基于LSTM網(wǎng)絡預測模型的實驗室開放管理策略研究

蔡文偉 趙玉明 王建彬 陳建平

摘要：實驗室開放是高校實踐教學環(huán)節(jié)的重要組成部分，是提高學生解決實際問題能力、實現(xiàn)應用型人才培養(yǎng)目標的重要舉措。為實現(xiàn)高效的實驗室開放管理，本文提出了一種基于LSTM網(wǎng)絡預測模型的實驗室開放策略，將實驗室開放的歷史數(shù)據(jù)作為LSTM網(wǎng)絡模型的訓練樣本數(shù)據(jù)，對各個實驗室預期的開放需求進行預測，并基于預測結(jié)果合理安排實驗室的開放。該策略簡化了實驗室開放的申請流程，降低了實驗室管理人員的工作強度，突破了實驗室分類開放的限制，提高了資源的利用率，實現(xiàn)了實驗室的高效開放。

關鍵詞：實驗室開放;LSTM網(wǎng)絡;預測;高效管理

中圖分類號：TP311? ? 文獻標識碼：A

文章編號：1009-3044（2020）23-0191-02

1 引言

目前，國內(nèi)許多高校越來越重視實踐教學環(huán)節(jié)，不但加大了實踐環(huán)節(jié)在教學計劃中的比重，而且鼓勵學生盡可能多地進行自主實驗、參加學科競賽、嘗試創(chuàng)新創(chuàng)業(yè)、參與科研項目等，這些措施或活動在高校中大都需要依托相關實驗室的開放展開[1]。實驗室開放是指在完成日常教學、科研任務的前提下，利用現(xiàn)有的師資、儀器、設備等資源，將某些教學實驗室對學生開放，供學生進行課外學習或研究的一種實驗室管理行為，包括時間、空間及實驗內(nèi)容的開放[2]。一方面，實驗室開放可以幫助學生構(gòu)建科學的知識體系，激發(fā)學生的主觀能動性，強化、加深學生對理論知識的理解，提高他們利用專業(yè)知識解決實際問題的能力，有助于學校實施素質(zhì)教育和應用型人才的培養(yǎng);另一方面，實驗室開放還可以充分整合各種資源，提高相關儀器設備的利用率，助力學校教、科研水平的提升。因此研究高效可行的實驗室開放管理策略，具有非常重要的現(xiàn)實意義。

通過對相關資料的整理以及調(diào)查研究得知，目前國內(nèi)外的許多高校已根據(jù)自身實際情況，有目的、多層次、多元化地進行了實驗室開放，并針對不同的開放措施，制定了相應的規(guī)章管理制度，形成了各有特色的實驗室開放機制與開放模式[3]。目前主要的實驗室開放模式有以下四種[4，5]。

1）全開放模式

將實驗室資源在其所有空閑時間里全部開放?，F(xiàn)實中，采用這種模式的高校大都選擇個別公共類、基礎類和專業(yè)基礎類實驗室作為開放實體，在晚上或周六日開放。由于該模式需要安排實驗室技術管理人員在下班后或節(jié)假日額外值班，執(zhí)行難度非常大，因此雖然這種方式開放程度最高，但也是最難完全實現(xiàn)的一種模式。

2）半開放模式

在正常工作時間內(nèi)，將實驗室資源在其空閑時間對學生開放。該模式無須專門安排實驗室技術管理人員值班，但是當工作人員下班時，學生就得終止實驗，離開實驗室。

3）預約模式

學生根據(jù)需要提前向?qū)嶒炇夜芾頇C構(gòu)提交預約申請，待審批通過后可以在預定的時間使用預定的實驗室或資源。該模式下實驗室管理人員可根據(jù)學生提交的預約申請安排符合要求的實驗室，同時考慮實驗室安全等因素，會安排相關的工作人員或老師值班、輔導，該模式適用于專業(yè)實驗室的開放。

