基于BP神經(jīng)網(wǎng)絡(luò)的軍校課堂教學(xué)質(zhì)量評(píng)價(jià)模型

宋端超+聞傳花+王行自

摘 要：本文以軍校課堂教學(xué)質(zhì)量評(píng)價(jià)為研究對(duì)象，在建立軍校課堂教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，構(gòu)建了一種基于BP神經(jīng)網(wǎng)絡(luò)的軍校課堂教學(xué)質(zhì)量評(píng)價(jià)模型。運(yùn)用Matlab神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行實(shí)例驗(yàn)證，并利用采集的樣本數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練、優(yōu)化和測(cè)試分析。實(shí)例證明該模型可用于軍校課堂教學(xué)質(zhì)量評(píng)價(jià)活動(dòng)，依據(jù)給定的各評(píng)價(jià)指標(biāo)可較科學(xué)、合理地確定課堂教學(xué)質(zhì)量。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；課堂教學(xué)質(zhì)量；評(píng)價(jià)模型；Matlab

中圖分類號(hào)：G712 文獻(xiàn)標(biāo)識(shí)碼：A

軍隊(duì)院校是培養(yǎng)軍事人才的主陣地。課堂教學(xué)是人才培養(yǎng)的重要方式，課堂教學(xué)質(zhì)量是人才培養(yǎng)質(zhì)量的關(guān)鍵所在，建立科學(xué)的軍校課堂教學(xué)質(zhì)量評(píng)價(jià)系統(tǒng)是加強(qiáng)軍校課堂教學(xué)質(zhì)量管理和提高軍校課堂教學(xué)質(zhì)量的重要舉措。由于課堂教學(xué)質(zhì)量評(píng)價(jià)結(jié)果與教員職稱評(píng)定、課酬獎(jiǎng)勵(lì)和成長進(jìn)步等工作掛鉤，所以亟需解決課堂教學(xué)質(zhì)量評(píng)價(jià)的客觀性、公平性問題。但是影響課堂教學(xué)質(zhì)量的因素非常多，且各因素影響的程度各不相同，所以課堂教學(xué)質(zhì)量評(píng)價(jià)是一個(gè)多因素、多變量、復(fù)雜的、模糊的非線性過程。目前，從各院校課堂教學(xué)質(zhì)量評(píng)價(jià)方法上看，很多院校采用了絕對(duì)評(píng)估法、相對(duì)評(píng)估法、評(píng)等法、評(píng)語法、寫實(shí)法和綜合評(píng)分法等定性評(píng)價(jià)方法。這些方法不可避免地受到評(píng)價(jià)專家主觀因素的影響，同時(shí)難以實(shí)現(xiàn)各評(píng)價(jià)指標(biāo)和課堂教學(xué)質(zhì)量之間的非線性關(guān)系，所以評(píng)價(jià)結(jié)果難以真實(shí)地反映課堂教學(xué)質(zhì)量狀況。如何構(gòu)建一套科學(xué)有效的、可操作性強(qiáng)的課堂教學(xué)質(zhì)量評(píng)價(jià)系統(tǒng)成為教學(xué)管理部門亟需解決的難題。

近年來，許多專家嘗試將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于教學(xué)質(zhì)量評(píng)價(jià)中。BP神經(jīng)網(wǎng)絡(luò)（BPN，Back-Propagation Network）即誤差反向傳播神經(jīng)網(wǎng)絡(luò)，是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)之一。BP神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入——輸出模式映射關(guān)系，且無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。它的學(xué)習(xí)過程是從已有數(shù)據(jù)中自動(dòng)地歸納規(guī)則，獲得這些數(shù)據(jù)的內(nèi)在規(guī)律，同時(shí)運(yùn)用梯度下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差達(dá)到可接受范圍。BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力，非常適用于因果關(guān)系復(fù)雜的非線性映射問題，主要用于函數(shù)逼近、模式識(shí)別、分類和數(shù)據(jù)壓縮。

