陳志雄 仉文崗 丁選明 周航 肖楊
摘要:針對(duì)土木工程專(zhuān)業(yè)工程教育專(zhuān)業(yè)認(rèn)證要求,以重慶大學(xué)土力學(xué)課程為例,采用大數(shù)據(jù)技術(shù)分析土力學(xué)課程目標(biāo)達(dá)成情況,并根據(jù)評(píng)價(jià)結(jié)果提出教學(xué)改進(jìn)建議。實(shí)踐證明,大數(shù)據(jù)技術(shù)能夠?yàn)榭茖W(xué)評(píng)價(jià)專(zhuān)業(yè)課程目標(biāo)達(dá)成情況,以及推動(dòng)本科工程教育的高質(zhì)量發(fā)展提供新的思路。
關(guān)鍵詞:目標(biāo)達(dá)成情況;土力學(xué);大數(shù)據(jù);機(jī)器學(xué)習(xí)方法;課程建設(shè)
中圖分類(lèi)號(hào):G6420;TU43 ? 文獻(xiàn)標(biāo)志碼:A ? 文章編號(hào):1005-2909(2021)06-0137-07
2016年,我國(guó)正式加入國(guó)際工程教育《華盛頓協(xié)議》組織,標(biāo)志著工程教育質(zhì)量認(rèn)證體系實(shí)現(xiàn)了國(guó)際實(shí)質(zhì)等效,工程專(zhuān)業(yè)質(zhì)量標(biāo)準(zhǔn)得到國(guó)際認(rèn)可,成為我國(guó)高等教育的一項(xiàng)重大突破[1]。重慶大學(xué)作為“雙一流”建設(shè)高校,積極貫徹“學(xué)生中心、產(chǎn)出導(dǎo)向、持續(xù)改進(jìn)”三大理念,主動(dòng)對(duì)標(biāo)《華盛頓協(xié)議》和中國(guó)工程教育認(rèn)證標(biāo)準(zhǔn)要求,修訂培養(yǎng)目標(biāo)、重組課程體系、深化課堂改革、明晰教師責(zé)任、健全評(píng)價(jià)機(jī)制、完善條件保障,著力建設(shè)持續(xù)改進(jìn)的質(zhì)量文化,人才培養(yǎng)質(zhì)量明顯提升[2]。
開(kāi)展工程教育專(zhuān)業(yè)認(rèn)證,其中一個(gè)重要環(huán)節(jié)是課程目標(biāo)達(dá)成情況評(píng)價(jià),及其支撐的畢業(yè)要求達(dá)成情況評(píng)價(jià)。土力學(xué)課程是重慶大學(xué)土木工程專(zhuān)業(yè)的必修專(zhuān)業(yè)基礎(chǔ)課,該課程主要研究工程土體的強(qiáng)度、變形、滲流,主要內(nèi)容有:土體的物理性質(zhì)和三相比例指標(biāo);土體的工程類(lèi)別和主要特性;水在土體中滲流引發(fā)的工程問(wèn)題和對(duì)策;地基中應(yīng)力的理論解和分析方法;地基沉降的分析計(jì)算方法;有效應(yīng)力原理和一維固結(jié)理論;土體強(qiáng)度的影響因素;土壓力的分類(lèi)和計(jì)算;土坡穩(wěn)定性的分析方法;地基承載力的確定等。在土木工程領(lǐng)域,土力學(xué)理論知識(shí)主要用于保證地基、邊坡和基坑的安全穩(wěn)定。
通過(guò)該課程的學(xué)習(xí),學(xué)生能夠掌握工程土體的強(qiáng)度、變形和滲透特性,進(jìn)而分析地基基礎(chǔ)和邊坡穩(wěn)定方面的工程問(wèn)題,為后續(xù)基礎(chǔ)工程等專(zhuān)業(yè)課程學(xué)習(xí)打下堅(jiān)實(shí)基礎(chǔ)。當(dāng)前,隨著信息化浪潮的到來(lái)和計(jì)算機(jī)技術(shù)的突飛猛進(jìn),我國(guó)已正式步入大數(shù)據(jù)時(shí)代[3-6]。本文結(jié)合工程教育認(rèn)證理念,采用大數(shù)據(jù)技術(shù)中的機(jī)器學(xué)習(xí)模型,分析土力學(xué)課程目標(biāo)達(dá)成情況,為根據(jù)評(píng)價(jià)結(jié)果給出教學(xué)改進(jìn)建議提供思路。
