基于模糊神经网络的大学生党员质量评价体系的构建

邱意敏

（安徽工程大学电气工程学院，安徽 芜湖 241000）

引言

大学生党员是具有较高文化素养和专业素养的群体，是建设中国特色社会主义事业的主要后备力量，其质量与国家的兴衰成败有着密不可分的关系。很多学者就如何评价和提高大学生党员质量做了大量的研究，在一定程度上起到了一些积极作用［1-3］。但这些研究大多侧重于建立定性的大学生党员质量评价体系［4-6］，只有少数研究提到了建立定量的质量评价体系［7］。其中，定性的质量评价体系评价标准不统一，容易出现不公平、不公正的现象；定量的质量评价体系运用模糊综合评价的原理，相对于定性评价具有一定的优越性，但评价指标权重的设置具有很强的主观性，容易受到操作人员经验局限性的影响。此外，这些大学生党员质量评价体系均没有考虑党员在不同的发展阶段应具有不同的评价标准，容易造成大学生党员缺乏前进的动力，难以实现自身的可持续性发展。因此，构建一个科学有效的大学生党员质量评价体系具有迫切的现实意义。

一、构建大学生党员质量评价体系的原则

针对目前大学生党员质量评价体系存在的缺点，本文构建的大学生党员质量评价体系一方面能够对大学生党员的教育管理产生积极作用，促使他们从组织上入党更要保证从思想上入党，最大限度地激发他们发挥党员先锋模范作用；另一方面，能够提供大学生党员继续前进的动力和方向，保证他们能够实现自身的可持续性发展，从根本上解决如何不间断地提高大学生党员质量的问题。为此，本文拟定了构建大学生党员质量评价系统应遵循的原则，详见表1。

表1 构建大学生党员质量评价系统的原则

二、构建大学生党员质量评价体系的思路

根据构建大学生党员质量评价体系的原则，大学生党员质量评价体系的构建可以概括成明确被评价对象、确定评价指标、选取评价主体、制定评价方案和分析评价结果五个方面。

（一）明确被评价对象

大学生党员质量评价体系整体被评价的对象是大学生党员。根据《党章》规定，年满18周岁递交入党申请书的大学生成为正式党员，需要经历入党积极分子、发展对象、预备党员、正式党员四种身份的转变，每种身份对于大学生有着不同的要求［8］，在建立大学生党员质量评价体系时必须将这些不同的要求考虑进去，因此，可以将被评价的对象细分为四类，即入党积极分子、发展对象、预备党员、正式党员。

（二）确定评价指标

评价指标应根据被评价对象的不同特点来制定，但大学生党员质量评价体系具有一定的特殊性，应结合党员义务和大学生自身特点，从思想素质、党性修养、学习能力、模范作用四个方面分别对入党积极分子、发展对象、预备党员、正式党员建立质量评价体系，具体评价指标如表2所示。表中具体要求的第一条是对入党积极分子的要求，第二条是对发展对象的要求，第三条是对党员的要求，且发展对象必须达到入党积极分子的要求，党员必须达到发展对象和入党积极分子的要求。

表2 大学生党员质量评价指标及具体要求

（三）选取评价主体

为了得到较为客观的评价结果，对大学生党员质量进行评价的主体必须是与其有过直接接触且对其有一定了解的人。大学生党员大多数时间在校园内，与其直接接触较多的人有辅导员、支部书记、同学与任课教师，在他们当中有党内人士，也有党外人士，选取他们作为大学生党员质量评价体系的评价主体，能够满足对大学生党员进行党内评价和党外评价的原则。

（四）制定评价方案

为使大学生党员质量评价体系的评价过程具有可操作性，采用调查问卷的方式获取评价值，再对其进行一系列的处理，将评价指标中定性的评价转变为定量的评价。

（五）分析评价结果

大学生党员质量评价体系的评价结果是大学生党员质量的直接反映，分析好评价结果对提高和保证大学生党员质量有积极作用。一般来说，可以将评价结果进行纵向和横向的比较。将评价结果进行纵向比较时，可以明确某个大学生党员各个方面的优势与劣势，为其指明改进的方向；将评价结果进行横向比较时，可以了解各个大学生党员的具体情况，凸显优秀的大学生共产党员，促使他们形成你追我赶的氛围，最终实现共同进步。

