Luận văn xây dựng một hệ thống thông tin hỗ trợ đánh giá học sinh dùng lý thuyết tập mờ

LỜI CẢM ƠN
Em xin chân thành cảm ơn các thầy cô giáo Bộ môn Tin học, Phòng Sau đại
học - Trường Đại học Khoa học Tự nhiên; các thầy cô giáo Đại học Quốc gia Hà Nội,
Viện Tin học, Viện Toán học đã nhiệt tình giảng dạy, hướng dẫn chúng em trong thời
gian học tập tại trường;
Xin chân thành cảm ơn Ban Giám đốc Sở Giáo dục - Đào tạo Nam Định; cán
bộ, chuyên viên phòng Giáo dục Chuyên nghiệp và Giáo dục Thường xuyên - Sở Giáo
dục - Đào tạo Nam Định đã tạo mọi điều kiện, nhiệt tình giúp đỡ, động viên tôi trong
suốt thời gian tôi đi học;
Đặc biệt em xin chân thành cảm ơn PGS.TSKH Bùi Công Cường đã tận tình
hướng dẫn em hoàn thành luận văn này.


MỤC LỤC
LỜI CẢM ƠN..................................................................................................................1
MỞ ĐẦU.........................................................................................................................3
Chương 1. KIẾN THỨC CƠ SỞ VỀ LÝ THUYẾT TẬP MỜ.......................................4
VÀ SỐ MỜ......................................................................................................................4

1.1. Tập mờ...................................................................................................4
1.2. Số mờ.....................................................................................................5
1.3. Luật mờ..................................................................................................7

2


MỞ ĐẦU
Từ khi lí thuyết tập mờ được Zadeh đề xuất năm 1965, lí thuyết tập mờ và logic
mờ phát triển rất nhanh và đa dạng. Công nghệ mờ và công nghệ mạng nơ-ron phát
triển mạnh, áp dụng vào các ngành công nghiệp làm ra nhiều sản phẩm thông minh,
đáp ứng nhu cầu thị trường. Những năm gần đây, một số nghiên cứu ứng dụng lý

thuyết tập mờ vào giáo dục đào tạo đã được tiến hành và có những kết quả cụ thể như
đánh giá học sinh, xếp hạng hệ thống giáo dục..
Việc chấm điểm bài làm của học sinh như hiện tại đạt độ chính xác chưa cao, vì
thực chất điểm mà học sinh đạt được trong mỗi bài kiểm tra có tính chất "mờ". Ví dụ
trong số những học sinh được điểm 8 thì có những học sinh đạt “cỡ 8 điểm”, tức là có
thể thấp hơn hay cao hơn 8 điểm một chút…
Trên cơ sở đã tìm hiểu những kiến thức cơ bản về logic mờ, là người trực tiếp
làm nhiệm vụ quản lý giáo dục, tôi chọn đề tài "Xây dựng một hệ thống thông tin hỗ
trợ đánh giá học sinh dùng lý thuyết tập mờ" cho luận văn của mình, nhằm nghiên
cứu một cách mới để đánh giá học sinh chính xác hơn, khách quan hơn, công bằng
hơn. Tôi dùng phần mềm Matlab để cài đặt chương trình tính và đưa ra những kết quả
đánh giá cụ thể.
Luận văn gồm 3 chương:
Chương 1: Kiến thức cơ sở về lý thuyết tập mờ và số mờ.
Chương 2: Phương pháp mới để đánh giá bài làm của học sinh sử dụng tập mờ.
Chương 3: Đánh giá kết quả học tập của học sinh bằng cách sử dụng hàm thuộc
và luật mờ.
Do thời gian có hạn và khả năng còn hạn chế nên luận văn khó tránh khỏi
những thiếu sót, tôi rất mong nhận được sự đóng góp ý kiến từ các thầy cô giáo, các
bạn học viên để hoàn thiện hơn bản luận văn của mình.

3


Chương 1. KIẾN THỨC CƠ SỞ VỀ LÝ THUYẾT TẬP MỜ
VÀ SỐ MỜ
1.1. Tập mờ
1.1.1. Định nghĩa 1.1[3]:
Cho tập X ≠ ∅, ta sẽ gọi X là không gian nền.
X → [0,1]

∀x ∈ X )
A là tập mờ trên không µ A ( xµ) ∈
A :[0,1],

gian nền X nếu A được xác định bởi hàm:

(

gọi là hàm thuộc (membership µ A function);
là độ thuộc của x vào tập mờ A. µ A ( x)
Tập A được gọi là tập rỗng nếu A = φ nó không có phần tử nào. Kí hiệu là:
1.1.2. Ví dụ [3]:
- Ví dụ 1.1:
Cho không gian nền X = [0, 150] là tập chỉ tốc độ của người đi xe máy (km/h).
µ A : X → [0,1]

định bởi hàm thuộc như đồ thị sau:

Tập mờ A = ”Đi nhanh” xác

µ A ( x)
1
0.8

25

45 50

Như vậy:
- Với x ≥ 50 (tốc độ từ

µ A 50km/h trở lên) thì (x) = 1 (đi nhanh);

- Với x = 45 (km/h) thì (x) µ A = 0.8 (đi khá nhanh);
…
- Ví dụ 1.2 :
Vết vân tay của tội phạm trên hiện trường là một ví dụ về tập mờ được cho
trong hình sau:

4

x


X

Để cho gọn, ta kí hiệu độ thuộc µ A ( x) là A(x) thay cho .
Ta cũng kí hiệu

A = {(x,) | xX} µ A∈( x)

hoặc A = {(/x): µ A∈( x) xX}
- Ví dụ 1.3:
A0 = Một vài (quả cam)
= {(0/0),(0/1),(0.6/2),(1/3),(1/4),(0.8/5),(0.2/6)}
Ta kí hiệu: F(X) = {A tập mờ trên X}
1.2. Số mờ
1.2.1. Định nghĩa 1.2 [3]:
Tập M trên đường thẳng số thực R1 là một số mờ nếu :
a) M chuẩn hóa, tức là có điểm µM ( x ') x’ sao cho =1;

