Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 26 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
26
Dung lượng
417,12 KB
Nội dung
Xâydựngmộthệthốngthôngtinhỗtrợđánh
giá họcsinhdùnglýthuyếttậpmờ
Nguyễn Văn Thông
Trƣờng Đại học Khoa học Tự nhiên
Chuyên ngành: Bảo đảm Toán học cho máy tính và hệthống tính toán
Mã số: 60 46 35
Ngƣời hƣớng dẫn: PGS.TSKH Bùi Công Cƣờng
Năm bảo vệ: 2011
Abstract: Tổng quan kiến thức cơ sở về lýthuyếttậpmờ và số mờ. Giới
thiệu phƣơng pháp mới để đánhgiá bài làm của họcsinh sử dụngtập
mờ. Đánhgiá kết quả họctập của họcsinh bằng cách sử dụng hàm thuộc
và luật mờ
Keywords: Lýthuyếttập mờ; Toán học; Công nghệ thông tin; Toán tin
Content
Từ khi lí thuyếttậpmờ đƣợc Zadeh đề xuất năm 1965, lí thuyếttậpmờ 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 trƣờng. Những năm gần đây, một số nghiên cứu ứng dụnglý
thuyết tậpmờ vào giáo dục đào tạo đã đƣợc tiến hành và có những kết quả cụ thể nhƣ
đánh giáhọc sinh, xếp hạng hệthống giáo dục
Việc chấm điểm bài làm của họcsinh nhƣ hiện tại đạt độ chính xác chƣa cao, vì
thực chất điểm mà họcsinh đạt đƣợc trong mỗi bài kiểm tra có tính chất "mờ". Ví dụ
trong số những họcsinh đƣợc điểm 8 thì có những họcsinh 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 ngƣời trực tiếp
làm nhiệm vụ quản lý giáo dục, tôi chọn đề tài "Xây dựngmộthệthốngthôngtinhỗ
trợ đánhgiáhọcsinhdùnglýthuyếttập mờ" cho luận văn của mình, nhằm nghiên cứu
một cách mới để đánhgiáhọcsinh chính xác hơn, khách quan hơn, công bằng hơn.
Tôi dùng phần mềm Matlab để cài đặt chƣơng trình tính và đƣa ra những kết quả đánh
giá cụ thể.
Luận văn gồm 3 chƣơng:
Chƣơng 1: Kiến thức cơ sở về lýthuyếttậpmờ và số mờ.
2
Chƣơng 2: Phƣơng pháp mới để đánhgiá bài làm của họcsinh sử dụngtập mờ.
Chƣơng 3: Đánhgiá kết quả họctập của họcsinh 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 đƣợc 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 LÝTHUYẾTTẬPMỜ
VÀ SỐ MỜ
1.1. Tậpmờ
1.1.1. Định nghĩa [3]:
Cho tập X , ta sẽ gọi X là không gian nền.
A là tậpmờ trên không gian nền X nếu A đƣợc xác định bởi hàm:
: [0,1]
A
X
(
( ) [0,1], x X)
A
x
A
gọi là hàm thuộc (membership function);
()
A
x
là độ thuộc của x vào tậpmờ A.
Tập A đƣợc gọi là tập rỗng nếu nó không có phần tử nào. Kí hiệu là:
A
1.1.2. Ví dụ [3]:
Cho không gian nền X = [0, 150] là tập chỉ tốc độ của ngƣời đi xe máy (km/h).
Tập mờ A = ”Đi nhanh” xác định bởi hàm thuộc
: [0,1]
A
X
nhƣ đồ thị sau:
Nhƣ vậy:
- Với x ≥ 50 (tốc độ từ 50km/h trở lên) thì
A
(x) = 1 (đi nhanh);
- Với x = 45 (km/h) thì
A
(x) = 0.8 (đi khá nhanh);
…
1.2. Số mờ
1.2.1. Định nghĩa [3]:
Tập M trên đƣờng thẳng số thực R
1
là một số mờ nếu :
a) M chuẩn hóa, tức là có điểm x’ sao cho
( ')
M
x
=1;
b) Ứng với mỗi R
1
, tập mức { x:
()
M
x
} là đoạn đóng trên R
1
;
c)
()
M
x
là hàm liên tục.