一、土力學(xué)課程對(duì)畢業(yè)要求的支撐關(guān)系設(shè)計(jì)
(一) 土力學(xué)課程支撐的畢業(yè)要求指標(biāo)點(diǎn)
根據(jù)工程認(rèn)證的畢業(yè)要求通用標(biāo)準(zhǔn),考慮到土木工程專(zhuān)業(yè)的特色和定位,制定了10條畢業(yè)生應(yīng)在知識(shí)、能力、素質(zhì)方面達(dá)到的基本要求,主要包括:(1)工程知識(shí);(2)問(wèn)題分析;(3)設(shè)計(jì)(開(kāi)發(fā))解決方案;(4)研究;(5)使用現(xiàn)代工具;(6)工程與社會(huì);(7)環(huán)境與可持續(xù)發(fā)展及職業(yè)規(guī)范;(8)團(tuán)隊(duì)合作及溝通能力;(9)項(xiàng)目管理;(10)終身學(xué)習(xí)等。土力學(xué)課程主要支撐以下4個(gè)分指標(biāo)點(diǎn)。
指標(biāo)點(diǎn)(1)(2):掌握土木工程專(zhuān)業(yè)必須具有的工程基礎(chǔ)知識(shí),能夠針對(duì)具體的對(duì)象建立力學(xué)、數(shù)學(xué)模型并求解。
指標(biāo)點(diǎn)(2)(3):能應(yīng)用專(zhuān)業(yè)基本原理,分析土木工程專(zhuān)業(yè)復(fù)雜工程問(wèn)題及其影響因素,結(jié)合文獻(xiàn)研究獲得合理結(jié)論。
指標(biāo)點(diǎn)(4)(3):能對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析和解釋?zhuān)⑼ㄟ^(guò)信息綜合得到合理結(jié)論。
指標(biāo)點(diǎn)(8)(1):能夠獨(dú)立承擔(dān)專(zhuān)項(xiàng)任務(wù),并能在團(tuán)隊(duì)中承擔(dān)成員或領(lǐng)導(dǎo)角色,具有良好的合作意識(shí)和協(xié)作精神,能夠參與、組織和協(xié)調(diào)團(tuán)隊(duì)開(kāi)展工作。
(二) 土力學(xué)課程的課程目標(biāo)設(shè)計(jì)
針對(duì)土力學(xué)課程支撐的上述畢業(yè)要求分指標(biāo)點(diǎn),土力學(xué)課程負(fù)責(zé)人、教學(xué)小組在課群組組長(zhǎng)、學(xué)院領(lǐng)導(dǎo)和工程認(rèn)證專(zhuān)家的指導(dǎo)下初步設(shè)計(jì)課程目標(biāo)。
課程目標(biāo)1:能夠完成常見(jiàn)土工實(shí)驗(yàn),通過(guò)實(shí)驗(yàn)和信息綜合,識(shí)別常見(jiàn)工程土類(lèi)別,獲得和合理選用常見(jiàn)土體性能指標(biāo),能指出常見(jiàn)土類(lèi)的工程性能特征。
課程目標(biāo)2:掌握土力學(xué)基本理論和相關(guān)工程基礎(chǔ)知識(shí),能針對(duì)土體的強(qiáng)度、變形和滲流等相關(guān)工程問(wèn)題,建立土力學(xué)模型并求解。
課程目標(biāo)3:能夠應(yīng)用土力學(xué)原理,結(jié)合文獻(xiàn)研究,在常規(guī)地基、邊坡等相關(guān)土體工程中,識(shí)別、分析與土相關(guān)的復(fù)雜工程問(wèn)題,并能夠獲得合理的結(jié)論。
課程目標(biāo)4:開(kāi)展土工實(shí)驗(yàn)和小組合作,能夠承擔(dān)成員和組長(zhǎng)角色,具備職業(yè)精神與責(zé)任,能夠與他人合作完成土工實(shí)驗(yàn)和研討報(bào)告。
(三) 土力學(xué)課程的支撐關(guān)系分析