µ M ( x) ≥ α

b) Ứng với mỗi α ∈ R1, tập

mức { x: } là đoạn đóng trên R1;
µ M ( x)

c) là hàm liên tục.
1.2.2. Ví dụ:

- Ví dụ 1.4 [3] : Số mờ tam giác: Số mờ tam giác được xác định bởi 3 tham số.
Khi đó hàm thuộc của số mờ tam giác M(a,b,c) cho bởi:
nếu z ≤ a
0
( z − a) nếu
/ (b −aa≤) z ≤ b

µ M ( z ) = 1
nếu z = b
( c − z ) / ( c − b )
nếu b ≤ z ≤ c

0
nếu c ≤ z

µM ( z)
1

a

z b 5

c

Z


Hình 1.1. Số mờ tam giác
- Ví dụ 1.5 [3]: Số mờ hình thang M(a,b,c,d) được xác định bởi 4 tham số, có
hàm thuộc dạng sau:
0
 ( z − a ) / (b − a )

µ M ( z ) = 1
( d − z ) / ( d − c )

0

nếu z ≤ a
nếu a ≤ z ≤ b
nếu b ≤z ≤ c
nếu c ≤ z ≤ d
nếu d ≤ z

µM ( z )
1

a

b

d

c

Z

Hình 1.2. Số mờ hình thang
- Ví dụ 1.6 : Số mờ ’Bờ vai’ M(t1,t2) (t1hàm thuộc dạng sau:
nếu1z ≤ t1


1
t

µ M ( z )nếu
= −
t1 ≤ z ≤zt2+ 2
t2 − t1
 t2 − t1
nếu0t2 ≤ z

µM ( z1)
Hình 1.3. Số mờ ’Bờ vai’

6

t1

t2

Z


1.3. Luật mờ
Xét Ui ≠∅ là tập nền của biến ngôn ngữ vào xi, i=1,2,..,n
V≠∅ là tập nền của biến ngôn ngữ ra y
1.3.1. Định nghĩa 1.3 [3]:
Một luật mờ dạng tổng quát với n biến vào, 1 biến ra R có dạng:
“IF (x1 is A1)Λ(x2 is A2)Λ...Λ(xn is An) THEN (y is B)”
trong đó Ai ∈ F(Ui), i=1,2,..,n; B∈ F(V).
1.3.2. Ví dụ 1.7:
x1 là biến ngôn ngữ thời gian trả lời câu hỏi;
tập U1=[1,45] là không gian nền của biến ngôn ngữ x1(phút);
A1=’ngắn’ là một tập mờ trên không gian nền U1;
x2 là biến ngôn ngữ độ chính xác trong câu trả lời;
tập U2=[0,1] là không gian nền của biến ngôn ngữ x2;
A2=’cao’ là một tập mờ trên không gian nền U2;
y là biến ngôn ngữ độ khó của câu trả hỏi;
tập V=[0,1] là không gian nền của biến ngôn ngữ y;
B=’thấp’ là một tập mờ trên không gian nền V,
Một luật mờ suy ra độ khó của câu hỏi là:
IF (x1 is A1) ∧ (x2 is A2) THEN (y is B) (nếu thời gian trả lời ngắn và độ chính
xác cao thì độ khó của câu hỏi là thấp (câu hỏi dễ).

7


Chương 2: PHƯƠNG PHÁP MỚI ĐỂ ĐÁNH GIÁ BÀI LÀM

CỦA HỌC SINH SỬ DỤNG TẬP MỜ
2.1. Phương pháp của Biswas để đánh giá bài làm của học sinh: [7]
- Cho 2 tập mờ A, B trên không gian nền X.
A = {fA(x1)/x1, fA(x2)/x2, ..., fA(xn)/xn}
B = {fB(x1)/x1, fB(x2)/x2, ..., fB(xn)/xn}
X = {x1, x2, ..., xn}
Để cho gọn, ta dùng vectơ để biểu thị các tập mờ A, B như sau:
= {fA(x1), fA(x2), ..., fA(xn)}

A

= {fB(x1), fB(x2), ..., fB(xn)}

B

Độ tương tự S(,), được định nghĩa B
A như sau:
S ( A, B ) =

A.B
Max ( A. A, B.B )

Ở đó S(,) ∈ [0, 1]; . chỉ

tích vô hướng 2 véc tơ biểu thị 2 tập mờ A, B.
- Tập không gian nền:
X = {0, 20, 40, 60, 80, 100} là tập không gian nền nhằm phân định mức độ
hoàn thành công việc của học sinh tương ứng với: 0%, 20%, 40%, 60%, 80%, 100%.
- Tập mờ chuẩn:
Tuyệt vời, ký hiệu E = {0/0; 0/20; 0.8/40; 0.9/60; 1/80; 1/100} (Excellent).