()
A
x
1
0.8
45
25
50
x
4
1.2.2. Ví dụ [3] : Số mờ tam giác: Số mờ tam giác đƣợc xác định bởi 3 tham số. Khi
đó hàm thuộc của số mờ tam giác M(a,b,c) cho bởi:
0
( ) / ( )
( ) 1
( ) / ( )
0
M
z a b a
z
c z c b
Hình 1.1. Số mờ tam giác
1.3. Luật mờ
Xét U
i
≠ là tập nền của biến ngôn ngữ vào x
i
, i=1,2, ,n
V≠ là tập nền của biến ngôn ngữ ra y
1.3.1. Định nghĩa [3]:
Một luật mờ dạng tổng quát với n biến vào, 1 biến ra R có dạng:
“IF (x
1
is A
1
)(x
2
is A
2
) (x
n
is A
n
) THEN (y is B)”
trong đó A
i
F(U
i
), i=1,2, ,n; B F(V).
1.3.2. Ví dụ:
x
1
là biến ngôn ngữ thời gian trả lời câu hỏi;
tập U
1
=[1,45] là không gian nền của biến ngôn ngữ x
1
(phút);
A
1
=’ngắn’ là mộttậpmờ trên không gian nền U
1
;
x
2
là biến ngôn ngữ độ chính xác trong câu trả lời;
tập U
2
=[0,1] là không gian nền của biến ngôn ngữ x
2
;
A
2
=’cao’ là mộttậpmờ trên không gian nền U
2
;
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 mộttậpmờ trên không gian nền V,
Một luật mờ suy ra độ khó của câu hỏi là:
nếu z ≤ a
nếu a ≤ z ≤ b
nếu z = b
nếu b ≤ z ≤ c
nếu c ≤ z
()
M
z
Z
z
a
b
c
1
5
IF (x
1
is A
1
) (x
2
is A
2
) 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).
6
Chƣơng 2: PHƢƠNG PHÁP MỚI ĐỂ ĐÁNHGIÁ BÀI LÀM
CỦA HỌCSINH SỬ DỤNGTẬPMỜ
2.1. Phương pháp của Biswas để đánhgiá bài làm của học sinh: [7]
- Cho 2 tậpmờ A, B trên không gian nền X.
A = {f
A
(x
1
)/x
1
, f
A
(x
2
)/x
2
, , f
A
(x
n
)/x
n
}
B = {f
B
(x
1
)/x
1
, f
B
(x
2
)/x
2
, , f
B
(x
n
)/x
n
}
X = {x
1
, x
2
, , x
n
}
Để cho gọn, ta dùng vectơ để biểu thị các tậpmờ A, B nhƣ sau:
A
= {f
A
(x
1
), f
A
(x
2
), , f
A
(x
n
)}
B
= {f
B
(x
1
), f
B
(x
2
), , f
B
(x
n
)}
Độ tƣơng tự S(
A
,
B
), đƣợc định nghĩa nhƣ sau:
.
( , )
( . , . )
AB
S A B
Max A A B B
Ở đó S(
A
,
B
) [0, 1];
A
.
B
chỉ tích vô hƣớng 2 véc tơ biểu thị 2 tậpmờ 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 họcsinh tƣơng ứng với: 0%, 20%, 40%, 60%, 80%, 100%.
- Tậpmờ 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 tơ
E
,
V
,
G
,
S
,
U
để biểu thị các tập E, V, G, S,
U một cách tƣơng ứng:
E
= {0, 0, 0.8, 0.9, 1, 1},
V
= {0, 0, 0.8, 0.9, 0.9, 0.8}
G
= {0, 0.1, 0.8, 0.9, 0.4, 0.2},
S
= {0.4, 0.4, 0.9, 0.6, 0.2, 0},
U
= {1, 1, 0.4, 0.2, 0, 0}
7
- Gọi A, B, C, D, E là các chữ chỉ các mức giá trị của 5 điểm mờ nêu trên theo thứ tự
tƣơng ứng với E, V, G, S, U với ý nghĩa nhƣ 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 đánhgiá bài làm học sinh:
Thứ tự
Điểm mờ
Mức
0%
20%
40%
60%
80%
100%
Câu hỏi 1
0
0.1
0.2
0.4
0.6
0.4
Câu hỏi 2
Câu hỏi 3
Tổng số điểm:
Bảng 2.1: Trang chấm điểm mờ
2.1.1. Thuật toán đánhgiá bài làm của họcsinh theo trang điểm mờ
Bƣớc 1:
- Ngƣời đánhgiá điểm cho câu hỏi thứ i bằng điểm mờ F
i
và đƣợc biểu thị bởi vectơ
i
F
:
i
F
= {f
i1
/0, f
i2
/20, f
i3
/40, f
i4
/60, f
i5
/80, f
i6
/100},
hay viết gọn
i
F
= {f
i1
, f
i2
, …, f
i6
}
- Tính mức tƣơng tự: S(
E
,
i
F
), S(
V
,
i
F
), S(
G
,
i
F
), S(
S
,
i
F
) và S(
U
,
i
F
), với
E
,
V
,
G
,
S
,
U
lần lƣợt là các vectơ biểu thị các tậpmờ chuẩn E, V, G, S, U
- Tìm max {S(
E
,
i
F
), S(
V
,
i
F
), S(
G
,
i
F
), S(
S
,
i
F
), S(
U
,
i
F
)}.
