基于BP神經(jīng)網(wǎng)絡(luò)的課程教學(xué)質(zhì)量評價模型設(shè)計

黃余++陳強

【摘 要】教師課程教學(xué)評價為了便于學(xué)校領(lǐng)導(dǎo)和管理人員了解本校教師的教學(xué)基本情況，做到準確把握，為學(xué)校制定師資發(fā)展規(guī)劃和科學(xué)發(fā)展方向提供客觀、正確和科學(xué)依據(jù)。

【關(guān)鍵詞】評價指標 權(quán)重 神經(jīng)網(wǎng)絡(luò)

1.評價指標設(shè)計

教師課程教學(xué)質(zhì)量評價，確定一套科學(xué)合理的教學(xué)質(zhì)量評價指標體系是關(guān)鍵。高職學(xué)院教學(xué)質(zhì)量評價體系以課程教學(xué)評價為主，一般包括教學(xué)內(nèi)容、教學(xué)態(tài)度、教學(xué)方法、講授能力、教學(xué)效果和教書育人等一級指標，每個一級指標下設(shè)立各種二級指標。在該體系中分為督導(dǎo)專家評教指標體系，同行教師評教指標體系，學(xué)生評教指標體系三個子系統(tǒng)。

2.評價體系權(quán)重設(shè)計

根據(jù)以上權(quán)重確定的原則，采用專家意見法和調(diào)查分析法，經(jīng)過專家討論確定一級指標權(quán)重和二級指標的權(quán)重，且同一級指標權(quán)重值之和為1。本文采用BP神經(jīng)網(wǎng)絡(luò)對教學(xué)質(zhì)量評價數(shù)值進行仿真實驗，輸入值采用一級指標評價值，二級指標評價值轉(zhuǎn)化成對應(yīng)的一級指標評價值。

3.神經(jīng)網(wǎng)絡(luò)訓(xùn)練與泛化概念

通過調(diào)用train（）函數(shù)對神經(jīng)網(wǎng)絡(luò)參數(shù)進行訓(xùn)練，可以建立神經(jīng)網(wǎng)絡(luò)模型net。該函數(shù)的調(diào)用格式為[net，tr，Y，E]=train（net，X，Y），其中，n為輸入變量的路數(shù)，n為樣本的組數(shù)，變量X為n*M矩陣，Y為m*M矩陣，m為輸出變量的路數(shù)，X，Y分別存儲樣本點的輸入和輸出數(shù)據(jù)。通過樣本數(shù)據(jù)進行訓(xùn)練，得出訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對象net，同時得到其他相關(guān)參數(shù)信息，。

當確定了BP網(wǎng)絡(luò)結(jié)構(gòu)后，必須根據(jù)誤差是否滿足要求，再對網(wǎng)絡(luò)的權(quán)值和閾值是否進行學(xué)習(xí)和修正，以達到網(wǎng)絡(luò)誤差的要求，使訓(xùn)練網(wǎng)絡(luò)最終達到預(yù)先給定的輸入輸出映射函數(shù)關(guān)系。BP網(wǎng)絡(luò)的學(xué)習(xí)過程分為兩個階段：

第一階段是輸入已知訓(xùn)練數(shù)據(jù)，通過設(shè)置訓(xùn)練的網(wǎng)絡(luò)結(jié)構(gòu)和初始化權(quán)值和閾值，從網(wǎng)絡(luò)的第一層逐步計算各個網(wǎng)絡(luò)神經(jīng)元的輸出值。

第二階段是對閾值和權(quán)值進行相應(yīng)修改，從最后一層向前計算訓(xùn)練過的閾值和權(quán)值對預(yù)先設(shè)定的誤差的梯度，即影響程度，從而對各閾值和權(quán)值進行相應(yīng)修改。

以上兩個階段反復(fù)交替進行，直到達到誤差要求，滿足收斂為止。由于誤差逐層往回傳遞，以修正層和層之間的閾值和權(quán)值，該多層網(wǎng)絡(luò)常稱之為BP網(wǎng)絡(luò)。

如果在預(yù)先給定最大訓(xùn)練的次數(shù)后，仍然不能訓(xùn)練出滿足要求的網(wǎng)絡(luò)，則系統(tǒng)將會報出錯誤的信息。

4.訓(xùn)練樣本采集

1. 評教數(shù)據(jù)采集

教師課程教學(xué)質(zhì)量評教數(shù)據(jù)總共有三個部分組成，有督導(dǎo)專家評教數(shù)據(jù)、同行教師評教數(shù)據(jù)和學(xué)生評教數(shù)據(jù)。