Rất tốt, ký hiệu V = {0/0; 0/20; 0.8/40; 0.9/60; 0.9/80;0.8/100} (Very good)
Tốt, ký hiệu G ={0/0; 0.1/20; 0.8/40; 0.9/60; 0.4/80; 0.2/100} (Good).
Đạt yêu cầu, ký hiệu S = {0.4/0; 0.4/20; 0.9/40; 0.6/60; 0.2/80; 0/100}
(Satisfactory).
Không đạt yêu cầu, ký hiệu U ={1/0; 1/20; 0.4/40; 0.2/60; 0/80; 0/100}
(Unsatisfactory).
Để cho gọn ta dùng các véc U
V
G
E
S tơ , , , , để biểu thị các tập E, V, G, S, U
một cách tương ứng:
= {0, 0, 0.8, 0.9, 1, 1},

= {0, VE 0, 0.8, 0.9, 0.9, 0.8}

= {0, 0.1, 0.8, 0.9, 0.4, 0.2},

G
S = {0.4, 0.4, 0.9, 0.6, 0.2, 0},

= {1, 1, 0.4, 0.2, 0, 0}

U

8

B
A

- Gọi A, B, C, D, E là các chữ chỉ các mức giá trị của 5 điểm mờ nêu trên theo thứ tự
tương ứng với E, V, G, S, U với ý nghĩa như sau: 0≤E<30, 30≤D<50, 50≤C<70,
70≤B<90; 90≤A≤100.
Ký hiệu: P(E) là trung điểm của khoảng E, theo ý nghĩa đó ta có:
P(E) =15, P(D) =40, P(C) = 60, P(B) = 80; P(A) = 95.
- Trang điểm mờ (Fuzzy grade sheet) để đánh giá bài làm học sinh:
Thứ tự
Câu hỏi 1
Câu hỏi 2
Câu hỏi 3
....

0%
0

20%
0.1

Điểm mờ
40%
60%
0.2
0.4

Mức
80%
0.6

100%

0.4

Tổng số điểm:
Bảng 2.1: Trang chấm điểm mờ
Trang có cấu trúc kiểu ma trận gồm n dòng, 8 cột như bảng 2.1.Trong đó:
Dòng thứ i ghi câu hỏi i và điểm mờ của học sinh cho câu hỏi i, i=1,2, ..., n, với
n là số lượng câu hỏi của bài kiểm tra.
Cột 1: Các câu hỏi của bài kiểm tra theo thứ tự từ trên xuống.
Từ cột thứ hai đến cột thứ bảy ghi “điểm mờ” mà giáo viên đánh giá câu trả lời
của học sinh cho câu hỏi tương ứng.
Cột 8: Ghi mức đánh giá dành cho mỗi câu hỏi.
Dòng cuối cùng là tổng số điểm dành cho bài làm của học sinh.
Ví dụ điểm cho câu hỏi 1 là F1={0/0; 0.1/20; 0.2/40; 0.4/60; 0.6/80; 0.4/100}
(trên không gian nền X = {0, 20, 40, 60, 80, 100} ) thì ghi vào bảng trên dòng 1, các
cột từ thứ 2 đến thứ 7 lần lượt là 0, 0.1, 0.2, 0.4, 0.6, 0.4.
2.1.1. Thuật toán đánh giá bài làm của học sinh theo trang điểm mờ
Bước 1:
- Người đánh giá điểm cho câu hỏi thứ i Fi bằng điểm mờ Fi và được biểu thị bởi
vectơ :
= {fi1/0, fi2/20, fi3/40, fi4/60, fi5/80, Fi fi6/100},
hay viết gọn = {fi1, fi2, …, fi6}

Fi

- Tính mức tương tự: S(,), S(,), S(,), S(,) U
V
G
F
E
Si và S(,), với , , , , lần lượt là các vectơ

biểu thị các tập mờ chuẩn E, V, G, S, U

9


- Tìm max {S(,), S(,), S(,), S(,), S(,)}.

U
V
G
F
E
Si

- Tìm P(gi), trong đó gi là chữ chỉ mức ứng với giá trị max vừa tìm được
(gi ∈ {A, B, C, D, E})
Bước 2: Tính tổng số điểm theo công thức sau:
1 n
∑[T (Qi ).P( gi )]
100 i =1

Tổng số điểm =

Trong đó: T(Qi) là điểm của câu hỏi thứ i.
Các công việc trên có thể thực hiện bằng chương trình máy tính.
2.1.2. Ví dụ 2.1:
Một bài kiểm tra gồm 3 câu hỏi, điểm của các câu hỏi lần lượt là 2, 3, 5
(T(Q1)=2, T(Q2)=3, T(Q3)=5)
Một giáo viên đã đánh giá bài làm của một học sinh và ghi vào bảng như sau:
Thứ tự

0%
0
0
0

20%
0
0.3
0.1

Điểm mờ
40%
60%
0
0.5
0.4
0.9
0.3
0.7

Mức

80%
100%
Câu hỏi 1
0.8
1
Câu hỏi 2
0.5
0

Câu hỏi 3
0.5
0
Tổng số điểm:
Theo thuật toán trên ta tính được điểm cho học sinh này như sau:
Bước 1:
0.5 x 0.9 +2.25
0.8
- S(,) = =
F
E1 x 1 + 1 x 1
2
2
2
2
2
2
2
max(0.8 + 0.9 + 13.45
+ 1 , 0.5 + 0.8 + 1 )

S(,) = ; S(,) = ; S(,)

= ; S(,) =
- Max {S(,), S(,), S(,), S(,), S(,)} = S(,)

U
V
G
F

E
S1

=> mức g1=B
- P(g1) = 80.
- S(,) = ; S(,) = ; S(,) = ;
S(,) = ; S(,) =
- Max {S(,), S(,), S(,), S(,), S(,)} = S(,)

1.36
1.58
1.63
V
F
G
E2
1.66
3.45
2.9
1.12
0.64
U
FS2
1.53
2.2
U
V
F
G
E

S2

=> mức g2 = C
- P(g2) = 60.
- S(,) = ; S(,) = ; S(,) = ;
S(,) = ; S(,) =

1.37
1.32
1.08
V
F
G
E3
1.66
3.45
2.9
0.36
0.83
U
FS3
1.53
2.2

10

1.97
0.97
0.46
0.1

U
F
G
VS1
1.89
2.9
2.2


- Max {S(,), S(,), S(,), S(,), S(,)} = S(,)

