基于BP神經(jīng)網(wǎng)絡(luò)的軍隊衛(wèi)生專業(yè)士兵技能評定專家系統(tǒng)

趙 多，李思睿

隨著我軍士官制度的建立和不斷完善，衛(wèi)生專業(yè)士兵的地位不斷提升，前途更加廣闊[1]。加強衛(wèi)生專業(yè)士兵隊伍建設(shè)，提高衛(wèi)生專業(yè)士兵隊伍整體素質(zhì)，對鞏固和提高部隊戰(zhàn)斗力具有十分重要的意義。職業(yè)技能鑒定站在職業(yè)技能鑒定工作中發(fā)揮著十分重要的作用。BP神經(jīng)網(wǎng)絡(luò) （Back-Propagati on Net work）是目前在各領(lǐng)域中研究和應(yīng)用最廣泛的人工神經(jīng)網(wǎng)絡(luò)，體現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)理論和應(yīng)用中最精華的部分，它擅長的是處理那種規(guī)律隱含在大量雜亂無章數(shù)據(jù)中的映射逼近問題。衛(wèi)生專業(yè)士兵職業(yè)技能評定受到很多人為及客觀因素的影響，這些影響并不是孤立的，它們之間相互聯(lián)系、相互制約，形成了一個復雜的非線性系統(tǒng)。作為一種解決非線性系統(tǒng)問題的有效工具，筆者研究構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的軍隊衛(wèi)生專業(yè)士兵技能評定模型，并用于軍隊衛(wèi)生專業(yè)士兵職業(yè)技能的綜合評價。

1 BP神經(jīng)網(wǎng)絡(luò)評價模型

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Net work）是由大量處理單元（神經(jīng)元Neurons）廣泛互連而成的網(wǎng)絡(luò)，是對人腦信息處理功能的模擬和延伸，是一種動態(tài)學習系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)處理信息是通過信息樣本對神經(jīng)網(wǎng)絡(luò)的訓練，使其具有良好的自學習、自適應(yīng)、聯(lián)想記憶、并行處理和非線性轉(zhuǎn)換的能力，避免了復雜的數(shù)學推導，克服了主管因素的問題，在多變量非線性系統(tǒng)的建模方面有著廣泛的應(yīng)用。BP神經(jīng)網(wǎng)絡(luò)是目前最成熟、應(yīng)用最為廣泛的一種前饋神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)由一個輸入層、一個或多個隱含層、一個輸出層組成，各層由若干個神經(jīng)元（節(jié)點）構(gòu)成，每一個節(jié)點的輸出值與輸入值的關(guān)系由作用函數(shù)和閾值決定，神經(jīng)元可以實現(xiàn)輸入和輸出之間的任意非線性映射。

2 衛(wèi)生專業(yè)士兵技能評定指標標準化處理

由于在衛(wèi)生專業(yè)士兵職業(yè)技能鑒定評定指標體系中，既有定性指標，也有定量指標，為了使各指標在整個評價系統(tǒng)中具有可比性，必須對各指標進行處理，使其標準化，轉(zhuǎn)化為無單位的變量，然后再將標準化的指標數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入信號。

2.1 定量指標 采取以下公式將指標的實際值xij換算成介于 0～1 的評價值。 如下:

其中，amax=1，amin=0.1，j表示第 j個項目，i表示第 j個項目的第i個指標的評價值。

2.2 定性指標 定性指標往往是用現(xiàn)象達到的程度、等級描述，而不是用標準量化的統(tǒng)計指標表示。為使其同度量，需進行標準化處理。對于評價指標體系中的定性指標，采用模糊統(tǒng)計方法，這些定性指標按其優(yōu)劣等級統(tǒng)一劃分為 “優(yōu)、良、中、差、劣”五個標準，分別對其賦值 019、017、015、013、011，讓參與評價的專家按上述標準評定，然后計算平均數(shù)，即為該指標的評價值。

3 效果驗證

以2012年某戰(zhàn)區(qū)衛(wèi)生專業(yè)士兵職業(yè)技能鑒定中選取30名衛(wèi)生專業(yè)士兵職業(yè)技能鑒定的評定數(shù)據(jù)作為數(shù)據(jù)樣本集，其中編號為 1～25的數(shù)據(jù)作為訓練樣本，26～30的數(shù)據(jù)作為測試樣本。

本文使用 MAT LAB710軟件實現(xiàn)，具體代碼：net=newff （minmax （P）， [7，1]， {’logsig’，’l ogsig’}，’net=newff（minmax（P），[7，1]，{’ l ogsig’，’ l ogsig’}，’traingdm’）；%新建BP神經(jīng)網(wǎng)絡(luò)。

net1trainParam1epochs=5000；%網(wǎng)絡(luò)訓練次數(shù)

net1trainParam1goal=0101；%網(wǎng)絡(luò)訓練目標

net1trainParam1lr=0105；%網(wǎng)絡(luò)學習速率

net=train（net，P，T）；%訓練網(wǎng)絡(luò)

在網(wǎng)絡(luò)訓練3599步后，訓練誤差達到期望誤差，網(wǎng)絡(luò)的收斂效果良好。測試樣本的預測值與實際值誤差見表1。

表 1 測試樣本誤差表

由此可見，評價結(jié)果和實際結(jié)果非常接近，驗證了BP神經(jīng)網(wǎng)絡(luò)模型在軍隊衛(wèi)生專業(yè)士兵職業(yè)技能鑒定評定中的可行性。

總之，基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的軍隊衛(wèi)生專業(yè)士兵職業(yè)技能評定專家系統(tǒng)指標體系，為職業(yè)技能鑒定工作擺脫過去主要依靠人工的傳統(tǒng)模式，發(fā)展基于信息化、智能化、遠程化的系統(tǒng)鑒定評定平臺提供了科學的方法。BP神經(jīng)網(wǎng)絡(luò)作為目前最成熟、應(yīng)用最為廣泛的一種前饋神經(jīng)網(wǎng)絡(luò)，可以實現(xiàn)任意線性和非線性的函數(shù)映射，避免了人為的確定權(quán)重，減少了評價過程中的隨機性和評價人員主觀上的不確定性及其認識上的模糊性，并通過系統(tǒng)的訓練學習使系統(tǒng)誤差達到精度要求，提高了評價的可靠性，使評價結(jié)果更有效、更客觀。

[1]劉愛國，支國成．衛(wèi)生士官培訓面臨的挑戰(zhàn)及改革對策[J]．白求恩軍醫(yī)學院學報，2010，8（5）：362-363．