本文首先根據(jù)某軍校教學(xué)督導(dǎo)的內(nèi)容，結(jié)合影響教學(xué)質(zhì)量的諸多因素，經(jīng)梳理后建立了教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系；然后構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的軍校課堂教學(xué)質(zhì)量評(píng)價(jià)模型，著重描述了運(yùn)用Matlab神經(jīng)網(wǎng)絡(luò)工具箱對(duì)模型網(wǎng)絡(luò)進(jìn)行訓(xùn)練的過程；樣本數(shù)據(jù)測(cè)試的滿意結(jié)果表明，此模型可以作為確定課堂教學(xué)質(zhì)量評(píng)價(jià)結(jié)果的科學(xué)方法。

一、軍校課堂教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系

（一）科學(xué)建立軍校課堂教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系

確定一套科學(xué)合理、客觀公正的教學(xué)評(píng)價(jià)指標(biāo)體系是進(jìn)行軍校課堂教學(xué)質(zhì)量評(píng)價(jià)的第一步。根據(jù)某軍校教學(xué)督導(dǎo)組督導(dǎo)教學(xué)的內(nèi)容，結(jié)合梳理分析調(diào)查問卷中影響教學(xué)質(zhì)量的諸多因素，構(gòu)建了教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系（見表1），體系包括教學(xué)理念、教學(xué)設(shè)計(jì)、教學(xué)內(nèi)容、教學(xué)方法和教學(xué)手段5個(gè)一級(jí)評(píng)價(jià)指標(biāo)，每個(gè)一級(jí)指標(biāo)下設(shè)有3個(gè)二級(jí)指標(biāo)。

（二）軍校課堂教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)

為了評(píng)價(jià)課堂教學(xué)質(zhì)量，教學(xué)督導(dǎo)專家通常對(duì)教學(xué)理念、教學(xué)設(shè)計(jì)、教學(xué)內(nèi)容、教學(xué)方法和教學(xué)手段下設(shè)的15個(gè)二級(jí)指標(biāo)進(jìn)行評(píng)價(jià)，分別標(biāo)記為x1至x15。隨機(jī)選取教學(xué)督導(dǎo)專家對(duì)12名教員的課堂教學(xué)質(zhì)量評(píng)價(jià)結(jié)果，通過整理得到評(píng)價(jià)結(jié)果（見表2），其中前10組數(shù)據(jù)作為樣本集，第11、12組數(shù)據(jù)作為測(cè)試實(shí)例。分析評(píng)價(jià)結(jié)果可知課堂教學(xué)質(zhì)量與各評(píng)價(jià)指標(biāo)之間為非線性關(guān)系。

二、基于BP神經(jīng)網(wǎng)絡(luò)的軍校課堂教學(xué)質(zhì)量評(píng)價(jià)模型

（一）課堂教學(xué)質(zhì)量評(píng)價(jià)模型的構(gòu)建

BP神經(jīng)網(wǎng)絡(luò)一般由輸入層、隱層和輸出層組成，各層間實(shí)行全連接。根據(jù)實(shí)際需要，隱層可以是一層也可以是多層。在本文的課堂教學(xué)質(zhì)量評(píng)價(jià)模型中，選擇隱層為1層。

根據(jù)建立的教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系可知，一共有15個(gè)二級(jí)評(píng)價(jià)指標(biāo)，可將這15個(gè)指標(biāo)作為模型的輸入，所以輸入層神經(jīng)元個(gè)數(shù)l= 15。

網(wǎng)絡(luò)的輸出只有教學(xué)質(zhì)量評(píng)價(jià)結(jié)果1個(gè)指標(biāo)，所以輸出層神經(jīng)元個(gè)數(shù)n=1。

隱層神經(jīng)元個(gè)數(shù)的確定方法一直是眾多學(xué)者研究的問題，隱層神經(jīng)元個(gè)數(shù)過少，網(wǎng)絡(luò)容錯(cuò)性差，很難識(shí)別出樣本，可能訓(xùn)練不出網(wǎng)絡(luò)；隱層神經(jīng)元個(gè)數(shù)過多，網(wǎng)絡(luò)的訓(xùn)練時(shí)間過長，同時(shí)網(wǎng)絡(luò)泛化能力會(huì)隨之降低。對(duì)于如何確定隱層神經(jīng)元個(gè)數(shù)，目前還沒有一個(gè)公認(rèn)的解決方案，在總結(jié)大量BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的基礎(chǔ)上，并經(jīng)過自己的實(shí)驗(yàn)驗(yàn)證，得出隱層神經(jīng)元個(gè)數(shù)m的一種估算方法為：

