesterUniv．)系统与决策科学研究中心为研究生开设了《风险、效能与决策分析》(Risk，PerformanceandDecisionAnalysis)课程［3］，作者在留学期间曾全程跟听了本门课程，其内容涉及多准则决策与风险分析中的基本理论和最新发展方向，包括四个专题，10次课，每次3个小时，主要内容有:风险、决策树分析和效用概念，效用理论与贝叶斯决策理论;多准则决策分析(MCDA)中的效能评估与多准则决策分析，模型与偏好建模，过程与集成方法，集成方法、工具与应用;数据包络分析的概念和基本模型、方法、工具与应用;多目标线性规划的概念、模型、方法与应用;以及在商业和工程管理领域的应用。此课程的特点如下:一是将风险基本理论与决策技术有机结合，注重风险应对的科学决策，如DTA、MCDA等;二是注重数据分析处理与不确定性推理算法的讲授，包括DEA和ER等;三是将优化技术引入风险分析，建立风险优化的模型与算法，比如MOLP等。此外，作者还调查了美国加州大学伯克利分析、美国国防采办大学，国内的清华大学、西安交通大学、大连理工大学、中国科学技术大学、合肥工业大学、天津大学等开设的相关课程，结合上述四所国外知名高校相关课程现状，可以发现如下特征:(1)注重基础理论。各高校或机构都特别注重基本概念、基础理论的讲授，几乎都涉及不确定性建模、概率分析、故障树、事件树等基础知识点，可见打好基础，是灵活运用技术工具的基石。(2)联系决策分析。风险分析与决策分析密不可分，相辅相成，将决策分析理论有机地融入到风险分析中，为风险应对方案的制定提供决策支持。比如MIT讲偏好、效用、决策树，Virginia讲MTOA，MU讲DTA、UT、MCDA等。(3)通过数据说话。风险分析的结果结论要建立在科学的数据分析基础上，因此各高校都注重定量化数据分析方法的讲授和运用。比如MU讲数据包络分析DEA、Virginia讲多目标统计分析MSM等等。(4)学术研究引领。科学技术水平的不断提高为风险分析提供了新的思路、方法和工具，风险分析学术研究扩展了风险方法库，风险管理的实践需要促进了风险分析学术领域的研究。(5)注重实践能力。各高校在基本理论与方法讲授的基础上，都不约而同地重视学生动手实践能力的培养，提高学生阅读前沿文献、发现问题并解决风险管理问题的能力。比如Stanford专门开设MS＆E250B的实践课。

二、《风险分析与管理》研究生课程建设思考

通过对国外知名高校相关课程的调研及特点分析，结合本校教学实践，我们提出对《风险分析与管理》研究生课程建设与教学一点思考。

(一)从教学目的来看

本课程主要授课对象为研究生学员，研究生经过本科阶段的基础学习，已经基本掌握了学科基础知识和基本研究能力，包括数学知识、计算知识、查找阅读文献能力等。而通过本课程的学习达致如下目标:(1)培养学员在工程项目研究中风险应对和风险管理的意识。针对管理学领域中研究对象复杂性和随机性不断增长的发展趋势，本课程旨在帮助学员了解有效的风险分析及管理方法在工程中的重要意义，培养学员在其研究领域中积极应对风险和不确定性的意识。(2)增强学员分析管理风险的能力。通过本课程的学习，使学员从理论、方法和实际案例三个方面学习掌握风险识别、风险评估、风险决策和风险监控等管理环节的地位作用、关联关系和研究热点，增强学员在理论探索和科研项目研究中分析管理风险的能力。

(二)从教学过程来看

《风险分析与管理》核心在于选择最佳风险管理技术组合，其重要环节是对各种技术的综合运用、优化、组合，难点在于学以致用，融会贯通。因此，提出本课程教学过程主要三步:(1)讲———讲概念、讲理论、讲过程。主要通过教师讲解风险分析与管理的基础理论，包括风险分析与管理的基本概念、研究热点以及一般流程，着重讲授风险分析与管理的一般化四阶段及其相互关系。(2)学———学方法、学技术、学工具。学的主体是学生，学就是要求学生了解并掌握风险分析与管理过程中涉及的基本方法和技术，包括风险识别、分析、评估与应对中的经典方法;同时学会使用相关软件工具，实现初步的模型求解与运算。(3)做———做练习、做案例、做研究。根据理论联系实际的原则，“讲”和“学”最终要落到“做”上。要求学生能够运用方法和工具解决简单示例;能够围绕某背景案例，实现从风险识别、建模、分析到求解的全过程求解，形成完整的知识结构和方法论;最后，能够在案例中捕捉到问题，查找文献，创造性地提出新的科学问题并提出解决策略，完成“做研究”，真正实现教与学的统一。