課程目標(biāo)1主要用于支撐畢業(yè)要求指標(biāo)點(diǎn)(4)(3),使學(xué)生能夠基于科學(xué)原理、采用科學(xué)方法對(duì)土木工程專(zhuān)業(yè)土力學(xué)的復(fù)雜工程問(wèn)題進(jìn)行研究,包括設(shè)計(jì)土力學(xué)實(shí)驗(yàn),以及采集、處理、分析與解釋數(shù)據(jù),通過(guò)信息綜合提出合理有效的結(jié)論。課程目標(biāo)2主要用于支撐畢業(yè)要求指標(biāo)點(diǎn)(1)(2),讓學(xué)生具有數(shù)學(xué)、自然科學(xué)、土木工程專(zhuān)業(yè)基礎(chǔ)和專(zhuān)業(yè)知識(shí),并能用于解決土木工程專(zhuān)業(yè)特別是有關(guān)土力學(xué)的復(fù)雜工程問(wèn)題。課程目標(biāo)3主要用于支撐畢業(yè)要求指標(biāo)點(diǎn)(2)(3),要求學(xué)生能夠應(yīng)用數(shù)學(xué)、自然科學(xué)原理和土木工程專(zhuān)業(yè)基礎(chǔ)理論及專(zhuān)業(yè)知識(shí),結(jié)合文獻(xiàn)研究,正確識(shí)別、表達(dá)和分析土木工程專(zhuān)業(yè)中的復(fù)雜工程問(wèn)題,獲得合理結(jié)論。課程目標(biāo)4主要用來(lái)支撐畢業(yè)要求指標(biāo)點(diǎn)(8)(1),使學(xué)生能夠在多學(xué)科背景的團(tuán)隊(duì)中擔(dān)當(dāng)個(gè)體、隊(duì)員和負(fù)責(zé)人的角色,能就復(fù)雜工程問(wèn)題與同行和社會(huì)公眾進(jìn)行有效的溝通和交流;具備一定的國(guó)際視野,能夠在跨文化背景下進(jìn)行溝通和交流。
二、基于大數(shù)據(jù)技術(shù)的課程目標(biāo)達(dá)成情況評(píng)價(jià)
大數(shù)據(jù)是信息化發(fā)展的新階段。通過(guò)系統(tǒng)地測(cè)量、收集、處理數(shù)據(jù),再對(duì)這些數(shù)據(jù)進(jìn)行嚴(yán)格的統(tǒng)計(jì)、分析和檢驗(yàn),就有可能發(fā)現(xiàn)一些現(xiàn)象背后隱藏的規(guī)律。在土力學(xué)課程建設(shè)中,嘗試結(jié)合大數(shù)據(jù)技術(shù),將數(shù)據(jù)科學(xué)中最流行的機(jī)器學(xué)習(xí)模型,例如Lasso模型、RF模型、XGBoost模型等引入土力學(xué)課程教學(xué)目標(biāo)達(dá)成情況的評(píng)價(jià)中。Lasso模型(Least absolute shrinkage and selection operator) [7]能夠自動(dòng)進(jìn)行變量篩選和模型復(fù)雜度調(diào)整,從而應(yīng)對(duì)“過(guò)度擬合”的問(wèn)題。RF模型(Random Forest,隨機(jī)森林)[8]采用的是以隨機(jī)構(gòu)建的決策樹(shù)為基學(xué)習(xí)器的集成學(xué)習(xí)算法,具有精度高、計(jì)算速度快、泛化性能好,能夠處理高維數(shù)據(jù)的優(yōu)點(diǎn)。XGBoost模型(eXtreme Gradient Boosting)[9]保留了隨機(jī)采樣、隨機(jī)屬性選擇、自適應(yīng)學(xué)習(xí)率等算法,能夠解決數(shù)據(jù)缺失和大規(guī)模并行計(jì)算問(wèn)題。研究成果可以用于分析教學(xué)過(guò)程對(duì)目標(biāo)達(dá)成情況的影響,指導(dǎo)教學(xué)團(tuán)隊(duì)有針對(duì)性地加強(qiáng)薄弱環(huán)節(jié)。