4）自主模式

學生個人或團隊根據(jù)創(chuàng)新創(chuàng)業(yè)項目或?qū)W科競賽等實際需要，在一段時間內(nèi)占用或使用實驗室的相關資源。該模式下學生既是實驗室的使用者，又是實驗室的管理者，一般不需安排工作人員值班，該模式適用于創(chuàng)新創(chuàng)業(yè)類實驗室的開放。

以上四種開放模式盡管能夠從一定程度上滿足不同的開放需求，但是依然存在如下問題：一是資源開放程度難以把控，匹配度差，調(diào)整難度大：若預開放的實驗室資源數(shù)量遠大于實際的需求量，就會形成開放過度問題，造成資源浪費;若開放的資源數(shù)遠小于實際的需求量，又會造成開放不足問題，資源利用率低;二是開放時間不夠靈活，適應性差：開放信息一經(jīng)確認并公布給學生后，時間、地點等一般不再做調(diào)整，對一些臨時的、突發(fā)性的情況適應性較差。

為此本文提出一種基于LSTM網(wǎng)絡預測模型的實驗室高效開放策略，首先在分析LSTM網(wǎng)絡預測模型結(jié)構(gòu)的基礎上設計了LSTM網(wǎng)絡預測算法，之后將以往實驗室開放的歷史數(shù)據(jù)作為模型訓練樣本數(shù)據(jù)，對各個實驗室預期的開放需求進行預測，并基于此預測結(jié)果安排實驗室的開放，同時將實驗室開放后的數(shù)據(jù)作為新的訓練樣本以提高預測準確率。

2 基于LSTM網(wǎng)絡模型的實驗室高效開放策略

高效的實驗室開放就是通過合理的安排開放實驗室資源，在滿足學生的相關需求、減輕實驗室技術管理人員負擔的同時，最大限度地提高資源的利用率。如果能夠利用已有的歷史數(shù)據(jù)預測各個實驗室在未來每一個空閑時間段的需求信息（人數(shù)、所需設備等），那么實驗室管理人員就可通過合理安排實現(xiàn)實驗室的高效開放。

2.1 LSTM網(wǎng)絡模型

LSTM網(wǎng)絡[6]是一種克服梯度消失和爆炸問題的特殊循環(huán)神經(jīng)網(wǎng)絡（RNN），其構(gòu)成體系中的三種特殊結(jié)構(gòu)：遺忘門、輸入門和輸出門，確保LSTM具有處理長期或短期時間序列相關性的能力，其網(wǎng)絡模型結(jié)構(gòu)如圖1所示。

2.2 LSTM算法設計

由于高校的招生人數(shù)、教學大綱、開課計劃等信息在一定的時間段內(nèi)具有一定的穩(wěn)定性，且多數(shù)高校均采用信息管理系統(tǒng)進行實驗室的開放管理，歷史數(shù)據(jù)的獲取相對容易，因此可根據(jù)實驗室開放的歷史數(shù)據(jù)作為LSTM模型的訓練樣本序列預測本學年度的實驗室開放需求信息。

為此，取以往各學年同一學期各個實驗室開放時間段里進入實驗室的人數(shù)作為LSTM模型的輸入數(shù)據(jù)，預測各個實驗室在未來若干個節(jié)次的人數(shù)信息。

2.3 對算法的修正

由于模型采用歷史數(shù)據(jù)進行預測，預測的數(shù)據(jù)與實際數(shù)據(jù)間可能會存在誤差。為了提高預測可信度，使預測數(shù)據(jù)更接近于實際數(shù)據(jù)，可采取如下的方法對算法進行修正：

2）如果新的預測值與原有預測值相差較大，則需結(jié)合該實驗室的實際使用情況，決定是否需要調(diào)整該實驗室的原有開放安排。

① 若實際進入實驗室的人數(shù)比原有預測值小，則表示該實驗室還有空閑資源沒被占用，取值為實際進入實驗室的人數(shù);

