[发明专利]一种基于智能车竞赛的学生能力评价方法

说明书

本发明公开了一种基于智能车竞赛的学生能力评价方法，包括以下步骤：搭建学生知识和能力的认知诊断模型；计算小组成员之间博弈的纳什均衡，形成智能车竞赛组内互评机制，量化认知诊断模型，计算首节点的先验概率，计算父节点与子节点间条件概率；构造最末层潜在节点的假设推理树，收集假设的证据，通过评估证据的可信度等级，经假设推理树演绎推理，得到最末层潜在节点的可信度；将最末层潜在节点的可信度输入贝叶斯网络，得出相应指标点的达成度评价；将指标点的达成度评价与设定阈值进行比较，判断指标是否达成。本发明能够得到学生参加智能车竞赛对知识的具体掌握程度和能力的强弱，以及毕业要求指标点的达成度的具体情况，科学合理，方法灵活，实用性强。

技术领域

本发明涉及一种基于智能车竞赛的学生能力评价方法。

背景技术

智能汽车是未来汽车的发展方向，是一个集通信技术，计算机技术，自动控制，信息融合技术，传感器技术等于一身的行业。为加强大学生实践、创新能力和团队精神的培养，促进高等教育教学改革，该竞赛以智能汽车为研究对象，面向全国大学生的具有探索性工程实践活动，是教育部倡导的大学生科技竞赛之一。

现有的智能车竞赛学习成果评价学生能力评估方案大多采用课程考核成绩分析法、比赛成绩记录等一系列方法，其中课程考核成绩分析法仅采用平均成绩作为学生能力达成度的度量因素，并未将考试内容与需要考核的毕业要求指标点建立起关联，反应不出评价结果对能力支撑的覆盖情况。显然成绩分析法、比赛成绩记录这方案存在着一些评价漏洞，评价的合理性难以得到保障。因此在工程教育专业认证中关于学生参加智能车竞赛知识和能力达成度的评价需采取一种既考虑学生考试成绩，又兼顾考试内容对能力支撑的覆盖情况的综合评价方案。

发明内容

为了解决上述技术问题，本发明提供一种算法简单、实用性强的基于智能车竞赛的学生能力评价方法。

本发明解决上述问题的技术方案是：一种基于智能车竞赛的学生能力评价方法，包括以下步骤：

步骤一：分析毕业要求指标点对智能车竞赛的等价性，提取毕业要求指标点在智能车设计中覆盖的知识与能力，并作为潜在节点，按照目标层→知识层→能力层，自上而下的顺序，基于贝叶斯网络，依据潜在节点间的相互依赖关系，搭建学生知识和能力的认知诊断模型；

步骤二：基于小组评分模式计算小组成员之间博弈的纳什均衡，得出所有成员的最优战略，形成智能车竞赛组内互评机制；利用贝叶斯网络量化认知诊断模型，统计分析历届比赛记录计算首节点的先验概率，结合层次分析法与D-S证据模型计算父节点与子节点间条件概率；

步骤三：根据认知诊断模型最末层潜在节点，构造最末层潜在节点的假设推理树，分别收集假设的证据，并将智能车竞赛组内互评机制作为其中一个证据，通过评估证据的可信度等级，经假设推理树演绎推理，得到推理树顶端节点的可信度，即贝叶斯网络中最末层潜在节点的可信度d_i。

步骤四：将最末层节点的可信度d_i作为可观察量输入贝叶斯网络，经贝叶斯网络推理，即可得到认知诊断模型所有潜在节点的后验概率，从而得出学生各项知识的掌握程度和各种能力强弱，以及相应指标点的达成度评价；

步骤五：将指标点的达成度评价与设定的阈值进行比较，若指标点评价结果大于或等于阈值，则认为该项毕业要求指标达成，若指标点评价结果小于阈值，则认为该项毕业要求指标达成失败。

上述基于智能车竞赛的学生能力评价方法，所述步骤二中，基于小组评分模式计算小组成员之间博弈的纳什均衡，得出所有成员的最优战略，形成智能车竞赛组内互评机制的具体过程为：