首先，督導(dǎo)專家評教數(shù)據(jù)獲得。十個一級指標，督導(dǎo)專家評教沒有二級指標，對每一個單項評分區(qū)間（0，1）之間分數(shù)。其次，同行教師評教數(shù)據(jù)獲得。同行教師評教有六個一級指標，十六個二級指標。最后學(xué)生評教數(shù)據(jù)獲得。學(xué)生評教表有四個一級指標，有十九個二級指標。一級指標評分區(qū)間（0，1）區(qū)間打分。教師課程教學(xué)質(zhì)量綜合評價，有以上三個在分別進行采集數(shù)據(jù)。每張表格表號是l、2、□、n，根據(jù)表號進行匯總BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)集。

2. 數(shù)據(jù)整理

樣本數(shù)據(jù)的質(zhì)量直接關(guān)系到模型建立的科學(xué)程度M。由于課程教學(xué)質(zhì)量評價存在很強的主觀性，且受心理因素的影響在評介側(cè)重點上有所不同。為了使原始數(shù)據(jù)更加科學(xué)、準確，確保網(wǎng)絡(luò)訓(xùn)練與模型的質(zhì)量，通過督導(dǎo)專家、同行教師、學(xué)生綜合評價得到原始數(shù)據(jù)，從教學(xué)評教20個樣本數(shù)據(jù)中隨意抽取10個樣本作為訓(xùn)練數(shù)據(jù)，3個樣本作為檢測數(shù)據(jù)。

為使數(shù)據(jù)符合訓(xùn)練過程函數(shù)的運算要求，對所原始數(shù)據(jù)進行歸一化處理，使其落在[0，1]區(qū)間。以下講述如何獲得專家評價值：

根據(jù)“權(quán)重對應(yīng)表”，設(shè)定權(quán)重矩陣C，每一個分量Ci（i=l，2，…，20），要求

Ci≥0（i=1，2，… ，20）且

令矩陣X表示一級指標，則Xi（i=l，2，□，20）。根據(jù)評教數(shù)據(jù)采集方法可以獲得樣本數(shù)據(jù)，每一個樣本數(shù)據(jù)中有二十個一級指標的數(shù)據(jù)，區(qū)間（0 1）。

令專家評價值 Y = 通過此公式可以獲得每一個樣

本的專家評價值。

5.BP神經(jīng)網(wǎng)絡(luò)模型的實驗設(shè)計

本實驗設(shè)計過程如下：首先輸入訓(xùn)練的10樣本集，每個樣本集有20個輸入點， 輸入矩陣是20*10。輸入總評，即專家評價值10個數(shù)據(jù)，每個樣本對應(yīng)一個專家評價值；其次，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，通過newff神經(jīng)網(wǎng)絡(luò)構(gòu)建函數(shù)，設(shè)定神經(jīng)元節(jié)點，隱含層傳遞函數(shù)和輸出層傳遞函數(shù)，及訓(xùn)練函數(shù)等，同時確定訓(xùn)練次數(shù)和訓(xùn)練目標誤差；最后通過net=train（net，P，T）得到訓(xùn)練后仿真輸出結(jié)果，與目標結(jié)果進行對比，計算誤差能否達到預(yù)期目標。

本實驗神經(jīng)網(wǎng)絡(luò)模型是BP神經(jīng)網(wǎng)絡(luò)模型，所以構(gòu)建網(wǎng)絡(luò)函數(shù)采用newff，即一個前向BP網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)公式：net=newff（PR，[S1，S2，…，SN]，{TFl TF2…TFN}，BTF，BLF，PF）。那么采用哪種訓(xùn)練方式，其訓(xùn)練速度最快，這里是難預(yù)知的，因為這取決于許多因素，包括給定問題的復(fù)雜性、訓(xùn)練樣本集的數(shù)量、網(wǎng)絡(luò)權(quán)值和閾值數(shù)量、誤差目標等。

隱層的節(jié)點數(shù)如何確定。本文根據(jù)Kolmogorov定理，公式m=2n+1，其中n是輸入節(jié)點數(shù)，m表示隱層節(jié)點數(shù)，即神經(jīng)元節(jié)點數(shù)。

采用S（sigmoid）型函數(shù)做為BP神經(jīng)網(wǎng)絡(luò)中傳輸函數(shù)。

6. 實驗結(jié)果

應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立的教學(xué)質(zhì)量評價模型用于學(xué)習(xí)的樣本，待測樣本網(wǎng)絡(luò)輸出值與專家評價值非常接近。也就是說，該模型能較為準確的根據(jù)各評價指標來確定教師課程教學(xué)質(zhì)量評價結(jié)果。

【參考文獻】

[1]吳維勇. 教師課堂教學(xué)質(zhì)量評價體系研究[J]. 九江學(xué)院學(xué)報（自然科學(xué)版），2006（3）.

