基于BP神經(jīng)網(wǎng)絡(luò)模型的計(jì)算機(jī)實(shí)驗(yàn)課程教學(xué)質(zhì)量評(píng)價(jià)研究

彭建新

(廣東警官學(xué)院網(wǎng)絡(luò)信息中心， 廣東廣州 510230)

0 引言

目前，各高校普遍開設(shè)了計(jì)算機(jī)類課程，相對(duì)于理論課程，計(jì)算機(jī)類實(shí)驗(yàn)課程對(duì)于培養(yǎng)學(xué)生的分析問題和解決問題的實(shí)踐能力，提高學(xué)生理論聯(lián)系實(shí)際的綜合素質(zhì)都發(fā)揮著重要的作用。因此，計(jì)算機(jī)課程實(shí)驗(yàn)教學(xué)越來越受到重視，如何保證和提高其教學(xué)質(zhì)量就成為日常教學(xué)管理的重要目標(biāo)。通常情況下，各高校的計(jì)算機(jī)實(shí)驗(yàn)教學(xué)都附屬于計(jì)算機(jī)理論教學(xué)體系中，很少獨(dú)立開設(shè)計(jì)算機(jī)實(shí)驗(yàn)教學(xué)課程或單獨(dú)進(jìn)行考試。因此，學(xué)生的考試成績往往并不能客觀反映實(shí)驗(yàn)教學(xué)的教學(xué)質(zhì)量。另一方面，很多高校在教師的職稱評(píng)審過程中引入了教學(xué)質(zhì)量的評(píng)價(jià)結(jié)果，直接關(guān)系到計(jì)算機(jī)實(shí)驗(yàn)課教師的切身利益，進(jìn)而關(guān)系到高校的人才培養(yǎng)質(zhì)量及生存發(fā)展，提高了教學(xué)質(zhì)量評(píng)價(jià)在高校教學(xué)科研工作中的導(dǎo)向作用。因此，建立一套能夠客觀、公正而且操作性強(qiáng)的計(jì)算機(jī)實(shí)驗(yàn)課程教學(xué)質(zhì)量評(píng)價(jià)方法是目前各高校教學(xué)管理部門亟待解決的重要問題。正是因?yàn)槠鋵?shí)踐效果強(qiáng)，是一種直接有效地提高計(jì)算機(jī)實(shí)驗(yàn)課程教學(xué)質(zhì)量的手段，而且對(duì)其他實(shí)驗(yàn)課程也有示范作用，因此也成為當(dāng)前教學(xué)研究的一項(xiàng)重要內(nèi)容[1]。

實(shí)驗(yàn)教學(xué)是以學(xué)生為主體，教師有效利用多種教學(xué)手段和教學(xué)媒介、實(shí)驗(yàn)設(shè)備，根據(jù)教學(xué)內(nèi)容和教學(xué)對(duì)象的特點(diǎn)綜合運(yùn)用啟發(fā)式、案例式、研討式、講授式等多種教學(xué)方法引導(dǎo)和組織完成驗(yàn)證型或設(shè)計(jì)型、創(chuàng)新型實(shí)驗(yàn)內(nèi)容的教學(xué)過程，實(shí)驗(yàn)教學(xué)涵蓋了實(shí)驗(yàn)前準(zhǔn)備、實(shí)驗(yàn)中操作和實(shí)驗(yàn)效果檢驗(yàn)全過程，而計(jì)算機(jī)實(shí)驗(yàn)課程又有自身的特點(diǎn)，如人機(jī)交互性強(qiáng)、導(dǎo)向性強(qiáng)(計(jì)算機(jī)等級(jí)考試)，因此，對(duì)其進(jìn)行質(zhì)量評(píng)價(jià)需要從不同角度建立綜合指標(biāo)體系進(jìn)行全面客觀地評(píng)價(jià)。而涉及建立指標(biāo)體系進(jìn)行評(píng)價(jià)的具體方法主要包括專家評(píng)價(jià)法、層次分析法、模糊綜合評(píng)價(jià)法等，第一種方法受專家主觀因素影響較大，而后兩種方法在建立過程中計(jì)算量較大，而且缺乏自學(xué)習(xí)能力，可遷移性不強(qiáng)，特別是模糊綜合評(píng)價(jià)法需要建立復(fù)雜的數(shù)學(xué)模型，因此依據(jù)上述方法建立的評(píng)價(jià)指標(biāo)體系對(duì)教學(xué)質(zhì)量進(jìn)行測評(píng)往往使評(píng)價(jià)工作流于形式。