U
V
F
G
E
S3

=> mức g3 = C
- P(g3) = 60.
Bước 2: Tính tổng số điểm theo công thức sau:
Tổng số điểm = = 6.4 1
100

(như bảng dưới đây)
Thứ tự
Câu hỏi 1
Câu hỏi 2
Câu hỏi 3

0%
0
0
0

20%
0
0.3
0.1

(2 x 80 + 3 x 60 + 5 x 60)

Điểm mờ
40%
60%
0
0.5
0.4
0.9
0.3
0.7

Mức
80%
100%
0.8
1
0.5
0
0.5

0
Tổng số điểm: 6.4

B
C
C

Nhận xét: Phương pháp chấm điểm đã trình bày ở trên vẫn còn 2 hạn chế:
- Thứ nhất: Việc sử dụng hàm S để tính độ tương tự giữa các tập mờ chuẩn và
tập mờ là điểm của mỗi câu hỏi cần khá nhiều thời gian, nhất là với số lượng câu hỏi
lớn;
- Thứ hai: Trong thuật toán trên để U
V
G
F
E
Si tính gi chúng ta đã tìm max {S(,), S(,),
S(,), S(,), S(,)}. Tuy nhiên có khả năng xảy ra là F i ≠ Fj nhưng max{(Y, Fi)} =
max{(Y, Fj)}, Y∈{,,,,}, tức là gi=gj, điều này dẫn đến việc đánh giá là không công
bằng.
Để khắc phục các nhược điểm trên ta có phương pháp mới để đánh giá bài làm
của học sinh như sau.
2.2. Phương pháp mới để đánh giá bài làm của học sinh [7]
- Giả sử có 11 cấp để đánh giá độ thỏa mãn với mỗi câu trả lời của học sinh như bảng
sau:
Cấp thỏa mãn
EG (Extremely good - Tuyệt vời)
VVG (Very very good - Rất rất tốt)
VG (Very good - Rất tốt)
G (Good - Tốt)

MG (More or less good - Khá tốt)
F (Fair - Trung bình)
MB (More or less bad - Khá yếu)
B (Bad - Yếu)
VB (Very bad - Rất yếu)

Độ thỏa mãn
100%
91% - 99%
81% - 90%
71% - 80%
61% - 70%
51% - 60%
41% - 50%
25% - 40%
10% - 24%

11


VVB (Very very bad - Kém)
1% - 9%
EM (Extremely bad - Cực kém)
0%
Bảng 2.3: 11 cấp độ đánh giá độ thỏa mãn
Đặt X = {EG, VVG, VG, G, MG, F, MB, B, VB, VVB, EB},
và T : X -> [0, 1] là hàm đo độ thỏa mãn cao nhất của mỗi cấp thỏa mãn. Từ bảng 2.4
ta có:
T(EG) = 1, T(VVG) = 0.99, T(VG) = 0.90, T(G) = 0.80, T(MG) = 0.70,
T(F) = 0.60, T(MB) = 0.50, T(B) = 0.40, T(VB) = 0.24, T(VVB) = 0.09,

và T(EB) = 0.

(1)

12


Trang chấm điểm mờ mở rộng (Extended fuzzy grade sheet):
Thứ
tự

EG VVG

VG

G

Cấp thỏa mãn
MG F
MB

Độ
B

VB

VVB

EB

thỏa
mãn

Câu
hỏi 1
Câu
hỏi 2
...
Câu
hỏi n
Tổng số điểm:
Bảng 2.4: Trang chấm điểm mờ mở rộng
Trang chấm điểm mờ mở rộng là một ma trận gồm 13 cột và n dòng (n là số câu
hỏi của bài kiểm tra)
Cột 1 ghi các câu hỏi từ 1 đến n;
Trên mỗi dòng, từ cột thứ 2 đến cột 12 ghi điểm mờ ứng với câu đã ghi ở cột 1
(điểm mờ được biểu thị bởi tập mờ trên không gian nền X = {EG, VVG, VG, G, MG,
F, MB, B, VB, VVB, EB}); cột cuối cùng ghi độ thỏa mãn của câu hỏi đó;
Ô ở dòng cuối cùng là tổng điểm của bài kiểm tra.
Ví dụ 2.2:
Thứ
tự

EG VVG

VG

G

Cấp thỏa mãn

MG
F
MB

Độ
B

VB

VVB

EB

thỏa
mãn

Câu

0

0.9

0.8

0.5

0

0

0

0

0

0

0

hỏi 1
...
Tổng số điểm:
Bảng 2.5: Ví dụ về trang chấm điểm mờ mở rộng
Trong bảng 2.4, ta thấy cấp thỏa mãn của câu hỏi 1 của học sinh được biểu thị
bởi tập mờ F(Q1) trên không gian nền X (X = {EG, VVG, VG, G, MG, F, MB, B, VB,
VVB, EB}), và F(Q1) = {0/EG, 0.9/VVG, 0.8/VG, 0.5/G, 0/MG, 0/F, 0/MB, 0/B,