土力學(xué)課程目標(biāo)達(dá)成情況評(píng)價(jià)采用平時(shí)考核和期末考核得分作綜合分析的方法,計(jì)算公式為:課程目標(biāo)達(dá)成情況=平時(shí)考核30%+期末考核70%,若達(dá)成情況高于 0.6,則評(píng)價(jià)結(jié)果為達(dá)成,否則為未達(dá)成。其中,平時(shí)考核包含:作業(yè)(42%)+實(shí)驗(yàn)考核(38%)+課堂研討匯報(bào)(20%)。期末考核為閉卷考試,包括選擇題(15%)+判斷題(15%)+名詞解釋?zhuān)?%)+簡(jiǎn)答題(25%)+計(jì)算題(40%)。使用大數(shù)據(jù)技術(shù)中的三種機(jī)器學(xué)習(xí)模型,對(duì)2019—2020學(xué)年第一學(xué)期全年級(jí)土力學(xué)課程教學(xué)目標(biāo)達(dá)成情況進(jìn)行分析。數(shù)據(jù)集來(lái)自全年級(jí)354名學(xué)生的記錄,每位學(xué)生包括20個(gè)輸入變量和1個(gè)輸出變量(總目標(biāo)達(dá)成情況),如表1所示??倲?shù)據(jù)集中隨機(jī)選擇80%的數(shù)據(jù)作為訓(xùn)練集,其余20%的數(shù)據(jù)作為測(cè)試集。根據(jù)對(duì)考試及平時(shí)考核的分析,將最后成績(jī)(包括考試、作業(yè)、研討、實(shí)驗(yàn))按照教學(xué)章節(jié)進(jìn)行匯總,分別為:第1章土的物理性質(zhì)和工程特征、第2章土的滲流模型與應(yīng)用、第3章土中應(yīng)力分析模型和求解、第4章土的壓縮特性和沉降計(jì)算模型、第5章土的抗剪強(qiáng)度模型與應(yīng)用、第6章土壓力的分析與計(jì)算、第7章土坡穩(wěn)定性的分析、第8章地基承載力的分析確定。土力學(xué)課程教學(xué)目標(biāo)達(dá)成情況的大數(shù)據(jù)分析輸入、輸出變量如表 1所示。分別計(jì)算出目標(biāo)1—目標(biāo)4在平時(shí)考核和期末考核的得分,加權(quán)得到“得分總和”(平時(shí)考核占30%,期末考核占70%,滿分為100分),則總目標(biāo)達(dá)成情況=“得分總和”/100.0。
圖1顯示了各輸入變量統(tǒng)計(jì)之后的相關(guān)性矩陣熱力圖。圖中顏色越深的部分其數(shù)值越大,表示對(duì)應(yīng)的兩個(gè)輸入變量的相關(guān)性越大。可以看到有較多的變量之間相關(guān)性系數(shù)超過(guò)0.6,說(shuō)明輸入變量之間存在多重共線性問(wèn)題。在這種情況下,不能簡(jiǎn)單地使用常規(guī)的線性回歸來(lái)分析數(shù)據(jù)。多重共線性問(wèn)題是指線性回歸模型中的解釋變量之間,由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以估計(jì)準(zhǔn)確。如果各個(gè)自變量x之間有很強(qiáng)的線性關(guān)系,就無(wú)法固定其他變量,難以找到x和y之間真實(shí)的關(guān)系。當(dāng)出現(xiàn)共線性問(wèn)題時(shí),可能導(dǎo)致回歸系數(shù)的符號(hào)與實(shí)際情況完全相反,本應(yīng)該顯著的自變量不顯著,本不顯著的自變量卻呈現(xiàn)出顯著性。共線性問(wèn)題會(huì)導(dǎo)致數(shù)據(jù)研究出現(xiàn)嚴(yán)重偏差甚至完全相反的結(jié)論。
