基于Hopfield神經(jīng)網(wǎng)絡(luò)的高校評估模型構(gòu)建

谷保平，郭紅艷

（河南廣播電視大學(xué)，鄭州 450000）

一、引言

高校評估是考核高校辦學(xué)綜合實力的一個重要方法，評估結(jié)果的高低已經(jīng)成為衡量一所高校綜合實力的重要指標(biāo)。如何準(zhǔn)確對高校進(jìn)行評價已成為一個十分重要的問題。目前，高校評估無固定的模式，評估項目多且復(fù)雜，很多評價因子之間相互影響，評價過程及時間比較長，工作煩瑣，且人為主觀因素對評價結(jié)果有很大影響，如何快速、準(zhǔn)確地對眾多高校評估進(jìn)行客觀、公正地評價？這是目前有待解決的一個問題。本文采用神經(jīng)網(wǎng)絡(luò)對高校評估進(jìn)行綜合評價，利用離散型Hopfield神經(jīng)網(wǎng)絡(luò)具有聯(lián)想記憶的功能，對數(shù)字進(jìn)行識別取得滿意的效果，計算收斂速度很快。最后，利用Matlab工具箱函數(shù)進(jìn)行模擬實驗，并獲得了不錯的實驗效果。

二、神經(jīng)網(wǎng)絡(luò)簡介

1982年，J.Hopfield首先提出了一個單層全互連反饋型全連接型的神經(jīng)網(wǎng)絡(luò)，從計算的角度上講，它具有很強(qiáng)的計算能力；從穩(wěn)定性上講，穩(wěn)定性是這類具有聯(lián)想記憶功能神經(jīng)模型的核心。Hopfield最早提出的網(wǎng)絡(luò)是二值神經(jīng)網(wǎng)絡(luò)，所有輸入進(jìn)神經(jīng)元i的值小于0時，那么神經(jīng)元i的輸出為-1；i的值大于0時，那么神經(jīng)元i的輸出為1，并且神經(jīng)元與他本身的權(quán)值為0。［1］下圖1是以一個由3個神經(jīng)元組成的離散型Hopfield神經(jīng)網(wǎng)絡(luò)為例。

圖1離散型Hopfield結(jié)構(gòu)圖

從圖1中可以看出，第0層不是實際的神經(jīng)元，可以看作Hopfield網(wǎng)絡(luò)的輸入層，缺少進(jìn)行運(yùn)算的功能；第1層是實際的神經(jīng)元層，有很強(qiáng)的計算功能，故而能對輸入信息和權(quán)重進(jìn)行復(fù)雜的求和運(yùn)算，經(jīng)一個簡單的閾值函數(shù)處理后產(chǎn)生輸出信息。計算公式如下：

在上面公示中，xj為外部輸入。其中yj為下列取值：

一個離散型Hopfield神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)信息情況是輸出的所有信息的集合，一個具有n個輸出層的神經(jīng)網(wǎng)絡(luò)，其某一個時刻（t）的狀態(tài)為一個n維向量：

因為 yi（t）（i=1，2，…，n）可以取值為 1 或-1，故 n維向量Y（t）有2n種狀態(tài)，即網(wǎng)絡(luò)有2n種狀態(tài)?？紤]Hopfield神經(jīng)網(wǎng)絡(luò)的一般節(jié)點狀態(tài)，用yj（t）表示第j個神經(jīng)元，即節(jié)點j在時刻t的狀態(tài)，則節(jié)點的下一個時刻（t+1）的狀態(tài)可以求得：

Hopfield網(wǎng)絡(luò)的運(yùn)行步驟：

步驟1：對網(wǎng)絡(luò)進(jìn)行初始化；

步驟2：從網(wǎng)絡(luò)中隨機(jī)選擇一個神經(jīng)元i；

步驟 3：計算該神經(jīng)元 i的 ui（t）；

步驟 4：計算該神經(jīng)元 i的輸出 vi（t+1）；

步驟5：判斷網(wǎng)絡(luò)是否達(dá)到穩(wěn)定狀態(tài)，若達(dá)到穩(wěn)定狀態(tài)或滿足給定條件則結(jié)束；否則轉(zhuǎn)到步驟2繼續(xù)運(yùn)行［2］。

從上面可以看出，Hopfield網(wǎng)絡(luò)動力學(xué)方式運(yùn)行，其工作過程為神經(jīng)元狀態(tài)的演化過程，即從初始狀態(tài)按“能量”減少的方向進(jìn)行演化，其能量值不斷減少，最后處于最小值直到達(dá)到穩(wěn)定狀態(tài)。穩(wěn)定狀態(tài)定義為：如果網(wǎng)絡(luò)從某一時刻以后，狀態(tài)不再發(fā)生變化，則稱網(wǎng)絡(luò)處于穩(wěn)定狀態(tài)。［3］

即： v（t+Δt）=v（t），Δt＞0

三、基于神經(jīng)網(wǎng)絡(luò)的高校評估模型

高校評估模型評價因子有很多，根據(jù)評估標(biāo)準(zhǔn)，本文選取了學(xué)校教育評估指標(biāo)較為重要的12個指標(biāo)作為評價因子。如圖1所示：校園規(guī)模（X1）、儀器設(shè)備數(shù)量（X2）、高級職稱教師人數(shù)（X3）、碩博教師人數(shù)（X4）、重點專業(yè)（X5）、精品課程（X6）、在校生人數(shù)（X7）、首次就業(yè)率（X8）、重點學(xué)科（X9）、重點實驗室及基地（X10）、各級項目（X11）、論文及成果獎勵（X12）。 高校評估一般分為五個等級：優(yōu)秀（A）、良好（B）、合格（C）、基本合格（D）和不合格（E）。［4］