近年來，一些學(xué)者嘗試將人工神經(jīng)網(wǎng)絡(luò)算法引入教學(xué)質(zhì)量評(píng)價(jià)體系中來[2]。人工神經(jīng)網(wǎng)絡(luò)是模仿人腦的神經(jīng)傳導(dǎo)機(jī)制，根據(jù)仿生學(xué)原理，構(gòu)建人工神經(jīng)元交織而成網(wǎng)絡(luò)，輸入信號(hào)經(jīng)過該網(wǎng)絡(luò)進(jìn)行智能處理后得到輸出，該網(wǎng)絡(luò)具有高度非線性和自學(xué)習(xí)能力強(qiáng)的特征，特別是省去了建立復(fù)雜的數(shù)學(xué)模型，而且不易受人為主觀因素的干擾和影響，保證了評(píng)價(jià)結(jié)果的客觀、公正和有效性。

本文根據(jù)計(jì)算機(jī)實(shí)驗(yàn)課程的特點(diǎn)，確定了計(jì)算機(jī)實(shí)驗(yàn)課程的評(píng)價(jià)指標(biāo)，引入BP神經(jīng)網(wǎng)絡(luò)建立了評(píng)價(jià)模型，實(shí)驗(yàn)結(jié)果證明，該神經(jīng)網(wǎng)絡(luò)訓(xùn)練精度較高，適用性強(qiáng)。

1 BP神經(jīng)網(wǎng)絡(luò)

1.1 BP神經(jīng)網(wǎng)絡(luò)基本原理

作為一種典型的前向型神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)收斂速度快而且訓(xùn)練方法簡單。理論上講，只要網(wǎng)絡(luò)參數(shù)設(shè)置合理，BP神經(jīng)網(wǎng)絡(luò)原則上可以無限逼近緊集上的任意連續(xù)函數(shù)，因此對(duì)于非線性系統(tǒng)可以采用BP神經(jīng)網(wǎng)絡(luò)建模來進(jìn)行分析和判斷。而教學(xué)質(zhì)量評(píng)價(jià)屬于典型的非線性問題，因此可以在計(jì)算機(jī)實(shí)驗(yàn)課程教學(xué)評(píng)價(jià)模型中采用BP神經(jīng)網(wǎng)絡(luò)[3-5]。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

信號(hào)X由輸入層輸入，傳播到隱含層后經(jīng)由激活函數(shù)處理后經(jīng)輸出層輸出Y，一般激活函數(shù)使用Sigmoid函數(shù)[6]：

(1)

設(shè)輸入層神經(jīng)元個(gè)數(shù)為n，隱含層神經(jīng)元個(gè)數(shù)為m。隱含層神經(jīng)元與輸入層之間的關(guān)系為：

(2)

輸出層與隱含層之間關(guān)系滿足：

(3)

其中，zj表示隱含層第j個(gè)神經(jīng)元的輸出；vij表示輸入層第i個(gè)神經(jīng)元與隱含層第j個(gè)神經(jīng)元之間的連接權(quán)值；wj表示隱含層第j個(gè)神經(jīng)元與輸出層之間的連接權(quán)值。

1.2 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與測試

通過訓(xùn)練使BP神經(jīng)網(wǎng)絡(luò)滿足應(yīng)用要求，需要使用已知樣本數(shù)據(jù)通過訓(xùn)練或?qū)W習(xí)過程不斷調(diào)整連接權(quán)值使得網(wǎng)絡(luò)理想輸出與實(shí)際輸出之間的誤差達(dá)到設(shè)定的目標(biāo)，誤差梯度下降算法是一種典型的訓(xùn)練方法，其流程如圖2所示[5]。

①初始化。給權(quán)值向量wj任意賦值，設(shè)定誤差的上限閾值ε。

基里爾告訴記者，BPC希望滿足各國的市場需求，對(duì)于中國能否繼續(xù)保持100美元/噸的差價(jià)，市場沒有更多的利好信息。他說：“我看到很多市場大出口商尚在調(diào)整銷售方向，就是因?yàn)檫@個(gè)差距太大了，所以大家都在關(guān)注巴西市場。我們覺得，中國與BPC之間的新價(jià)格將會(huì)對(duì)中國市場和國際市場帶來一些新的推進(jìn)?！蹦壳皝砜?，包括加拿大在內(nèi)的一些大供應(yīng)商的供給壓力很大。基里爾希望與中國盡快達(dá)成大合同價(jià)格共識(shí)，給予中國市場一定數(shù)量的保障。