② 若實際進入實驗室的人數(shù)比原有預測值大，則表示實驗室滿員，取值為實際預約人數(shù)。

2.4 基于預測信息的實驗室高效開放管理策略

為實現(xiàn)實驗室開放的高效管理，基于預測信息，制定如下實驗室開放管理策略。

1） 為每一個實驗室的開放設置人數(shù)閾值。

這是實驗室允許開放的人數(shù)條件。根據(jù)實驗室的類型和開放對象，為每一個實驗室設置一個人數(shù)開放閾值，只有申請使用實驗室的人數(shù)大于等于該閾值時才允許開放該實驗室。

2） 為每一個實驗室的開放設置時間閾值。

這是實驗室允許開放的時間條件。每學期教務員排好課之后，實驗室的空閑時間就可以確定，只有實驗室的空閑時間大于等于該閾值時，該空閑時間才能作為開放時間。

3） 實際開放的實驗室資源要略大于預測值。

4） 每學期開學前，實驗室管理人員須公布本學期實驗室預開放時間表。

在實際執(zhí)行過程中，可根據(jù)預約或預測結(jié)果適當調(diào)整開放計劃。如原計劃中某一時間段不開放的實驗室，當其預約人數(shù)達到開放閾值時，可臨時將該實驗室在該時間段開放。

5） 學生須登錄實驗室開放管理平臺進行預約申請。

6） 實驗室無須審批學生的預約，但必須對其預約信息進行記錄。

7） 學生須刷學生卡才能進入實驗室，使用實驗室資源。

3 結(jié)論

一套完善、高效的實驗室開放管理策略對高校提高學生解決實際問題能力、實現(xiàn)應用型人才培養(yǎng)目標意義重大。本文提出一種基于LSTM網(wǎng)絡預測模型的實驗室高效開放策略，通過預測學生對實驗室資源的需求，合理安排實驗室的開放，并根據(jù)預測偏差及時調(diào)整開放計劃，實現(xiàn)了實驗室開放的高效精準管理。該策略簡化了實驗室開放的申請流程，有助于實驗室管理人員提前做好管理協(xié)調(diào)工作，降低了他們的工作強度;實現(xiàn)了實驗資源的預先調(diào)整，提高了設備的利用率，解決了資源開放過度或開放不足問題;打破了全開放、半開放、預約開放三種管理模式的界限，突破了實驗室分類開放的限制，開放形式更加靈活，提高了開放效率。另外該策略對未來實驗室的建設具有一定的參考價值，可根據(jù)預測數(shù)將學生需求較多、資源比較欠缺、開放頻率較高或供需矛盾比較突出的實驗室作為今后的重點建設方向。

參考文獻：

[1] 袁寧，李巖，張棟華.重點實驗室開放課題的運行管理策略——以中國海洋大學為例[J].中國高校科技，2018（8）：12-13.

[2] 王波.開放創(chuàng)新背景下高校研究型實驗室安全管理策略分析[J].教育教學論壇，2020（8）：14-15.

[3] 曲劍波，李靜，張曉云，吳偉.澳大利亞新南威爾士大學實驗室管理的思考[J].實驗技術與管理，2019，36（5）：259-262

[4] 劉美英，李健生，孫越，李曉輝，楊梅，張瀾萃.三維三層次全開放實驗教學模式下大學生創(chuàng)新能力的培養(yǎng)——以中級無機化學實驗為例[J].大學化學，2018，33（12）：16-20.

[5] 張思琦，靳辰飛，凌凱隆.建設高校實驗室全開放管理體系促進大型儀器設備良性運營[J].實驗室研究與探索，2017，36（6）：286-290.

[6] Matteo Sangiorgio，F(xiàn)abio Dercole. Robustness of LSTM neural networks for multi-step forecasting of chaotic time series[J]. Chaos， Solitons and Fractals： the interdisciplinary journal of Nonlinear Science， and Nonequilibrium and Complex Phenomena，2020：139.

【通聯(lián)編輯：梁書】