[2]袁曾任. 人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[M]. 北京清華大學(xué)出版社，1999.endprint

【摘 要】教師課程教學(xué)評價為了便于學(xué)校領(lǐng)導(dǎo)和管理人員了解本校教師的教學(xué)基本情況，做到準確把握，為學(xué)校制定師資發(fā)展規(guī)劃和科學(xué)發(fā)展方向提供客觀、正確和科學(xué)依據(jù)。

【關(guān)鍵詞】評價指標 權(quán)重 神經(jīng)網(wǎng)絡(luò)

1.評價指標設(shè)計

教師課程教學(xué)質(zhì)量評價，確定一套科學(xué)合理的教學(xué)質(zhì)量評價指標體系是關(guān)鍵。高職學(xué)院教學(xué)質(zhì)量評價體系以課程教學(xué)評價為主，一般包括教學(xué)內(nèi)容、教學(xué)態(tài)度、教學(xué)方法、講授能力、教學(xué)效果和教書育人等一級指標，每個一級指標下設(shè)立各種二級指標。在該體系中分為督導(dǎo)專家評教指標體系，同行教師評教指標體系，學(xué)生評教指標體系三個子系統(tǒng)。

2.評價體系權(quán)重設(shè)計

根據(jù)以上權(quán)重確定的原則，采用專家意見法和調(diào)查分析法，經(jīng)過專家討論確定一級指標權(quán)重和二級指標的權(quán)重，且同一級指標權(quán)重值之和為1。本文采用BP神經(jīng)網(wǎng)絡(luò)對教學(xué)質(zhì)量評價數(shù)值進行仿真實驗，輸入值采用一級指標評價值，二級指標評價值轉(zhuǎn)化成對應(yīng)的一級指標評價值。

3.神經(jīng)網(wǎng)絡(luò)訓(xùn)練與泛化概念

通過調(diào)用train（）函數(shù)對神經(jīng)網(wǎng)絡(luò)參數(shù)進行訓(xùn)練，可以建立神經(jīng)網(wǎng)絡(luò)模型net。該函數(shù)的調(diào)用格式為[net，tr，Y，E]=train（net，X，Y），其中，n為輸入變量的路數(shù)，n為樣本的組數(shù)，變量X為n*M矩陣，Y為m*M矩陣，m為輸出變量的路數(shù)，X，Y分別存儲樣本點的輸入和輸出數(shù)據(jù)。通過樣本數(shù)據(jù)進行訓(xùn)練，得出訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對象net，同時得到其他相關(guān)參數(shù)信息，。

當確定了BP網(wǎng)絡(luò)結(jié)構(gòu)后，必須根據(jù)誤差是否滿足要求，再對網(wǎng)絡(luò)的權(quán)值和閾值是否進行學(xué)習(xí)和修正，以達到網(wǎng)絡(luò)誤差的要求，使訓(xùn)練網(wǎng)絡(luò)最終達到預(yù)先給定的輸入輸出映射函數(shù)關(guān)系。BP網(wǎng)絡(luò)的學(xué)習(xí)過程分為兩個階段：

第一階段是輸入已知訓(xùn)練數(shù)據(jù)，通過設(shè)置訓(xùn)練的網(wǎng)絡(luò)結(jié)構(gòu)和初始化權(quán)值和閾值，從網(wǎng)絡(luò)的第一層逐步計算各個網(wǎng)絡(luò)神經(jīng)元的輸出值。

第二階段是對閾值和權(quán)值進行相應(yīng)修改，從最后一層向前計算訓(xùn)練過的閾值和權(quán)值對預(yù)先設(shè)定的誤差的梯度，即影響程度，從而對各閾值和權(quán)值進行相應(yīng)修改。

以上兩個階段反復(fù)交替進行，直到達到誤差要求，滿足收斂為止。由于誤差逐層往回傳遞，以修正層和層之間的閾值和權(quán)值，該多層網(wǎng)絡(luò)常稱之為BP網(wǎng)絡(luò)。

如果在預(yù)先給定最大訓(xùn)練的次數(shù)后，仍然不能訓(xùn)練出滿足要求的網(wǎng)絡(luò)，則系統(tǒng)將會報出錯誤的信息。

4.訓(xùn)練樣本采集

1. 評教數(shù)據(jù)采集

教師課程教學(xué)質(zhì)量評教數(shù)據(jù)總共有三個部分組成，有督導(dǎo)專家評教數(shù)據(jù)、同行教師評教數(shù)據(jù)和學(xué)生評教數(shù)據(jù)。