13


0/VB, 0/VVB, 0/EB}, tức là cấp độ thỏa mãn của bài làm của học sinh ở câu hỏi 1 là
90% rất rất tốt, 80% rất tốt và 30% tốt.
2.2.1. Thuật toán mới đánh giá bài làm của học sinh:
Bước 1:
Giả sử điểm mờ cho câu hỏi i (Qi) của học sinh được ghi như ở bảng 2.6
Thứ
EG VVG

tự

VG

G

Cấp thỏa mãn
MG
F
MB

Độ
B

VB

VVB

EB

thỏa
mãn

...
Câu

y1

y2

y3

y4

y5

y6

y7

y8

y9

y10

y11

hỏi i
...
Tổng số điểm:
Bảng 2.6: Điểm mờ cho câu hỏi i trong trang chấm điểm mờ mở rộng
Với yi ∈[0,1], i = 1,2, ..., 11.
Từ (1) ta có T(EG) = 1, T(VVG) = 0.99, T(VG) = 0.90, T(G) = 0.80, T(MG) = 0.70,
T(F) = 0.60, T(MB) = 0.50, T(B) = 0.40, T(VB) = 0.24, T(VVB) = 0.09 và T(EB) =
0.
Độ thỏa mãn D(Qi) của câu hỏi i được tính bằng công thức:
y1 x T ( EG ) + y2 x T (VVG ) + ... + y11 x T ( EB )
y1 + y2 + ... + y11

D(Qi) =

(2)

D(Qi) ∈[0,1], D(Qi) lớn thể hiện độ thỏa mãn cao.
Xét ví dụ 2.2, điểm cho câu hỏi 1 của học sinh được ghi trong bảng 2.5. Từ
công thức (1) ta có T(VVG)=0.99, T(VG)=0.90 và T(G)=0.80. Áp dụng công thức (2)
ta tính được độ thỏa mãn D(Q1) của câu trả lời của học sinh với câu hỏi 1 là:
D(Q1) =
= 0.9141

0.9 x0.99 + 0.8x0.90 + 0.5x0.80
0.9 + 0.8 + 0.5

Bước 2:
Giả sử bài kiểm tra có n câu hỏi, tổng số điểm là 100.
Gọi Si là điểm dành cho câu hỏi thứ i (Qi), với 0≤ Si ≤ 100 (1≤ i ≤ n) và
= 100.
Giả sử độ thỏa mãn của câu hỏi i

n

∑S
i =1

14

i

(Qi) tương ứng là DQi) (1≤ i ≤ n), khi đó

điểm đánh giá toàn bài của học sinh được tính theo công thức:
Tổng số điểm =

n

∑ S x D(Q )

(3)

i =1

i

i

Sau đây là ví dụ minh họa cho quá trình đánh giá này.
2.2.2. Ví dụ 2.3:
Xét một bài kiểm tra có tổng số điểm là 100, gồm 4 câu hỏi, điểm của mỗi câu
hỏi là:
Câu hỏi 1: 20 điểm
Câu hỏi 2: 30 điểm
Câu hỏi 3: 25 điểm
Câu hỏi 4: 25 điểm
và điểm của một học sinh được cho như trong bảng dưới đây:
Thứ
EG VVG

tự

VG

Cấp thỏa mãn
MG
F
MB

G

Độ
B

VB

VVB

EB

thỏa
mãn

Câu
hỏi 1
Câu
hỏi 2
Câu
hỏi 3
Câu
hỏi 4

0

0.8

0.9

0

0

0

0

0

0

0

0

0

0

0

0.6

0.9

0.5

0

0

0

0

0

0

0

0.7

0.8

0.5

0

0

0

0

0

0

0

0

0

0

0

0

0

0.5

0.9

0.2

0

Tổng số điểm =
Bước 1:
Theo công thức (1) và áp dụng công thức (2) ta có:

D(Q1) =
=

0.8 x T (VVG ) + 0.9 x T (VG )
0.8 +
0.8 x 0.99
+ 0.9
0.9 x 0.90
0.8 + 0.9

D(Q2) =

0.6 x T (G ) + 0.9 x T ( MG ) + 0.5 x T ( F )
0.6 + 0.9 + 0.5

=

15

= 0.9424
0.6 x 0.80 + 0.9 x 0.70 + 0.5 x 0.60
0.6 + 0.9 + 0.5


= 0.705
0.8 x T (VG ) + 0.7 x T (G ) + 0.5 x T ( MG )
D(Q3) =
0.8 + 0.7 + 0.5
0.8 x 0.90 + 0.7 x 0.80 + 0.5 x 0.70
0.8 + 0.7 + 0.5

=
= 0.815
0.5 x T ( B) + 0.9 x T (VB) + 0.2 x T (VVB)
D(Q4) =
0.5 + 0.9 + 0.2
0.5 x 0.40 + 0.9 x 0.24 + 0.2 x 0.09
0.5 + 0.9 + 0.2

=
= 0.27125
Bước 2:
Áp dụng công thức (3), tổng số điểm của học sinh này là:
20 x D(Q1) + 30 x D(Q2) + 25 x D(Q3) + 25 x D(Q4)
= 20 x 0.9424 + 30 x 0.705 + 25 x 0.815 + 25 x 0.27125
= 67.154
= 67

16


Thứ
EG VVG

tự
Câu
hỏi 1
Câu
hỏi 2
Câu

hỏi 3
Câu
hỏi 4

VG

G

0

0.8

0.9

0

0

0 0.6

0

0

0.8 0.7

0

0

0

Cấp thỏa mãn
MG F MB

0

0

Độ thỏa
B

VB VVB

EB

0

0

0

0

0

0 0.9424

0.9 0.5

0

0

0

0

0 0.705

0.5

0

0

0

0

0

0 0.815

0

0

0 0.5

0.9

0.2

0

0 0.27125

Tổng số điểm = 67
2.2.3. Chương trình máy tính
Tệp dữ liệu vào: dlvao_C2.m
m=4; %So cau hoi
n=11; %11 cap danh gia
%Do thoa man cao nhat cua moi cap
T=[1 0.99 0.90 0.80 0.70 0.60 0.50 0.40 0.24 0.09 0];
%Diem cho moi cau hoi
S= [20;
30;
25;
25];
%Trang cham diem mo
A= [0 0.8 0.9 0
0 0

mãn

0 0 0 0 0 0 0;

