报告的规范性u33、实验报告的完整性u34。
3.2 建立评价集V。
本文采用等级评价制，确定评价集V={v1，v2，v3，v4，v5}={优秀，良好，合格，较差，很差}。其中，出勤情况主要参考缺勤次数;学习积极性参考上课的注意力、思考及发言次数等情况;答疑情况参考回答内容的质量;参与度主要参考组内讨论情况;贡献度参考是否担任小组组长及为实验完成做出的贡献程度;课外作业完成情况则是参考作业分数。
3.3 建立评价矩阵R。
每一个评价对象都被确定了一个从U到V的模糊关系R，由此得到评价矩阵如下：
其中0≤rij≤1，i=1，2，…，m，j=1，2，…，n.这里rij表示从因素ui到该因素的判断结果Vj的隶属程度。
在“大学生数学建模”实践教学中，采用的是结合教师评价、学生自评以及学生之间互评的评价方式。对于每次实验，教师、学生按照评价因素，根据学生的实际参与情况，对每个成员（包括自己）进行等级评价。利用各项指标各种等级出现的频率，构造评价矩阵。
3.4 确定权重集A。
通过文献查阅以及实践教学大纲的要求，取各层权重值分别为A1=（0.5，0.5）;A2=（0.2，0.3，0.3，0.2）;A3=（0.3，0.3，0.2，0.2）;A=（0.2，0.4，0.4）.利用常用的模糊综合评判模型bj=∑mi=1（ai·rij）作出模糊决策Bi，再得到评价矩阵R=[B1，B2，…，Bn]T，并进行二级模糊综合评判，最后进行归一化处理，得到结果B即可判断学生的动机成绩。
4.“大学生数学建模实验课”成绩评定实例
某班级共有58人，在大学生数学建模课中的某一实验结束后，教师和学生根据完成实验的实际表现及最终的实验报告，给某同学评定的等级成绩情况统计表如下表所示：
表1
根据表7建立评价矩阵
代入bj=∑mi=1（ai·rij）求得B1，B2，B3，从而得到
同理由bj=∑mi=1（ai·rij）进行二级模糊综合评判。依据“最小最大”原则，得到评判结果，用B表示，则B=A·R，即
然后再对矩阵B中的各元素进行归一化处理，得矩阵
C=（0.25，0.34，0.24，0.14，0.03）
按照矩阵C，根据最大隶属度原则，可以确定该学生的成绩为“良好”。
5.结语
基于模糊数学的模糊综合评判法，其优点在于它能弥补许多教育评价方法主观性太强等不足，结果更为客观、权威。目前，许多高校越发重视实践教育，因此对实验课程的开展和评价引起了广大教师的讨论。本文结合“大学生数学建模实验课”的课程要求及特点，引入模糊综合评判法，合理的对学生实验课成绩进行评定。其实，在教育评价活动中，都应注意根据评价目的、内容及评价对象的特点等因素，灵活的选择最恰当的方法，而模糊数学综合法就能较好的评定实验课程这样需重视实践过程、不能忽视平时成绩的课程。
參考文献：
[1] 卢钰松，张志敏.“概率论与数理统计”课程实践成绩评定方法研究[J].兰州教育学院学报，2015，31（5）：69-70，72.
[2][3][4][5] 朱德全，宋乃庆主编.教育统计与测评技术[M].重庆：西南师范大学出版社，2013.
[6] 熊旭平，赵建三，陈芳.基于模糊数学的测量学平时成绩评定[J].山西建筑，2007，33（6）：210-211.