(三)从教学内容来看

在上述教学目的和过程的指导下，参考国内外相关高校和机构的相关课程内容，结合我们的实际，本课程具有自身的特点:一是实践性。风险分析与管理的基本理论是形成本课程整体知识结构和灵活运用技术方法的基石，风险分析经过近半个世纪的发展，已经形成了一套完整的知识体系，学生应当“站在巨人的肩膀上”，掌握基本过程和方法。另一方面，科学问题来源于实践，并用于改进实践，工程实践是风险分析与管理研究和教学的源泉。因此，必须将二者有机结合，在实践中学理论，学好理论用于实践。二是系统性。风险分析管理理论经过半个多世纪的探索和实践，形成了以风险识别、风险评估、风险决策、风险监控为主线的完整的知识体系。因此，在课程设计时，必须涉及到风险分析与管理的全过程，每个阶段对应讲授一到两种经典方法，使得整个课程学习成体系。三是时代性。包括两个方面，一是课程教学中，要紧跟时展，多选多用当前社会生产生活及工程建设中的出现的事件、案例，以此提高学生对本课程知识学习的兴趣;二是课程内容设置中，不断更新新理论、新方法，新技术的发展推动着风险分析方法技术的改进，尤其是一改以往以定性分析为主的局面，大量引入定量化的分析方法和技术，在课程建设中引入国际研究最新成果，用更加科学的方法解决复杂的不确定性风险问题。四是综合性。风险分析与管理课程与自然科学、社会科学、系统科学、行为科学等有着密切的联系。在课程设置与教学中，应特别注重与决策分析理论与方法的交叉。从上述国外调查结果也可以看出，风险分析与决策分析密不可分，相辅相成，应当将决策分析理论有机地融入到风险分析中，为风险应对方案的制定提供决策支持。因此，本课程教学内容的设置上，需关注以下方面:一是风险分析与管理的概念、理论、过程。风险分析与管理基础理论，主要包括风险分析与管理的基本概念、研究热点以及一般流程，着重讲解风险分析管理的基本理论，使学员掌握基本阶段及其相互关系，形成对本课程整体知识结构的了解和掌握。基本概念包括:风险分析与管理的重要性，风险分析与管理研究热点;领会风险分析与管理学习的意义和目的，掌握基本概念与定义，了解本领域研究热点与前沿。基本过程包括:国外风险分析与管理过程，风险分析与管理的一般过程，各阶段之间的联系;了解国外风险分析与管理的过程，掌握风险分析与管理基本阶段以及相互关系。二是风险分析与管理的方法、技术、工具。风险分析与管理的基本流程包括风险识别、风险分析、风险评估、风险决策和风险应对，每个阶段有其特有的技术方法支持，结合国内外学术研究成果，在风险识别阶段主要设置风险识别一般方法、情景分析法、级层次建模方法HHM等内容;在风险分析阶段主要设置风险故障模式与影响分析，风险故障树分析，风险过滤、排序技术(RFRM)等内容;在风险评估阶段主要设置风险矩阵评估法，贝叶斯风险评估方法，蒙特卡罗方法;学习并掌握风险矩阵评估、贝叶斯风险评估及其蒙特卡罗仿真方法在风险评估中的运用等内容;在风险应对阶段主要设置风险应对的概念与措施，风险监控过程，多目标风险管理方法等内容。通过上述内容的学习，使研究生熟悉并掌握基本的风险分析处理模型与技术，并提高其自我学习新方法的能力。

(四)从教学方法来看

结合教学内容设置，我们急需创新教学模式。(1)通过阅读汇报深入掌握基本技术方法模型。根据学员研究领域，从国外高水平顶级杂志上选取风险分析与管理技术方法文献，由学生组成3－5人小组，通过任务分工，阅读、研讨、实验，并对其他小组学生进行陈述，讲解方法、思路及其优缺点，接受提问并答辩。通过学生的主动参与，达到深入教学目的。(2)通过案例与研讨式教学加强应用能力培养。课程教学组织中注重开展案例教学、研讨式教学，促进学生对理论知识的掌握。在各个知识点的教学中，要尽可能引入案例;在课程教学中，加大教学的实践环节，训练学生对实际问题的分析、研究、解决能力。同时，结合学生所参与的科研项目，积极引导学生的动手能力，加深对课堂上所学知识的理解，锻炼其灵活运用所学知识，独自解决问题的能力。参照斯坦福和弗吉尼亚大学的案例教学模式，结合本校从事科研攻关任务的实际，我们可以围绕以下案例进行研讨:大型工程风险分析与管理案例，软件项目风险分析与管理案例，航天项目管理中的风险分析与管理案例，装备采办管理中的风险分析与管理案例，反恐风险分析与管理案例，通过案例研讨，掌握所学方法在实际工程中的运用。

三、总结

决策分析理论范文

关键词：群决策教学质量评价方法

中图分类号：G640文献标识码：A文章编号：1673-9795（2013）07（a）-0223-01

随着我国职业教育的大众化，教师的教学质量评价受到社会各层越来越高的重视。因此，教师的教学质量评价的客观性、公正性就显得尤为重要。本文采用基于群决策理论的教学质量评价方法，有效解决了传统教学质量评价中的主观性，保证了评价结果的科学性、客观性、公正性。

1群决策理论

群决策的最早研究是在200多年前，法国著名数学家Borda在1781年提出了群体对方案排序的规则，人们称之为“Borda数规则”。而“Condorcet规则”和“投票悖论规则”是由法国的另一位数学家Condorcet在1785年提出和发现的。