- Tìm P(g
i
), trong đó g
i
là chữ chỉ mức ứng với giá trị max vừa tìm đƣợc
(g
i
{A, B, C, D, E})
Bƣớc 2: Tính tổng số điểm theo công thức sau:
Tổng số điểm =
Trong đó: T(Q
i
) là điểm của câu hỏi thứ i.
Các công việc trên có thể thực hiện bằng chƣơng trình máy tính.
2.1.2. Ví dụ 2.1:
Một bài kiểm tra gồm 3 câu hỏi, điểm của các câu hỏi lần lƣợt là 2, 3, 5
(T(Q
1
)=2, T(Q
2
)=3, T(Q
3
)=5)
1
1
[ ( ). ( )]
100
n
ii
i
T Q P g
8
Một giáo viên đã đánhgiá bài làm của mộthọcsinh và ghi vào bảng nhƣ sau:
Thứ tự
Điểm mờ
Mức
0%
20%
40%
60%
80%
100%
Câu hỏi 1
0
0
0
0.5
0.8
1
B
Câu hỏi 2
0
0.3
0.4
0.9
0.5
0
C
Câu hỏi 3
0
0.1
0.3
0.7
0.5
0
C
Tổng số điểm: 6.4
Nhận xét: Phƣơng pháp chấm điểm đã trình bày ở trên vẫn còn 2 hạn chế:
- Thứ nhất: Việc sử dụng hàm S để tính độ tƣơng tự giữa các tậpmờ chuẩn và
tập mờ là điểm của mỗi câu hỏi cần khá nhiều thời gian, nhất là với số lƣợng câu hỏi
lớn;
- Thứ hai: Trong thuật toán trên để tính g
i
chúng ta đã tìm max {S(
E
,
i
F
),
S(
V
,
i
F
), S(
G
,
i
F
), S(
S
,
i
F
), S(
U
,
i
F
)}. Tuy nhiên có khả năng xảy ra là F
i
≠ F
j
nhƣng max{(Y, F
i
)} = max{(Y, F
j
)}, Y{
E
,
V
,
G
,
S
,
U
}, tức là g
i
=g
j
, điều này dẫn
đến việc đánhgiá là không công bằng.
Để khắc phục các nhƣợc điểm trên ta có phƣơng pháp mới để đánhgiá bài làm
của họcsinh nhƣ sau.
