基于RBF神經(jīng)網(wǎng)絡的高校教師教學質(zhì)量評價模型

蔡 兵，劉賢亮

(襄樊學院 物理與電子工程學院，湖北 襄樊 441053)

人才培養(yǎng)是高等院校根本的任務.大學教師隊伍水平的高低及其參與程度直接關系到人才培養(yǎng)水平的高低.大學的職能決定了教師必須具備教書育人的能力和科學研究的能力.故如何科學合理的對大學教師能力予以評價成為當務之急.目前在傳統(tǒng)的多媒體教學課件的綜合評價中，含有非定量的因素，且各因數(shù)之間是復雜的非線性關系，難以建立科學的綜合評價模型.所采用現(xiàn)代數(shù)量統(tǒng)計方法[1]，如單項因子評價法等，都有許多不科學的地方，忽視了各評價指標之間、評價指標和教學效果之間的復雜關系，其結(jié)果常常產(chǎn)生一定的偏差，甚至較大的誤差，不能客觀、公正地反映教學質(zhì)量狀況.而神經(jīng)網(wǎng)絡能夠處理復雜的非線性函數(shù)關系[2]，具有很強的非線性逼近能力.根據(jù)這一特點，本文擬利用RBF神經(jīng)網(wǎng)絡建立高校教師教學質(zhì)量評價模型，以實現(xiàn)高校教師教學質(zhì)量的等級評價.

1 RBF神經(jīng)網(wǎng)絡的高校教師教學質(zhì)量評價模型

1.1 RBF高校教師教學質(zhì)量評價指標體系的確立

高校教師教學質(zhì)量評價指標體系包含兩部分[3]：教學工作評價主體和教學工作評價指標.教學工作評價主體包含五個方面：①領導評價；②督導小組評價；③同事評價；④自我評價；⑤學生評價.而教學工作評價指標包含六個方面：①教學目的；②教學態(tài)度；③教學內(nèi)容；④教學方法；⑤教學能力；⑥教學效果.而每個項目分為更細的評價標準.一級和二級指標分別賦予不同的權(quán)重，評價等級分為優(yōu)、良、中、差等級別，見表1.

表1 高校教師教學質(zhì)量評價指標體系(學生、同事、領導、督導、自我)

1.2 神經(jīng)網(wǎng)絡評價模型確定

本文應用三層誤差反向傳播RBF神經(jīng)網(wǎng)絡模型，來解決高校教師教學質(zhì)量評價問題.方法如下：(1)首先確定輸入層結(jié)點個數(shù).在表1中，有11項指標，所以輸入節(jié)點數(shù)為11.(2)確定隱含層結(jié)點個數(shù).隱含層節(jié)點個數(shù)的取值公式為S=(M+N)1/2+C，(其中C為1～10之間的常數(shù)，N為輸入層神經(jīng)元個數(shù)，M為輸出層神經(jīng)元個數(shù))等[4].(3)確定輸出層結(jié)點數(shù).對應評價結(jié)果只能為優(yōu)秀、良好、中、差4種結(jié)果中的一種，所以輸出層的結(jié)點數(shù)為1，其輸出值即為評價值.神經(jīng)網(wǎng)絡評價模型如圖1所示.

圖1 神經(jīng)網(wǎng)絡評價模型

2 RBF神經(jīng)網(wǎng)絡評價模型的算法

圖1中，i、j和k分別為輸入層、隱層和輸出層序號.T1、T2和TN為RBF神經(jīng)網(wǎng)絡的N個輸入，Y為RBF神經(jīng)網(wǎng)絡的輸出.輸入層節(jié)點函數(shù)為斜率為1的線性函數(shù)，輸出層節(jié)點函數(shù)是線性函數(shù)，可調(diào)節(jié)參數(shù)是權(quán)值Wjk，而隱層節(jié)點函數(shù)采用高斯函數(shù)[5]，第j個隱層節(jié)點輸出Rj(t)為

Rj(t)=exp[-‖x-cj]‖2/(2σj2)

(1)

式(1)中，X=(T1，T2，TN)T是輸入樣本，cj是第j個高斯函數(shù)中心值，σj為標準偏差，j=1，2，…n，n為隱層節(jié)點數(shù).則輸出層輸出Y為

(2)

式(2)中，為輸出層神經(jīng)元的閾值.

在這里，利用帶動量因子的梯度下降法來調(diào)整網(wǎng)絡的參數(shù)，即在考慮K時刻的網(wǎng)絡狀態(tài)變化時，將K-1時刻的網(wǎng)絡參數(shù)變化也包括進去.其具體算法參閱文獻[6]，此處不再贅述.

3 高校教師教學質(zhì)量神經(jīng)網(wǎng)絡評價模型的實現(xiàn)

采用RBF神經(jīng)網(wǎng)絡算法和模型對高校教師教學質(zhì)量進行綜合評價[7]，選用MATLAB，建立三層RBF神經(jīng)網(wǎng)絡，輸入層神經(jīng)元為11個，輸出層神經(jīng)元為1個，隱含層節(jié)點個數(shù)為8個.將表1中的200組數(shù)據(jù)經(jīng)過歸一化處理后，作為RBF神經(jīng)網(wǎng)絡模型的訓練樣本，RBF網(wǎng)絡訓練次數(shù)為1000次，迭代次數(shù)為800次，初始化步長為0.3，M取值500，動量系數(shù)為0.85，允許誤差為0.001，選取20對樣本數(shù)據(jù)進行測試對比.通過對測試結(jié)果的驗證，發(fā)現(xiàn)督導小組評價數(shù)據(jù)與神經(jīng)網(wǎng)絡系統(tǒng)的辨識值很接近，結(jié)果比較滿意.測試結(jié)果與專家評價結(jié)果比較如表2.

表2 測試結(jié)果與專家評價結(jié)果比較

4 結(jié)論

教師課堂教學效果評價是教學評估的重要指標之一，是教學質(zhì)量自我監(jiān)控的重要環(huán)節(jié).也是學校信息化建設的一個重要成果，是學校建立高素質(zhì)師資隊伍而開展的一項基礎性工作.應用RBF神經(jīng)網(wǎng)絡建立高校教師教學質(zhì)量評價模型，可為高校及教學管理部門提供又一較科學的高校教師教學質(zhì)量評價方法，同時其評價思想也可擴展到其它教學質(zhì)量的評價.

參考文獻：

[1]王曉佳.基于主客觀組合賦權(quán)法的高校音樂教師教學質(zhì)量評價[J].教育研究與實驗，2010(1)：182-184.

[2]孫金偉.普通高等學校教師綜合評價系統(tǒng)的研究[D].大連，大連理工大學，2004.

[3]董躍嫻，沈文華，馬俊云.影響高校教師教學質(zhì)量的多元線性回歸分析與思考[J].高等農(nóng)業(yè)教育，2009(2)：36-39.

[4]黃會明，鮑海君，趙勻.應用多元統(tǒng)計分析法評價教師教學質(zhì)量[J].寧波大學學報，2009(4)：76-80.

[5]田月龍.基于AHP的高職教師教學能力評價系統(tǒng)研究與開發(fā)[D].華北電力大學，2008.

[6]蔡兵.基于RBF神經(jīng)網(wǎng)絡的多媒體教學課件綜合評價模型[J].吉首大學學報，2009，30(4):62-64.

[7]廖寧放，高稚允.The Most Suitable Architecture of Hidden-Layer in BP Neural Networks for Function Approximation[J].北京理工大學學報，1998(4):476-480.