0 0.6 0.9 0.5 0 0 0 0 0;

0 0 0.8 0.7 0.5 0 0 0 0 0 0;
0 0 0 0 0 0 0 0.5 0.9 0.2 0];
Tệp chương trình: chuong2.m
dlvao_C2;
%Tinh do thoa man D cua moi cau hoi
for i=1:m
t1=0;

17


for j=1:n
t1=t1+T(j)*A(i,j);
end;
D(i)=t1/sum(A(i,:));
end;
%Tinh tong so diem cua hoc sinh
KQ=0;
for i=1:m
KQ=KQ+S(i)*D(i);
end;
Nhận xét:
- Với thuật toán này do việc cải tiến các bước tính toán và cấu trúc trang tính
điểm mờ (Fuzzy grade sheet) nên quá trình tính toán đơn giản, nhanh hơn và cho ra kết
quả tương tự;
- Việc tính độ thỏa mãn của mỗi câu hỏi theo công thức (2) chính xác hơn, đảm
bảo công bằng hơn trong đánh giá;
- Ta có thể mở rộng trang chấm điểm mờ để đánh giá bài làm của học sinh chi
tiết hơn, chính xác hơn bằng cách thêm các tiêu chí cho mỗi câu hỏi, cụ thể như phần
trình bày dưới đây:

2.3. Một phương pháp đánh giá tổng quát: [7]
Bước 1:
Giả sử bài kiểm tra có n câu hỏi với thang điểm 100:
Câu hỏi 1: S1 điểm;
Câu hỏi 2: S2 điểm;
...
Câu hỏi n: Sn điểm.
Với mỗi câu hỏi, ta sẽ đánh giá theo 4 tiêu chuẩn:
C1: Độ chính xác;
C2: Đầy đủ;
C3: Ngắn gọn, súc tích;
C4: Rõ ràng, mạch lạc.

18


và quy định trọng số của các tiêu chuẩn là:
Tiêu chuẩn C1 có trọng số w1
Tiêu chuẩn C2 có trọng số w2
Tiêu chuẩn C3 có trọng số w3
Tiêu chuẩn C4 có trọng số w4
(Trong đó: wi ∈[0,1], 1 ≤ i ≤ 4).
Người đánh giá sử dụng bảng chấm điểm mờ mở rộng tổng quát như hình dưới
đây:
Độ
Thứ Tiêu
thỏa
Cấp thỏa mãn
tự chuẩn
mãn

EG VVG VG G MG F MB B VB VVB EB của
tiêu
chuẩn
D(C11)
Câu C1
D(C12)
hỏi C2
1 C3
D(C13)
D(C14)
C4
D(C21)
Câu C1
D(C22)
hỏi C2
2 C3
D(C23)
D(C24)
C4
...
...
...
D(Cn1)
Câu C1
D(Cn2)
hỏi C2
n C3
D(Cn3)
D(Cn4)
C4

Độ
thỏa
mãn
của
câu
hỏi

P(Q1)

P(Q2)
...
P(Qn)

Bảng 2.7: Trang chấm điểm mờ mở rộng tổng quát
Độ thỏa mãn của câu hỏi i về các tiêu chuẩn C1, C2, C3 và C4 ký hiệu lần lượt là D(Ci1),
D(Ci2), D(Ci3) và D(Ci4), được tính theo công thức (2) của phần 2.2, 0≤D(C i1)≤1,
0≤D(Ci2)≤1, 0≤D(Ci3)≤1, 0≤D(Ci4)≤1 với 1 ≤ i ≤ n
Bước 2: Độ thoản mãn P(Qi) của câu hỏi i được tính theo công thức:
w1 x D(Ci1 ) + w 2 x D(Ci 2 ) + w 3 x D(Ci 3 ) + w 4 x D(Ci 4 )
w1 + w 2 + w 3 + w 4

Ở đây P(Qi) ∈[0,1], với 1 ≤ i ≤ n.
Tổng điểm toàn bài được tính bằng công thức:
Tổng số điểm =

n

∑S

Như vậy, việc sử dụng trang i =1

i

x P (Qi )

19

P(Qi) =


chấm điểm mờ mở rộng tổng quát sẽ đánh giá chi tiết hơn, chính xác hơn. Ta cũng có
thể áp dụng trang chấm điểm mờ mở rộng tổng quát (bảng 2.7) để đánh giá toàn diện
học sinh, cụ thể như sau:
- Về cấu trúc của trang không thay đổi.
- Dòng 1: Đánh giá về kết quả học tập (tiêu chuẩn 1: C1).
- Dòng 2: Đánh giá về ý thức chuyên cần trong học tập (tiêu chuẩn 2: C2).
- Dòng 3: Đánh giá về động cơ thái độ học tập (tiêu chuẩn 3: C3)
…
Tùy theo đối tượng học sinh (học sinh chuyên, học sinh phổ thông, học sinh bổ
túc, học sinh dân tộc nội trú..) và mục tiêu giáo dục mà quyết định trọng số cho các
tiêu chuẩn, ví dụ với các trường trung học phổ thông có thể sử dụng trọng số sau:
- Tiêu chuẩn C1 có trọng số W1 = 0.5
- Tiêu chuẩn C2 có trọng số W2 = 0.2
- Tiêu chuẩn C3 có trọng số W3 = 0.3
Kết quả đánh giá quy về thang điểm 10, sau đó xếp hạng như sau:
- Từ 9.5 điểm trở lên xếp loại xuất sắc;
- Điểm từ 8.0 đến dưới 9.5 xếp loại giỏi;
- Từ 6.5 đến cận dưới 8.0 xếp loại khá;
- Từ 5.0 đến dưới 6.5 xếp loại trung bình;

- Từ 3.0 đến dưới 5.0 xếp loại yếu;
- Từ 0 đến dưới 3.0 xếp loại kém.
Việc nhập và tính tổng số điểm, đánh giá học sinh có thể làm trong bảng tính
(như MS. Excel).