在我们的现实生活中，其实无论代表大会，领导班子，还是咨询机构，在决策理论中都称之为群，群所做的决策成为群决策。换言之，有多个决策者参加的决策就是群决策。由于群决策能最大限度地减少决策中的不确定性因素，并且能够敏锐的发现问题，因此，群决策正日渐成为决策领域的主流方式。

2群决策的基本假设

群决策的理论建立在个体决策理论的基础上。因此，个体决策理论的假设也是群决策假设。群决策一般存在以下假设：

（1）至少有两名决策者需要共同负责决策。由于决策者需要共同负责进行决策，决策者的个数和决策者之间的本质关系直接影响到群体决策的决策过程、决策机理以及决策结果的质量。

（2）群决策一般来说是非结构化的复杂决策问题。群决策需要解决的问题往往庞大而且复杂，需要集中群决策者集体的智慧才能创造性地解决问题。

（3）群决策质量受到所采用的决策规则影响。如果给定群决策的其他因素不变，所采用的决策规则不同会得出不同的决策结果。当采用不同的决策规则时，每个被选择方案都有机会成为最终的方案。

3群决策理论在教学质量评价中的应用

群决策在许多领域已涉及，而群决策理论在教学中的应用则很少，本文主要探讨群决策理论在教学质量评价的应用。

3.1教学质量评价中群体评价因子的确定

对于教学质量的评价，需要建立科学的课堂教学评价指标体系，这是提高课堂教学评价质量、增强评价的有效性和可靠性的重要保证。根据群体决策原理，在教学质量评价时，评价因子的确定可以参考包括时间的开销和任务的重要、紧急程度等各种因素来综合决定。在教学质量评价因素指标确定中，采用群体决策方法，可以充分征求广大教师的意见，得出科学的评判因素和标准。在确定各个评价因素权值的时候，可以采用多种方法。但在一些评价参数原始数据的采集中，数据的原始性和真实性显得尤为重要，因此，不适合采用群体法，因为每个人有不同的评价意向和评价标准，不能把个人意志强加到别人身上。

3.2基于群决策理论的教学质量评价体系

教学质量评价体系的建立要从多维度、个性化和多样性的角度出发。评价体系既要包含客观指标，同时还应设置相应的主观指标作为整个体系的补充，这样就可以给评价主体更多的空间来表达自己的意见。教学质量评价体系的设计有两个基本的要素，一个是教师授课的质量；另一个是评价主体的相关因素。构建评价指标体系时，要遵循全面、合理、科学和简明的基本原则，能够抓住影响教学水平的主要因素，这样构建的评价指标体系就能充分的反映学校得教学水平、教师的个人教学能力以及学校的学科水平等要素。

3.3基于群决策理论的教学质量评价模型

基于层次分析教学评价模型在运用层次分析法时是从备选方案中选择较优者，这个也恰恰说明了层次分析法只能从原有方案中进行选取，而不能为决策者提供解决问题的新方案。而基于Rough集属性约简的教学评价模型的不足之处是它不考虑评价量表是否合理，也没有把评价者给出的分数的质量作为考虑因素利用群决策理论对上述评价模型进行综合并优化，提出了基于群决策理论方法的新教学质量评价模型。

4实验

以某中职学校进行实验，本实验的数据源信息来自该中职学校的教师信息数据库。根据需求，采集到50位教师信息数据，主要来源于教师基本信息表，我们随机抽取5位教师基本信息。

首先，计算评价体系中各级指标的权重。构建一级指标教学态度（A1）、教学内容（A2）、教学方法与手段（A3）、教学状态（A4）、教学效果（A5）的矩阵，并计算一级指标的权重。我们以学生评价结果为例，通过各向100名学生做问卷调查，得到学生对5位教师的统计情况。

同样的方法，还可以从专家、管理者两方面再给教师做出评价，得到最终的综合评价分数。

最后可根据专家、学生、管理者评价所占的权重值，计算出该教师的课堂教学质量的总的综合评价，然后再排序比较，并针对每位教师在教学指标体系中的不足之处给予及时的信息反馈，同时为教师提出改善教学的方法和建议。

从该实例结果的应用可知，基于群决策理论的教学评价模型Rought集的应用有效的客服了层次分析法在分析解决问题是模拟人大脑的决策方式，使决策更加客观。另外，所建模型中Vague集的应用解决了Rough集在评价过程中忽略整个参评教师群体所表现出的绝对特征的缺陷，为每位教师在在整个评价指标体系中的不足用Vague值进行了表征，使最后的评价结果更加的科学详尽。

5结语

基于群决策理论的教学质量评价方法的应用研究受到越来越高的重视，本文提出了利用群决策理论、Rough集、Vague集等模糊数学理论来搭建教师教学质量评价模型的新模式，一套完整的评价流程，并为教学质量评价在学校的实施提供了一种科学的方法。

参考文献

[1]朱佳俊，郑建国.群决策理论、方法及其应用研究的综述与展望[J].管理学报，2009（8）：141-146.

[2]徐玖平，陈建中.群决策理论与方法及实现[M].北京：清华大学出版社，2009，31.