通過(guò)對(duì)建立的Lasso模型、RF模型、XGBoost模型進(jìn)行參數(shù)調(diào)試,訓(xùn)練得到具有最優(yōu)參數(shù)的模型。圖 2為使用調(diào)試獲得的最優(yōu)參數(shù)時(shí),XGBoost模型在訓(xùn)練集和測(cè)試集上面的總目標(biāo)達(dá)成情況預(yù)測(cè)值和真實(shí)值對(duì)比圖。因?yàn)槲恼缕?,文中只給出了XGBoost模型的結(jié)果??梢钥吹酱蟛糠值狞c(diǎn)都落在了對(duì)角線附近,只有少數(shù)幾個(gè)點(diǎn)超出了正負(fù)誤差10%的范圍。對(duì)于訓(xùn)練集和測(cè)試集,可決系數(shù)R2分別達(dá)到了0.995和0.983(R2=1.0為完美值)。圖 3 為XGBoost模型在訓(xùn)練集和測(cè)試集上面的相對(duì)誤差,可以看出,絕大多數(shù)的點(diǎn)都落在了誤差正負(fù)10%的范圍之內(nèi)。說(shuō)明訓(xùn)練完成的XGBoost模型對(duì)本次研究的問(wèn)題具有較好的性能。
圖4給出了訓(xùn)練好的XGBoost模型分析得到的各輸入變量對(duì)總目標(biāo)達(dá)成情況影響的重要性排序,篩選了排名前10的變量進(jìn)行繪圖,以百分比來(lái)表示,最重要的參數(shù)具有100%的重要性??梢钥吹礁髯兞恐蠺4的重要性最高,T1(79%)和T5(78%)的重要性分別排在第二和第三,接下來(lái)重要性遞減的分別為T(mén)6、T7、E1、T2、D1、T8、T3,其重要性程度從70%遞減到25%。
表2給出了使用Lasso、RF、XGBoost模型各輸入變量對(duì)總目標(biāo)達(dá)成情況影響的重要性,并且給出了三個(gè)模型計(jì)算結(jié)果的平均值。圖 5給出了各輸入變量對(duì)總目標(biāo)達(dá)成情況影響重要性的平均值排序,從左到右重要性依次降低。從表2和圖5可以看出,T4(第四章在試卷中的得分匯總)對(duì)課程總體目標(biāo)影響的重要性最大,達(dá)到83%,T5(第五章在試卷中的得分匯總)對(duì)課程總體目標(biāo)的影響重要性次之,達(dá)到49%。重要性排在第三、第四名的是T1(第一章在試卷中的得分匯總)和T6(第六章在試卷中的得分匯總),分別為45%和44%。其對(duì)應(yīng)的章節(jié)分別為:第4章土的壓縮特性和沉降計(jì)算模型、第5章土的抗剪強(qiáng)度模型與應(yīng)用、第1章土的物理性質(zhì)和工程特征、第6章土壓力的分析與計(jì)算。從分析結(jié)果可以看到,為了進(jìn)一步提高教學(xué)目標(biāo)達(dá)成情況的影響力,首先需要把第4章、第5章、第1章、第6章作為改進(jìn)的重點(diǎn)。另外可以看出,排名緊隨其后的E4(第四章在實(shí)驗(yàn)中的得分匯總)重要性為39%、H5(第五章在作業(yè)中的得分匯總)重要性為36%。這與排名第一的T4、T5一起再次證明第四章、第五章對(duì)總體目標(biāo)達(dá)成情況的影響十分重要。結(jié)合實(shí)際內(nèi)容發(fā)現(xiàn),這部分內(nèi)容屬于教學(xué)的難點(diǎn),但是又是工程上經(jīng)常會(huì)遇到的較為常見(jiàn)的計(jì)算。因此建議在以后的教學(xué)工作中結(jié)合實(shí)際工程案例,讓學(xué)生明白此部分知識(shí)的重要性和實(shí)用性,并且參考實(shí)際的計(jì)算來(lái)提高學(xué)生對(duì)此知識(shí)的掌握程度。
三、結(jié)語(yǔ)
工程教育專(zhuān)業(yè)認(rèn)證是國(guó)際通行的工程教育質(zhì)量保證制度和國(guó)際互認(rèn)的重要基礎(chǔ)。課程目標(biāo)達(dá)成情況評(píng)價(jià)是工程教育專(zhuān)業(yè)認(rèn)證對(duì)教學(xué)實(shí)施效果的質(zhì)量分析。隨著大數(shù)據(jù)技術(shù)的飛速發(fā)展,大數(shù)據(jù)已經(jīng)融入高等教育的各環(huán)節(jié)。本文將重慶大學(xué)土力學(xué)課程與大數(shù)據(jù)技術(shù)相結(jié)合,對(duì)課程達(dá)成情況的評(píng)價(jià)機(jī)制、評(píng)價(jià)方法、數(shù)據(jù)來(lái)源、評(píng)價(jià)結(jié)果與教學(xué)改進(jìn)反饋等進(jìn)行了分析,為建立工程教育認(rèn)證的目標(biāo)達(dá)成情況評(píng)價(jià)體系提供科學(xué)支撐。
