基于bp神经网络的教学质量评价模型(修改稿)

《基于bp神经网络的教学质量评价模型(修改稿)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于BP神经网络的教学质量评价模型*本文得到安徽建筑工业学院教研项目（项目号：2008JX21）资助作者简介：彭志捌（1979－），男，安徽东至人，讲师，从事数理统计教学及教务管理工作.彭志捌1尹雪莲2（1.安徽建筑工业学院数理系，合肥2300222.安徽建筑工业学院教务处，合肥230022）摘要：采用了BP神经网络的原理用于教学质量评价，建立了教学质量评价模型.构建了神经网络评价模型的结构，通过仿真和实例表明了评价模型的有效性，为全面、公正、科学地评价教学工作提供了一种新方法.关键词：BP神经网络；教学质量；评价模型；教务管理系统中图分类号：O212文献标识码

2、：AAModelofEvaluatingTeachingQualityBasedontheBPNeuralNetworkPENGZhi-ba[1]YinXue-lian[2]（1.Departmentofmathematics&physics,AnhuiInstituteofArchitectureandIndustry,Hefei,230022,China2.AcademicAffairsOffice,AnhuiInstituteofArchitectureandIndustry,Hefei,230022,China）Abstract:Thispaperint

3、roducesateachingqualityevaluationsystemonBPneuralnetwork,theevaluationmodelofteachingqualityisestablished,Thestructureoftheneuralnetworkmodelisdescribed.Emulationandrealinstancesshowthattheproposedmethodisefficientandeffective,sothatthemodeloffersanewmethodfortheevaluationofteachinga

4、ffairs,andisofcomprehensively,fairlyandscientifically.Keywords:BPneuralnetwork;Teachingquality;evaluationmodel;Teachingmanagementsystem1引言教学工作是学校经常性工作，提高教学质量是学校永恒的主题.但教学质量评价是一个复杂的多因素系统，有定量指标，也有定性指标，并且指标又是多层次的、复杂的，增加了评估的难度.用层次分析法、模糊综合评价法均取得了一定的成果：彭志捌【1】等运用模糊数学的基本原理，引进一种广义模糊算子，得到广义算子下模

5、糊综合评判模型.结合“学评教”相关数据，对教师课堂教学质量进行了模糊综合评判；赵立新【2】等利用层次分析法建立了学生评价教师教学质量的定量评价模型，并应用该模型对教师的课堂教学质量作了定量比较分析，根据分析的结果，对教师的教学提出了一些新的要求.张镅【3】利用齐次马尔可夫链分析法，结合学生的考试成绩，对教师的教学效果进行了综合评价.由于影响教学质量的因素很多，而且各因素影响的程度也不同，故其评价结果难以用恰当的数学解析表达式来表示，它属于复杂的非线性分类问题.一般情况下，传统的分类方法不能很好地解决这些问题，而人工神经网络作为一种新技术，以其非线性映射、学习分类

6、和实时优化等基本特性为模式识别和非线性分类等研究开辟了新的途径.本文以[1]中建立的评价指标体系，建立了基于BP神经网络的教学质量评价模型，并通过数据测试验证了该模型的评价结果和实际情况相符.2课堂教学质量评价指标本文所采用的课堂教学质量评价体系来源于《正方教学管理系统教学质量评价指标》表1教学质量评价指标表【1】一级指标二级指标一级指标二级指标教学态度教学内容备课充分，教学认真（）关心同学，注意沟通（）要求严格（）内容熟悉条理清楚（）讲解、示范正确（）理论联系实际（）教学方法教学效果说理透彻（）启发思维（）能掌握基本知识、理论（）能分析问题，解决问题（）3BP

7、神经网络模型的思路与算法神经网络的学习过程采用误差反向传播算法，它是一个有导师的神经元网络学习算法，它的算法思想是：取一对学习模式，将输入模式经网络输入层、隐层、输出层逐层的处理之后，得到一个输出模式，计算网络输出模式和期望输出模式的误差，将误差由输出层、隐层、输入层的反向顺序传送，按照减小误差的方向逐层修正各层连接权重，当误差小于事先确定值时，整个学习过程就会结束【4】.定理（即网络映射存在定理）指出一个具有个输入节点、个隐含节点和个输出节点的3层网络可以逼近任意连续函数，但如何选取隐含层的层数和节点数，至今还没有确切的方法和理论，通常是凭借对学习样本和测试样

8、本的误差交叉评价的试错法