2.2. Phương pháp mới để đánhgiá bài làm của họcsinh [7]
- Giả sử có 11 cấp để đánhgiá độ thỏa mãn với mỗi câu trả lời của họcsinh nhƣ bảng
sau:
Cấp thỏa mãn
Độ thỏa mãn
EG (Extremely good - Tuyệt vời)
100%
VVG (Very very good - Rất rất tốt)
91% - 99%
VG (Very good - Rất tốt)
81% - 90%
G (Good - Tốt)
71% - 80%
MG (More or less good - Khá tốt)
61% - 70%
F (Fair - Trung bình)
51% - 60%
MB (More or less bad - Khá yếu)
41% - 50%
B (Bad - Yếu)
25% - 40%
VB (Very bad - Rất yếu)
10% - 24%
VVB (Very very bad - Kém)
1% - 9%
EM (Extremely bad - Cực kém)
0%
9
Bảng 2.1: 11 cấp độ đánhgiá 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)
Thứ
tự
Cấp thỏa mãn
Độ
thỏa
mãn
EG
VVG
VG
G
MG
F
MB
B
VB
VVB
EB
Câu
hỏi 1
Câu
hỏi 2
Câu
hỏi n
Tổng số điểm:
Bảng 2.2: Trang chấm điểm mờmở rộng
2.2.1. Thuật toán mới đánhgiá bài làm của học sinh:
Bƣớc 1:
Giả sử điểm mờ cho câu hỏi i (Q
i
) của họcsinh đƣợc ghi nhƣ ở bảng 2.3
Thứ
tự
Cấp thỏa mãn
Độ
thỏa
mãn
EG
VVG
VG
G
MG
F
MB
B
VB
VVB
EB
Câu
hỏi i
y
1
y
2
y
3
y
4
y
5
y
6
y
7
y
8
y
9
y
10
y
11
Tổng số điểm:
Bảng 2.3: Điểm mờ cho câu hỏi i trong trang chấm điểm mờmở rộng
10
Độ thỏa mãn D(Q
i
) của câu hỏi i đƣợc tính bằng công thức:
D(Q
i
) =
1 2 11
1 2 11
x ( ) x ( ) x ( )
y T EG y T VVG y T EB
y y y
(2)
D(Q
i
) [0,1], D(Q
i
) lớn thể hiện độ thỏa mãn cao.
Bƣớc 2:
Giả sử bài kiểm tra có n câu hỏi, tổng số điểm là 100.
Gọi S
i
là điểm dành cho câu hỏi thứ i (Q
i
), với 0≤ S
i
≤ 100 (1≤ i ≤ n) và
1
n
i
i
S
= 100.
Giả sử độ thỏa mãn của câu hỏi i (Q
i
) tƣơng ứng là DQ
i
) (1≤ i ≤ n), khi đó điểm
đánh giá toàn bài của họcsinh đƣợc tính theo công thức:
Tổng số điểm =
1
x ( )
n
ii
i
S D Q
(3)
Sau đây là ví dụ minh họa cho quá trình đánhgiá 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 mộthọcsinh đƣợc cho nhƣ trong bảng dƣới đây:
Thứ
tự
Cấp thỏa mãn
Độ thỏa
mãn
EG
VVG
VG
G
MG
F
MB
B
VB
VVB
EB
Câu
hỏi 1
0
0.8
0.9
0
0
0
0
0
0
0
0
0.9424
Câu
hỏi 2
0
0
0
0.6
0.9
0.5
0
0
0
0
0
0.705
Câu
hỏi 3
0
0
0.8
0.7
0.5
0
0
0
0
0
0
0.815
Câu
hỏi 4
0
0
0
0
0
0
0
0.5
0.9
0.2
0
0.27125
Tổng số điểm = 67
Nhận xét:
[...]... tự của 3 họcsinh này là S4 >S10 > S5 Vậy thứ tự của cả 10 họcsinh là: S9 > S2 > S8 > S4 > S10 > S5 > S6 > S7 > S3 24 KẾT LUẬN Trên cơ sở những kiến thức cơ bản về tập mờ, luật mờ tôi đã nghiên cứu việc xây dựngmộthệthốngthôngtinhỗtrợđánhgiáhọcsinh gồm phƣơng pháp mới để chấm điểm bài làm của họcsinhdùng trang chấm điểm mờ và phƣơng pháp đánhgiá kết quả họctập của họcsinhdùng hàm thuộc... cầu đổi mới kiểm tra đánhgiá trong giáo dục hiện nay, tôi hy vọng những nhà quản lý giáo dục, các thày cô giáo nghiên cứu, áp dụng các phƣơng pháp đánhgiá trên trong đánh giáhọcsinh của mình 25 References Tiếng Việt 1 Bộ Giáo dục và Đào tạo (2006), Quyết định số 40/2006/QĐ-BGDĐT Ban hành Quy chế đánh giá, xếp loại họcsinh trung học cơ sở và họcsinh trung học phổ thông 2 Bộ Giáo dục và Đào tạo... họcsinh (Ví dụ 9 cấp, 7 cấp) - việc chấm điểm vì thế mà đơn giản hơn Tôi cũng đã trình bày cách sử dụng trang chấm điểm mờ để đánhgiá toàn