式1中l(wèi)代表輸入層的神經(jīng)元個(gè)數(shù)，n表示輸出層的神經(jīng)元個(gè)數(shù)，q代表訓(xùn)練樣本個(gè)數(shù)。此網(wǎng)絡(luò)中l(wèi)=15，n=1，q=10，最后可求得隱層神經(jīng)元個(gè)數(shù)m=9。

由以上分析可知，課堂教學(xué)質(zhì)量評(píng)價(jià)模型的結(jié)構(gòu)見圖1。

（二）課堂教學(xué)質(zhì)量評(píng)價(jià)模型的學(xué)習(xí)

BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程由信息的正向傳播和誤差的反向傳播兩個(gè)過程組成。輸入層各神經(jīng)元負(fù)責(zé)接收來自外界的輸入信息，并傳遞給中間層各神經(jīng)元；中間層是內(nèi)部信息處理層，負(fù)責(zé)信息變換，根據(jù)信息變換能力的需求，中間層可以設(shè)計(jì)為單隱層或者多隱層結(jié)構(gòu)；最后一個(gè)隱層傳遞到輸出層各神經(jīng)元的信息，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過程，由輸出層向外界輸出信息處理結(jié)果。當(dāng)實(shí)際輸出與期望輸出不符時(shí)，進(jìn)入誤差的反向傳播階段。誤差通過輸出層，按誤差梯度下降的方式修正各層權(quán)值，向隱層、輸入層逐層反傳。周而復(fù)始的信息正向傳播過程和誤差反向傳播過程，是各層權(quán)值不斷調(diào)整的過程，也是BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的過程，此過程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減小到可以接受的程度或者預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止，此時(shí)可認(rèn)為BP神經(jīng)網(wǎng)絡(luò)獲得了一組最佳權(quán)值。endprint

用Matlab中的newff函數(shù)建立BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。在訓(xùn)練之前，需要設(shè)置神經(jīng)網(wǎng)絡(luò)的參數(shù)，隱層神經(jīng)元的傳遞函數(shù)調(diào)用logsig函數(shù)，輸出層神經(jīng)元的傳遞函數(shù)調(diào)用purelin函數(shù)，調(diào)用traingdx函數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。經(jīng)過多次的嘗試，設(shè)定學(xué)習(xí)步長為100，學(xué)習(xí)率為0.9，最大學(xué)習(xí)迭代次數(shù)為50000次，目標(biāo)誤差為1×e-5。運(yùn)用Matlab軟件進(jìn)行仿真和學(xué)習(xí)，學(xué)習(xí)流程見圖2。

由圖3可知，網(wǎng)絡(luò)學(xué)習(xí)迭代3741次達(dá)到了目標(biāo)誤差，此時(shí)訓(xùn)練結(jié)束。經(jīng)過訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)，其函數(shù)具有了非常好的逼近效果。

（三）課堂教學(xué)質(zhì)量評(píng)價(jià)模型的測(cè)試

基于完成訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)，采用測(cè)試集中的后2組數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，檢查網(wǎng)絡(luò)輸出評(píng)價(jià)結(jié)果與實(shí)際樣本評(píng)價(jià)結(jié)果的誤差。模型輸出結(jié)果與督導(dǎo)組的實(shí)際數(shù)據(jù)對(duì)比分析如表3所示數(shù)據(jù)分析可知：最大的相對(duì)誤差僅為1.38%，誤差在可接受范圍內(nèi)，即該模型能夠較為準(zhǔn)確地根據(jù)各項(xiàng)二級(jí)評(píng)價(jià)指標(biāo)來確定教學(xué)質(zhì)量評(píng)價(jià)結(jié)果。

