基于区间值模糊概率测度的多粒度区间值决策粗糙集模型

在区间值模糊概率近似空间中,提出了基于IVF(区间值模糊)概率测度的多粒度IV(区间值)决策粗糙集模型,分别讨论和刻划了平均、乐观和悲观三种情形,结果和算例验证了模型的实用性和广泛性.

覆盖多粒度梯形模糊数决策理论粗糙集模型

作为经典Pawlak粗糙集模型的推广,基于论域上的等价关系,针对风险决策分类问题,多粒度粗糙集已有研究。其特点是在力争决策的期望损失(亦称决策的条件风险)最小的条件下,比较客观地确定对象分类区域的概率描述临界值,进而进行对象的最佳分类决策。然而,在实际应用中论域上的等价关系很难把握,况且特征状态的风险损失往往带有某种不确定性。凡此,无疑在一定程度上限制了多粒度决策理论粗糙集的应用。对此进行了研究:提出了覆盖多粒度梯形模糊数决策理论粗糙集模型,分别就平均、乐观和悲观的情形进行了讨论和刻划;得到了覆盖多粒度梯形模糊数决策理论粗糙集与已有相关模型之间的关系;结果和算例表明了模型的广泛性。

发展性评价在当前西藏小学数学教学中的问题及策略分析

随着新课改的贯彻以及落实,对教学提出了更高要求。数学是小学阶段的必需科目之一,通过开展数学教学,能够引导学生掌握数学知识,同时还能够培养学生逻辑思维能力。西藏地区在开展小学数学教学中,应当构建出符合现代课程理念的且具备较强操作性的教学评价体系,推动数学教学开展。发展性评价是一种全新评价方式,评价目的为考察学生学习状况,激发学生学习积极性,促进学生全面发展。在本次研究中,首先阐述发展性评价在当前西藏小学数学教学中的作用,其次分析在西藏小学数学课堂中存在的评价问题,最后阐述发展性评价在数学教学中的运用,推动数学教学全面开展。