20


Chương 3.

ĐÁNH GIÁ KẾT QUẢ HỌC TẬP CỦA HỌC SINH
BẰNG CÁCH SỬ DỤNG HÀM THUỘC VÀ LUẬT MỜ

3.1. Đặt vấn đề:
Ở chương 2 chúng ta đã có một phương pháp mới để chấm điểm bài kiểm tra
của học sinh, đánh giá kết quả học tập của học sinh bằng trang chấm điểm mờ mở
rộng. Phương pháp này đảm bảo chính xác hơn, công bằng hơn trong đánh giá. Trong
chương này chúng ta xét một phương pháp nữa, dùng hàm thuộc và luật mờ để đánh
giá kết quả học tập của học sinh, một cách hữu ích để phân biệt thứ tự xếp hạng những
học sinh có điểm số như nhau. Phương pháp này xét đến cả độ khó, độ phức tạp của
câu hỏi nên đảm bảo tính chính xác, công bằng trong đánh giá học sinh.
3.2. Thuật toán: [6]
Giả sử có m câu hỏi và n học sinh trả lời những câu hỏi này. Đặt Q i là câu hỏi
thứ i, Sj là học sinh thứ j, 1≤i≤m và 1≤j≤n. Ta có ma trận về độ chính xác và ma trận
về thời gian trả lời như sau:
Q1
Q2

S1

S2 ...

Sn
A=

...
Qm
T=

 a11 a12

 a21 a22
 ... ...

 am1 am 2

L

 t11 t12

 t21 t 22
 ... ...

tm1 tm 2

L

L
...
L

L
...
L

a1n 
a2 n 
... 

amn 
t1n 
t2 n 
... 

tmn 

Q1

S1

S2 ...

Q2

Ở đây aij biểu thị độ
...

chính xác trong câu trả lời của
Q

học sinh Sj đối với câu hỏi Qi, aij∈[0,1]; tij là thời gian trả lời của họcm sinh Sj đối với
câu hỏi Qi, tij∈[0,1], 1≤i≤m và 1≤j≤n.
Đặt G là ma trận điểm của các câu hỏi của bài kiểm tra:
 g1 
Q1
g 
 2
Q2
... 
...của câu hỏi Qi,
  với gi là điểm
g
 m

G=

Qm
gi∈[1,100], 1≤i≤m.

21

Sn


Đặt IM là ma trận xác định độ quan trọng, C là ma trận về độ phức tạp của các câu hỏi:
Q1

ImS1 ImS2 ImS3 ImS4 ImS5

Q2

IM =

...
Qm

 im11 im12

 im21 im22
 ...
...

imm1 imm 2
c11
c
 21
 ...

cm1

C=

im13 im14
im23 im24
...
...
imm3 imm 4

c12 c13 c14 c15 
c22 c23 c24 c25 

... ... ... ... 

cm 2 cm 3 cm 4 cm5 

im15 
im25 
... 

imm5 

CS1 CS2 CS3 CS4 CS5
Q1
Q2

với ImS1, ImS2, ImS3,

... ImS5 là các cấp độ
ImS4 và

quan trọng: ImS1 = "thấp", ImS2 ="khá thấp", ImS3 = "trung bình",
QmImS4 = "khá cao" và
ImS5 = "cao". imij là độ thuộc của độ quan trọng của câu hỏi Qi vào cấp độ quan trọng
ImSj, imij∈[0,1], 1≤i≤m và 1≤j≤5; CS1, CS2, CS3, CS4 và CS5 thể hiện các cấp độ phức
tạp: CS1 = "thấp", CS2 = "khá thấp", CS3 = "trung bình", CS4 = "khá cao" và CS5 =
"cao"; cij là độ thuộc của độ phức tạp của câu hỏi Qi vào cấp độ phức tạp CSj, cij∈[0,1],
1≤i≤m và 1≤j≤5.
Theo ma trận về độ chính xác A và ma trận điểm G, chúng ta có thể tính tổng
điểm TSj của học sinh thứ j như sau:
với 1≤j≤n

m

(1)

TS j = ∑ aij x gi
i =1

Nếu có nhiều học sinh có cùng tổng điểm, phương pháp được trình bày dưới
đây có thể xếp hạng chúng, cụ thể như sau:
Bước 1:
Dựa vào ma trận về độ chính xác A và ma trận thời gian trả lời T, tính độ chính
xác trung bình AvgAi và thời gian trả lời trung bình AvgTi cho câu hỏi Qi:
; với 1≤i≤m
(2)

nn

AvgA
AvgTii =

Sau đó làm mờ chúng dựa

∑ at
jj==11

ijij

n

vào 5 tập mờ "thấp", "khá thấp", "trung bình", "khá cao" và "cao" như trên hình 3.1 và

tính độ thuộc của chúng vào mỗi tập mờ một cách tương ứng.