三、构建大学生党员质量评价体系

结合大学生质量评价指标和大学生党员质量评价系统设计原则，利用神经网络和模糊控制拟人思维的特点，对党员评价指标进行训练量化处理，构建一个全方面、全过程覆盖的多层次大学生党员质量评价体系，具体架构如图1所示。

图1 大学生党员质量评价体系架构图

其中，运算器的结构如图2所示。该体系评价指标的权重设置均是运算器根据训练数据不断自行修正的，在一定程度上能够避免评价指标权重设置的随意性、主观性和局限性。

图2 运算器结构图

（一）确定输入变量和输出变量

大学生党员质量评价指标是整个体系输入，大学生党员质量评价指标分为思想素质、党性修养、学习能力、模范作用四个方面，大学生党员质量的评价主体为辅导员、同学、支部书记和任课教师。可以将大学生党员质量评价指标用矩阵表示，如图3所示。

图3 大学生党员质量评价指标矩阵

其中，U=｛U1，U2，U3，U4｝=｛思想素质，党性修养，学习能力，模范作用｝，U1=｛U11，U12，U13，U14｝=｛辅导员对其思想素质的评价，同学对其思想素质的评价，支部书记对其思想素质的评价，任课教师对其思想素质的评价｝，……，U4=｛U41，U42，U43，U44｝=｛辅导员对其模范作用的评价，同学对其模范作用的评价，支部书记对其模范作用的评价，任课教师对其模范作用的评价｝。大学生党员质量评价的结果是整个体系输出，可以用V来表示。在这里，无论是输入变量还是输出变量，论域范围均取［0，100］。由于同学与任课教师的人数不止一个，故需将他们的评价取平均值。

（二）运算器的设计

1.模糊化和去模糊化

模糊化就是将标准化处理后的输入量转换为语言变量的过程，其中，标准化指的是将输入量转换成用隶属度函数表示的模糊变量［9］。以辅导员对学生党员思想素质的评价为例，取其语言值为优秀、良好、中等、及格、不及格，再利用相应的隶属度函数对其进行模糊化处理。去模糊化是模糊化的逆过程，简单来说就是将输出的模糊变量转变成论域上输出精确空间上的映射，这里利用最大隶属度法进行去模糊化的处理。

2.构建规则库

规则库主要用来存放模糊控制规则，是整个运算器的核心部分，与运算器的输出结果有着直接关系。党员质量评价指标与党员质量评价结果之间的关系较为复杂，传统模糊控制规则由设计人员自行设定，容易受主观性和经验局限性的影响，而神经网络所具备的自适应学习能力能够很好地避免这些人为因素的影响。

在这里，选用单隐层的BP神经网络对模糊控制规则进行训练，其拓扑结构如图4所示。

图4 BP神经网络拓扑结构图

为了避免出现模糊规则数目重复繁多的现象，将模糊规则用RS：if X=（x1，x2，…，xn），then ys=NNs（X），s=1，2，…，r的形式表示，其中，r为模糊规则的数目，NNs（X）为模糊规则的结论部分（then部分）。具体的训练步骤如下：

（1）选定输入数据。以运算器1为例，将已知的辅导员、同学、支部书记和任课教师对学生党员思想素质的评价及该学生党员思想素质的总体评价作为一个整体，而这个整体就是一个输入数据。为了避免出现模糊规则训练结果的局限性，提高神经网络训练的精度，采用分层抽样的方法随机抽取数据，即在学生党员评价结果分别为优秀、良好、中等、及格、不及格这五个层次中随机抽取相同数目的数据。