圖2高校評估綜合評價指標(biāo)體系

四、實驗

1.模型建立及實驗數(shù)據(jù)。

本文數(shù)據(jù)是對12所高校的評估數(shù)據(jù)進(jìn)行了分類整理，選取比較重要的12個評價指標(biāo)進(jìn)行評估，并結(jié)合離散 Hopfield神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶能力，建立離散Hopfield高校評估評價模型。本文的設(shè)計步驟主要包括如下5個步驟，如圖3所示。

圖3模型建立流程圖

表1 12所高校評估等級及對應(yīng)的評價指標(biāo)

2.理想等級評價指標(biāo)。

根據(jù)表1所示高校評估等級及數(shù)據(jù)，為了增加評估的公平和合理性，可以將上表1中不同等級的樣本值求其平均數(shù)來作為各個理想評價指標(biāo)的標(biāo)準(zhǔn)。根據(jù)理想評價指標(biāo)，找出不同等級（A、B、C、D 和 E）的平衡點，為其后評估其他待評價高校作為依據(jù)。評價結(jié)果見表2。

3.等級評價指標(biāo)編碼。

要將評價指標(biāo)和神經(jīng)元的狀態(tài)進(jìn)行一一映射處理，需要對評估指標(biāo)進(jìn)行編碼處理，因為離散型Hopfield神經(jīng)元有兩種狀態(tài)1和-1。所以通常的編碼方法如下：當(dāng)評估指標(biāo)大于等于理想評估指標(biāo)時，此時該神經(jīng)元用“1”來表示，為了方便顯示，用“●”表示神經(jīng)元狀態(tài)為“1”；反之，當(dāng)評估指標(biāo)小于理想評估指標(biāo)時，此時該神經(jīng)元用“-1”來表示，為了方便顯示，用“○”表示神經(jīng)元狀態(tài)為“-1”。下圖4是理想的5個等級評估指標(biāo)編碼后的圖形。

表2 5個等級理想評價指標(biāo)

圖4 理想的5個等級評價指標(biāo)編碼

4.評價模型實現(xiàn)。

由圖 4編碼好理想評價指標(biāo)（A、B、C、D 和 E）后，下面在Matlab平臺上進(jìn)行仿真實驗。首先利用Matlab神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)newhop（）函數(shù)創(chuàng)建網(wǎng)絡(luò)，調(diào)用格式net=newhop（T），其中，T指具有Q個目標(biāo)向量的R*Q矩陣 （元素必須為-1或1），net指生成的神經(jīng)網(wǎng)絡(luò)，具有在T中的向量上穩(wěn)定的點。然后，作為離散Hopfield神經(jīng)網(wǎng)絡(luò)的平衡點，將數(shù)據(jù)保存在class.mat文件中，待分類的5所高校評價指標(biāo)數(shù)據(jù)如表3所示，根據(jù)不同高校的評估數(shù)據(jù)進(jìn)行相應(yīng)的編碼，編碼結(jié)果如表3所示。最后，利用Matlab自帶的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)sim（）進(jìn)行仿真，將仿真結(jié)果以圖形的形式呈現(xiàn)出來［5］。

表3 5所待評價高校評估指標(biāo)數(shù)據(jù)

5.評價結(jié)果與分析。

仿真結(jié)果如圖5和圖6所示，圖5表示5所高校評估指標(biāo)數(shù)據(jù)編碼；圖6為Hopfield神經(jīng)網(wǎng)絡(luò)的分類的結(jié)果。從圖5和圖6中可以清晰地表明，本文提出的方法可以有效地對待評價的高校評估指標(biāo)數(shù)據(jù)進(jìn)行有效的分類，能正確評估出各個高校的評估等級，結(jié)果相對合理公正，操作方便可行［6］。

五、結(jié)論

圖5 5所待評估高校的數(shù)據(jù)編碼

圖6 5所高校評估結(jié)果

本文針對高校評估過程中很多不確定性因素，利用離散Hopfield神經(jīng)網(wǎng)絡(luò)建立高校評估的評價模型。通過Matlab仿真實驗表明，該方法能準(zhǔn)確地評價高校的評估等級，能自動建立輸入和輸出之間的映射關(guān)系，操作簡單方便，結(jié)果公正合理，具有很好的實用價值。然而對于一些比較極端的數(shù)據(jù)情況，評估模型不能很好地評價出正確的結(jié)果，對于這些極端的數(shù)據(jù)情況，是下一步研究的重點和難點。

［1］ 焦李成.神經(jīng)網(wǎng)絡(luò)計算［M］.西安：西安電子科技大學(xué)出版，1993.

［2］ 高雋.人工神經(jīng)網(wǎng)絡(luò)原理及仿真［M］.北京：機(jī)械工業(yè)出版社，2003.

［3］ 曾水玲，楊靜宇，徐蔚鴻．一種模糊Hopfield網(wǎng)絡(luò)的學(xué)習(xí)算法及性質(zhì)［J］.計算機(jī)科學(xué)，2010，37（12）.

［4］ Matlab中文論壇.Matlab神經(jīng)網(wǎng)絡(luò)30個案例分析［M］.北京：北京航空航天大學(xué)出版社，2010．

［5］ 張偉江.學(xué)校教育評估指標(biāo)設(shè)計概論［M］.北京：高等教育出版社，2011.

［6］ 楊杰，李中文.神經(jīng)網(wǎng)絡(luò)在高校科研能力中的評價研究［J］.計算機(jī)仿真，2011，（5）.