22


thấp

1.0

khá thấp

trung bình

khá cao

cao

0.8
0.6
0.4
0.2

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1.0

X

Hình 3.1: Hàm thuộc của các tập mờ "thấp", "khá thấp", "trung bình",
"khá cao" và "cao"
Ta có ma trận mờ FA cho độ chính xác trung bình và ma trận mờ FT cho thời
gian trả lời trung bình như sau:
Q1
Q2

FAS1 FAS2 FAS3 FAS4 FAS5
FA =

...
Qm

Q1

Q2
...
Qm

 fa11

 fa21
 ...

 fam1

fa12 fa13
fa22 fa23

fa14
fa24

... ...
...
fam 2 fam 3 fam 4

fa15 
fa25 
... 

fam5 

FTS1 FTS2 FTS3 FTS4 FTS5
FT =

 ft11

 ft21
 ...

 ftm1

ft12 ft13
ft22 ft23

ft14
ft24

... ...
ftm 2 ftm 3

...
ftm 4

ft15 
ft25 
... 

ftm5 

với FAS1, FAS2,
FAS3, FAS4 và FAS5 lần

lượt biểu thị các tập mờ "thấp", "khá thấp", "trung bình", "khá cao" và "cao", fa ij là giá
trị thuộc của độ chính xác trung bình của câu hỏi Q i vào tập FASj, faij∈[0,1], 1≤i≤m và

1≤j≤5; FTS1, FTS2, FTS3, FTS4 và FTS5 lần lượt biểu thị các tập mờ "ngắn", "khá
ngắn", "trung bình", "khá dài" và "dài", ft ij là giá trị thuộc của thời gian trả lời trung
bình của câu hỏi Qi vào tập FTSj, ftij∈[0,1], 1≤i≤m và 1≤j≤5.
Bước 2:

23


Để đánh giá độ khó của mỗi câu hỏi ta sử dụng những luật mờ trên bảng 3.2. Ta
có thể cho độ chính xác và thời gian trả lời những trọng số khác nhau, trong luận văn
này tôi chọn trọng số của độ chính xác là 0.6 và trọng số của thời gian trả lời là 0.4.
Thời gian
trả lời
Ngắn
Khá ngắn
Trung bình
Khá dài
Dài

Thấp

Khá thấp

Độ chính xác
Trung bình
Khá cao

Trung bình
Khá cao

Khá thấp
Trung

Khá thấp
Khá thấp

Thấp
Khá thấp

bình
Khá cao
Khá cao
Trung bình
Khá thấp
Cao
Khá cao
Khá cao
Trung bình
Cao
Cao
Khá cao
Khá cao
Bảng 3.2: Ma trận luật mờ suy ra mức khó

Cao
Thấp
Thấp
Khá thấp
Khá thấp
Trung bình

Dựa vào ma trận mờ FA và FT, những luật mờ trong bảng 3.2 và trọng số của
độ chính xác và thời gian trả lời, ta tiến hành suy luận mờ để suy ra mức khó của câu
hỏi Qi thể hiện bằng một vectơ
.
DQi = 
 di1

di 2

di 3

thấp khá thấp trung bình khá cao
di 4
di 5  với 1 ≤ i ≤ m,

được tính như sau:
Theo bảng 3.2, ta tìm được những luật mờ suy ra mức khó của câu hỏi Q i là "thấp" như
sau:
Nếu độ chính xác là "khá cao" và thời gian trả lời là "ngắn" thì mức khó là
"thấp",
Nếu độ chính xác là "cao" và thời gian trả lời là "ngắn" thì mức khó là "thấp",
Nếu độ chính xác là "cao" và thời gian trả lời là "khá ngắn" thì mức khó là
"thấp",
Từ đó ta tính di1 theo công thức:
di1=max{(0.6 x fai4 + 0.4 x fti1), (0.6 x fai5 + 0.4 x fti1),
(0.6 x fai5 + 0.4 x fti2)}

(3)

di1 là độ thuộc của độ khó của câu hỏi Qi vào tập mờ "thấp", di1∈[0,1], 1≤i≤m.
Theo bảng 3.2, ta tìm được những luật mờ suy ra mức khó của câu hỏi Q i là "khá thấp"
như sau:
Nếu độ chính xác là "khá thấp" và thời gian trả lời là "ngắn" thì mức khó là
"khá thấp",

24

cao


Nếu độ chính xác là "trung bình" và thời gian trả lời là "ngắn" thì mức khó là
"khá thấp",
Nếu độ chính xác là "trung bình" và thời gian trả lời là "khá ngắn" thì mức khó
là "khá thấp",
Nếu độ chính xác là "khá cao" và thời gian trả lời là "khá ngắn" thì mức khó là
"khá thấp",
Nếu độ chính xác là "khá cao" và thời gian trả lời là "trung bình" thì mức khó là
"khá thấp",
Nếu độ chính xác là "cao" và thời gian trả lời là "trung bình" thì mức khó là
"khá thấp",
Nếu độ chính xác là "cao" và thời gian trả lời là "khá dài" thì mức khó là "khá
thấp",
Từ đó ta tính di2 theo công thức:
di2=max{(0.6 x fai2 + 0.4 x fti1), (0.6 x fai3 + 0.4 x fti1),
(0.6 x fai3 + 0.4 x fti2), (0.6 x fai4 + 0.4 x fti2),
(0.6 x fai4 + 0.4 x fti3), (0.6 x fai5 + 0.4 x fti3),

(4)

(0.6 x fai5 + 0.4 x fti4)}
di2 là độ thuộc của độ khó của câu hỏi Qi vào tập mờ "khá thấp", di2∈[0,1],
1≤i≤m.
Theo bảng 3.2, ta tìm được những luật mờ suy ra mức khó của câu hỏi Q i là "trung
bình" như sau:
Nếu độ chính xác là "thấp" và thời gian trả lời là "ngắn" thì mức khó là "trung
bình ",
Nếu độ chính xác là "khá thấp" và thời gian trả lời là "khá ngắn" thì mức khó là
"trung bình ",
Nếu độ chính xác là "trung bình" và thời gian trả lời là "trung bình" thì mức khó
là "trung bình ",
Nếu độ chính xác là "khá cao" và thời gian trả lời là "khá dài" thì mức khó là
"trung bình ",
Nếu độ chính xác là "cao" và thời gian trả lời là "dài" thì mức khó là "trung
bình ",

25