（2）将选定的输入数据分为training和checking两个部分，并利用聚类法将训练数据分为r个组，即对应r条模糊规则。

（5）对结果进行简化。删去NNs输入端中的任一变量，若消除前误差大于消除后误差，则删去的变量可以消除，否则需再选择其它变量，并对其进行相同的操作。一直重复消除变量的过程，直到该关系对任何输入变量均不成立为止。

至此，运算器的模糊控制规则训练完成。

3.训练结果的获取及分析

整个大学生党员质量评价系统需要5个运算器，各个运算器的训练过程均一致，在这里以运算器1为例，介绍训练结果的获取过程。首先，对已知的学生党员思想素质评价数据进行分层抽样，抽样出来的若干组数据分成training和checking两个部分，作为MATLAB软件自带模糊神经网络工具箱的输入数据，即辅导员、同学、支部书记和任课教师对某个学生的思想素质评价及其思想素质总体评价为一个整体；然后，工具箱根据数据对运算器1的模糊控制规则进行训练，可以得到如图5所示的仿真结果，从图中可以看到训练1000次左右即能满足党员评价精确度的要求；最后，设置运算器1中模糊控制的隶属度函数的类型和数目，导入上一步训练得到的模糊规则，并保存训练模型，即可得到运算器1。为了验证运算器1的准确度，再取若干组已知的学生党员评价结果对运算器1进行验证，验证结果如图6所示。从图中可以看出，红点和蓝色的重合度较高，评价结果准确度较高。综上可知，运算器1的训练结果基本可以满足学生党员质量评价的要求。

图6 运算器1数据验证图

图5 模糊规则训练仿真结果

需要指出的是，对模糊规则进行神经网络训练时，如果训练数据涵盖面不完整，那么训练出来的神经网络对学生党员进行评价的结果存在一定的偏差，例如训练数据只涵盖优秀和良好两种评价结果，那么这个党员评价体系会将实际评价结果应该是及格、不及格的学生的评价等级提高。故在选取训练数据的时候，一定要涵盖优秀、良好、中等、及格、不及格五种情况，即将学生党员的评价结果按照优秀、良好、中等、及格、不及格分为五个层次，分别在这五个层次中随机抽取相同数目的数据作为神经网络的输入数据。

四、实例验证

以笔者所在学校大二的学生党员M为例，采用调查问卷的形式，以辅导员（1人）、同学（19人）、支部书记（1人）以及任课教师（9人）共30人组成的测评小组对学生党员M的思想素质、党性修养、学习能力、模范作用四个方面按照优秀（90-100）、良好（80-90）、中等（70-80）、及格（60-70）和不及格（60以下）五个等级进行打分，打分参照标准为表1大学生党员质量评价指标的二级指标和具体要求。此次问卷调查共发出问卷300份，收回问卷300份，回收问卷均有效。接下来，分别对测评分数进行分组处理，即将任课教师和同学的评价分数进行平均处理，可以得到评价指标矩阵X：

利用上文构建的大学生党员质量评价体系，分别将学生党员M各指标的得分输入图1所示的运算器1、运算器2、运算器3和运算器4中，可以得到学生党员M的思想素质、党性修养、学习能力、模范作用的评价分数分别为85.4、79.1、93.2、77.1，再将这些数据输入运算器5中，可以得到学生党员M的评价结果是88分，如图7所示。综合上述结果，可以看出M同学在学习方面比较优秀，模范作用和党性修养方面需要加强，总体质量良好，与现实评价基本相符。

图7 大学生党员M评价系统评价结果图

结语

大学生党员质量评价体系是高校党建工作的重要组成部分，针对目前大学生党员质量评价体系中评价标准不一、评价指标权重设置主观性强等缺点，利用模糊神经网络性、自学习和自适应能力强等优点对评价数据进行训练，构建一个多层次、全过程的大学生党员质量评价体系，能够很好地避免评价指标权重设置主观性、随意性及盲目性的缺点，实现对大学生党员质量的全程跟踪、管理和评价。该体系能够直观地发现评价对象与优秀共产党员之间的差距，便于评价对象明确自己努力的方向，对于保证和提高大学生党员质量有一定的积极作用。