三、結(jié)論

利用神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特性，提出了基于BP神經(jīng)網(wǎng)絡(luò)的軍校課堂教學(xué)質(zhì)量評(píng)價(jià)模型，不僅解決了評(píng)價(jià)的非線性問題，而且不需要建立復(fù)雜的數(shù)學(xué)模型；該模型能有效地克服傳統(tǒng)評(píng)價(jià)方法的缺陷，可降低指標(biāo)權(quán)重評(píng)價(jià)中人為因素的影響，實(shí)現(xiàn)高精度預(yù)測(cè)，具有科學(xué)、準(zhǔn)確、可靠、快速的特點(diǎn)；另外，網(wǎng)絡(luò)的訓(xùn)練樣本越多，輸出精度就會(huì)越高。

總之，基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的軍校課堂教學(xué)質(zhì)量評(píng)價(jià)模型具有很高的應(yīng)用推廣價(jià)值。能科學(xué)準(zhǔn)確地評(píng)價(jià)教學(xué)質(zhì)量水平；模型應(yīng)用方便，在以后的應(yīng)用中只要對(duì)二級(jí)指標(biāo)進(jìn)行評(píng)分，并將評(píng)分值輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，就可得到客觀、合理的評(píng)價(jià)結(jié)果，為軍校課堂教學(xué)質(zhì)量評(píng)價(jià)系統(tǒng)的研究提供了有益參考。

參考文獻(xiàn)

[1]王尚順，盧玲.軍校教學(xué)質(zhì)量評(píng)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].武警工程大學(xué)學(xué)報(bào)，2015（2）.

[2]徐玉志，胡永生.軍隊(duì)初級(jí)任職教育教學(xué)質(zhì)量BP神經(jīng)網(wǎng)絡(luò)管理評(píng)價(jià)模型[J].軍事交通學(xué)院學(xué)報(bào)，2015（2）.

[3]汪旭暉，黃飛華.基于BP神經(jīng)網(wǎng)絡(luò)的教學(xué)質(zhì)量評(píng)價(jià)模型及應(yīng)用[J].高等工程教育研究，2007（5）.

[4]王彥群，張樹艷.基于BP神經(jīng)網(wǎng)絡(luò)的優(yōu)質(zhì)課評(píng)價(jià)模型研究[J].電子測(cè)試，2016（4）.

[5]蔡會(huì)娟.基于AHP和BP神經(jīng)網(wǎng)絡(luò)的高校研究生綜合素質(zhì)評(píng)價(jià)研究[D].河南師范大學(xué)，2014.

[6]鄂媛媛，霍天強(qiáng).基于BP神經(jīng)網(wǎng)絡(luò)的實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)模型研究[J].實(shí)驗(yàn)室科學(xué)，2009（5）.

[7]桂現(xiàn)才.BP神經(jīng)網(wǎng)絡(luò)在MATLAB上的實(shí)現(xiàn)與應(yīng)用[J].湛江師范學(xué)院學(xué)報(bào)，2004（3）.

[8]左國平，謝紅艷，邱小平，于濤，宋碧英.基于神經(jīng)網(wǎng)絡(luò)的高校教師課堂教學(xué)質(zhì)量評(píng)價(jià)[J].中國現(xiàn)代教育裝備，2011（3）.

[9]蘇義鑫，魏毅然.基于BP神經(jīng)網(wǎng)絡(luò)的教學(xué)質(zhì)量評(píng)估系統(tǒng)研究[J].電子元器件應(yīng)用，2009（5）.

[10]王春媛.BP神經(jīng)網(wǎng)絡(luò)在高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用[J].科技信息，2009（17）.

[11]余文利.基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在高職教學(xué)質(zhì)量評(píng)估中的應(yīng)用[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2008（12）.

[12]劉彩紅，唐萬梅.基于組合神經(jīng)網(wǎng)絡(luò)的教師評(píng)價(jià)模型研究[J].重慶師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2008（4）.

[13]易少軍，李學(xué)遷，鄒玲.基于BP神經(jīng)網(wǎng)絡(luò)的高職教育教學(xué)質(zhì)量評(píng)價(jià)[J].中國教育信息化，2007（7）.endprint