參考文獻(xiàn):
[1]樊一陽(yáng), 易靜怡. 《華盛頓協(xié)議》對(duì)我國(guó)高等工程教育的啟示[J].中國(guó)高教研究, 2014(8):45-49.
[2]周志光,趙錦一,劉浩.土木工程和大數(shù)據(jù)技術(shù)與應(yīng)用復(fù)合型人才培養(yǎng)模式探究[J].高等建筑教育, 2019,28(4):55-60.
[3]劉皆誼,胡瑩,王依明,張芳.大數(shù)據(jù)賦能的建筑類(lèi)研究生城市設(shè)計(jì)教學(xué)實(shí)踐[J].高等建筑教育, 2021,30(2):49-56.
[4]蔡櫻. 大數(shù)據(jù)技術(shù)下個(gè)性化在線教育互動(dòng)式教學(xué)探索[J].高等建筑教育, 2018, 27(4):131-134.
[5]魏維,唐聃,方睿.試論面向產(chǎn)出的課程目標(biāo)達(dá)成情況評(píng)價(jià)機(jī)制[J].高等工程教育研究, 2020(6):188-193.
[6]賈惠芹,屈宸光,朱凱然.基于OBE理念的工程應(yīng)用類(lèi)課程目標(biāo)達(dá)成度評(píng)價(jià)方法[J].大學(xué)教育,2020(12):46-49.
[7] Tibshirani R. The lasso method for variable selection in the cox model[J]. Statistics in Medicine, 1997, 16(4):385-395.
[8] Breiman L. Random forests[J]. Machine Learning, 2001, 45(1):5-32.
[9] Chen T Q, Guestrin C. XGBoost:a scalable tree boosting system[C].Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. San Francisco California USA. New York, NY, USA:ACM, 2016.
Abstract: According to the requirements of engineering education certification, the achievement of curriculum objectives of Soil Mechanics in Chongqing University was analyzed using big data method. The suggestions for teaching improvement are provided based on the evaluation results. It is proved that big data analysis can provide new perspective for scientifically evaluating the achievement of curriculum objectives and promoting the high-quality development of undergraduate engineering education.
Key words: achievement of curriculum objectives; soil mechanics; big data; machine learning method; course construction
(責(zé)任編輯 王 宣)
3757500589223