②計(jì)算誤差。根據(jù)公式4計(jì)算網(wǎng)絡(luò)輸出值y，再與理想輸出值d計(jì)算誤差值。

E=(d-y)2

(4)

③依次計(jì)算輸出輸出層和隱含層的權(quán)值修正量。

(5)

(6)

④計(jì)算誤差。

(7)

若E>ε,轉(zhuǎn)入第2步重復(fù)訓(xùn)練，否則結(jié)束訓(xùn)練。

通過以上的重復(fù)訓(xùn)練，按照誤差精度要求將BP神經(jīng)網(wǎng)絡(luò)各層連接權(quán)值確定，也就是確定了輸入量和輸出量間的非線性關(guān)系，訓(xùn)練完成后就可以將該神經(jīng)網(wǎng)絡(luò)應(yīng)用于計(jì)算機(jī)實(shí)驗(yàn)課程教學(xué)質(zhì)量的評(píng)價(jià)中。

圖2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練流程

2 計(jì)算機(jī)實(shí)驗(yàn)課程教學(xué)質(zhì)量評(píng)價(jià)

2.1 計(jì)算機(jī)實(shí)驗(yàn)課程教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)

教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)的選取要兼顧教師和學(xué)生的不同評(píng)價(jià)標(biāo)準(zhǔn)，因此在充分調(diào)研的基礎(chǔ)上，聽取了來自教學(xué)一線具有豐富教學(xué)經(jīng)驗(yàn)的教師和教學(xué)管理人員，并組織學(xué)生代表提出意見和建議，借鑒同類院校的成功經(jīng)驗(yàn)，同時(shí)要兼顧可操作性，經(jīng)反復(fù)篩選和比較，最終確定了7項(xiàng)指標(biāo)及其評(píng)分依據(jù)，如圖3所示。

圖3 教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)

測評(píng)分?jǐn)?shù)由測評(píng)專家組、教學(xué)管理人員和學(xué)生現(xiàn)場聽課后給出，選取其中比較一致的結(jié)果作為樣本數(shù)據(jù)，一部分用來訓(xùn)練，一部分用作檢驗(yàn)，根據(jù)神經(jīng)網(wǎng)絡(luò)的輸入需要，對(duì)樣本數(shù)據(jù)歸一化至[0,1]，如表1所示[7]。

表1 樣本數(shù)據(jù)

續(xù)表1

2.2 使用樣本數(shù)據(jù)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練

根據(jù)樣本結(jié)構(gòu)，輸入層設(shè)置為7個(gè)節(jié)點(diǎn)，對(duì)應(yīng)7項(xiàng)評(píng)價(jià)指標(biāo)，輸出層設(shè)置為1個(gè)節(jié)點(diǎn)，對(duì)應(yīng)評(píng)價(jià)結(jié)果，隱含層設(shè)置為單層12個(gè)節(jié)點(diǎn)。前14組數(shù)據(jù)用作訓(xùn)練樣本對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，要求訓(xùn)練精度為0.000 000 01，訓(xùn)練誤差曲線為：

圖4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差曲線

從圖4中可以看出，在經(jīng)過21次訓(xùn)練后，該網(wǎng)絡(luò)輸出達(dá)到誤差要求。

訓(xùn)練完成后，再使用后10組數(shù)據(jù)測試，測試結(jié)果見表2。

表2 測試結(jié)果

3 結(jié)論

本文根據(jù)計(jì)算機(jī)實(shí)驗(yàn)課程的特點(diǎn)確定了教學(xué)質(zhì)

量評(píng)價(jià)指標(biāo)，比較全面和客觀地反映了影響該課程實(shí)際教學(xué)質(zhì)量的各項(xiàng)因素。為減少教學(xué)質(zhì)量評(píng)價(jià)過程中主觀因素的干擾，提高評(píng)價(jià)方法的適用性，利用MATLAB軟件建立了計(jì)算機(jī)實(shí)驗(yàn)課程評(píng)價(jià)模型。實(shí)驗(yàn)結(jié)果證明，該方法預(yù)測精度較高，為計(jì)算機(jī)實(shí)驗(yàn)課程教學(xué)質(zhì)量評(píng)價(jià)方法的研究和實(shí)踐提供了新的思路，具有較高的實(shí)踐應(yīng)用價(jià)值。