diện họcsinh theo các tiêu chí nhƣ kết quả học tập, ý thức học tập, thái độ họctập Phƣơng pháp đánhgiá kết quả họctập của họcsinhdùng hàm thuộc và luật mờ (chƣơng 3) xét đến cả độ khó, độ phức tạp của câu hỏi, giúp phân biệt đƣợc thứ tự xếp hạng những học. .. Ngƣời đánhgiá sử dụng bảng chấm điểm mờmở rộng tổng quát nhƣ hình dƣới đây: 11 Chƣơng 3 ĐÁNHGIÁ KẾT QUẢ HỌCTẬP CỦA HỌCSINH BẰNG CÁCH SỬ DỤNG HÀM THUỘC VÀ LUẬT MỜ 3.1 Đặt vấn đề: Ở chƣơng 2 chúng ta đã có một phƣơng pháp mới để chấm điểm bài kiểm tra của học sinh, đánhgiá kết quả họctập của họcsinh bằng trang chấm điểm mờmở rộng Phƣơng pháp này đảm bảo chính xác hơn, công bằng hơn trong đánh giá. .. Trong chƣơng này chúng ta xét một phƣơng pháp nữa, dùng hàm thuộc và luật mờ để đánhgiá kết quả họctập của học sinh, một cách hữu ích để phân biệt thứ tự xếp hạng những họcsinh có điểm số nhƣ nhau Phƣơng pháp này xét đến cả độ khó, độ phức tạp của câu hỏi nên đảm bảo tính chính xác, công bằng trong đánh giáhọcsinh 3.2 Thuật toán: [6] Giả sử có m câu hỏi và n họcsinh trả lời những câu hỏi này... hàm thuộc và luật mờ Phƣơng pháp mới để chấm điểm (chƣơng 2) đảm bảo tính chính xác, công bằng hơn Nếu độ quan trọng của bài kiểm tra là cao ta có thể mở rộng trang chấm điểm mờ để đánhgiá bài làm của họcsinh chi tiết hơn, chính xác hơn bằng cách thêm các tiêu chí cho mỗi câu hỏi nhƣ ở bảng 2.7; ngƣợc lại nếu tính quan trọng của để kiểm không cao ta có thể dùng ít hơn 11 cấp để đánhgiá độ thỏa mãn... 1≤i≤m (2) Sau đó làm mờ chúng dựa vào 5 tậpmờ "thấp", "khá thấp", "trung bình", "khá cao" và "cao" nhƣ trên hình 3.1 và tính độ thuộc của chúng vào mỗi tập mờ một cách tƣơng ứng 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... điểm mờ (Fuzzy grade sheet) nên quá trình tính toán đơn giản, nhanh hơn và cho ra kết quả tƣơng 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 đánhgiá bài làm của họcsinh chi tiết hơn, chính xác hơn bằng cách thêm các tiêu chí cho mỗi câu hỏi, cụ thể nhƣ phần trình bày dƣới đây: 2.3 Một phương... lần lƣợt biểu thị các tậpmờ "thấp", "khá thấp", "trung bình", "khá cao" và "cao", faij là giá trị thuộc của độ chính xác trung bình của câu hỏi Qi vào tập FASj, faij[0,1], 1≤i≤m và 1≤j≤5; FTS1, FTS2, FTS3, FTS4 và FTS5 lần lƣợt biểu thị các tậpmờ "ngắn", "khá ngắn", "trung bình", "khá dài" và "dài", ftij là giá trị thuộc của thời gian trả lời trung bình của câu hỏi Qi vào tập FTSj, ftij[0,1], 1≤i≤m... điều chỉnh giá trị cuối cùng của câu hỏi Qi bằng tính toán sau: advi 0.1 x vi1 0.3 x vi 2 0.5 x vi 3 0.7 x vi 4 0.9 x vi 5 0.1 0.3 0.5 0.7 0.9 (18) với 0.1, 0.3, 0.5, 0.7 và 0.9 lần lƣợt là các giá trị đƣợc giải mờ của các tậpmờ "ít", "khá ít", "trung bình", "khá nhiều" và "nhiều"; advi là giá trị điều chỉnh cuối cùng của câu hỏi Qi, 1 ≤ i ≤ m Bƣớc 5: Giả sử có k họcsinh có cùng . Xây dựng một hệ thống thông tin hỗ trợ đánh
giá học sinh dùng lý thuyết tập mờ
Nguyễn Văn Thông
Trƣờng Đại học Khoa học Tự nhiên
Chuyên. mờ, là ngƣời 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