首先，督導(dǎo)專家評教數(shù)據(jù)獲得。十個一級指標，督導(dǎo)專家評教沒有二級指標，對每一個單項評分區(qū)間（0，1）之間分數(shù)。其次，同行教師評教數(shù)據(jù)獲得。同行教師評教有六個一級指標，十六個二級指標。最后學(xué)生評教數(shù)據(jù)獲得。學(xué)生評教表有四個一級指標，有十九個二級指標。一級指標評分區(qū)間（0，1）區(qū)間打分。教師課程教學(xué)質(zhì)量綜合評價，有以上三個在分別進行采集數(shù)據(jù)。每張表格表號是l、2、□、n，根據(jù)表號進行匯總BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)集。

2. 數(shù)據(jù)整理

樣本數(shù)據(jù)的質(zhì)量直接關(guān)系到模型建立的科學(xué)程度M。由于課程教學(xué)質(zhì)量評價存在很強的主觀性，且受心理因素的影響在評介側(cè)重點上有所不同。為了使原始數(shù)據(jù)更加科學(xué)、準確，確保網(wǎng)絡(luò)訓(xùn)練與模型的質(zhì)量，通過督導(dǎo)專家、同行教師、學(xué)生綜合評價得到原始數(shù)據(jù)，從教學(xué)評教20個樣本數(shù)據(jù)中隨意抽取10個樣本作為訓(xùn)練數(shù)據(jù)，3個樣本作為檢測數(shù)據(jù)。

為使數(shù)據(jù)符合訓(xùn)練過程函數(shù)的運算要求，對所原始數(shù)據(jù)進行歸一化處理，使其落在[0，1]區(qū)間。以下講述如何獲得專家評價值：

根據(jù)“權(quán)重對應(yīng)表”，設(shè)定權(quán)重矩陣C，每一個分量Ci（i=l，2，…，20），要求

Ci≥0（i=1，2，… ，20）且

令矩陣X表示一級指標，則Xi（i=l，2，□，20）。根據(jù)評教數(shù)據(jù)采集方法可以獲得樣本數(shù)據(jù)，每一個樣本數(shù)據(jù)中有二十個一級指標的數(shù)據(jù)，區(qū)間（0 1）。

令專家評價值 Y = 通過此公式可以獲得每一個樣

本的專家評價值。

5.BP神經(jīng)網(wǎng)絡(luò)模型的實驗設(shè)計

本實驗設(shè)計過程如下：首先輸入訓(xùn)練的10樣本集，每個樣本集有20個輸入點， 輸入矩陣是20*10。輸入總評，即專家評價值10個數(shù)據(jù)，每個樣本對應(yīng)一個專家評價值；其次，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，通過newff神經(jīng)網(wǎng)絡(luò)構(gòu)建函數(shù)，設(shè)定神經(jīng)元節(jié)點，隱含層傳遞函數(shù)和輸出層傳遞函數(shù)，及訓(xùn)練函數(shù)等，同時確定訓(xùn)練次數(shù)和訓(xùn)練目標誤差；最后通過net=train（net，P，T）得到訓(xùn)練后仿真輸出結(jié)果，與目標結(jié)果進行對比，計算誤差能否達到預(yù)期目標。

本實驗神經(jīng)網(wǎng)絡(luò)模型是BP神經(jīng)網(wǎng)絡(luò)模型，所以構(gòu)建網(wǎng)絡(luò)函數(shù)采用newff，即一個前向BP網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)公式：net=newff（PR，[S1，S2，…，SN]，{TFl TF2…TFN}，BTF，BLF，PF）。那么采用哪種訓(xùn)練方式，其訓(xùn)練速度最快，這里是難預(yù)知的，因為這取決于許多因素，包括給定問題的復(fù)雜性、訓(xùn)練樣本集的數(shù)量、網(wǎng)絡(luò)權(quán)值和閾值數(shù)量、誤差目標等。

隱層的節(jié)點數(shù)如何確定。本文根據(jù)Kolmogorov定理，公式m=2n+1，其中n是輸入節(jié)點數(shù)，m表示隱層節(jié)點數(shù)，即神經(jīng)元節(jié)點數(shù)。

采用S（sigmoid）型函數(shù)做為BP神經(jīng)網(wǎng)絡(luò)中傳輸函數(shù)。

6. 實驗結(jié)果

應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立的教學(xué)質(zhì)量評價模型用于學(xué)習(xí)的樣本，待測樣本網(wǎng)絡(luò)輸出值與專家評價值非常接近。也就是說，該模型能較為準確的根據(jù)各評價指標來確定教師課程教學(xué)質(zhì)量評價結(jié)果。

【參考文獻】

[1]吳維勇. 教師課堂教學(xué)質(zhì)量評價體系研究[J]. 九江學(xué)院學(xué)報（自然科學(xué)版），2006（3）.

[2]袁曾任. 人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[M]. 北京清華大學(xué)出版社，1999.endprint

【摘 要】教師課程教學(xué)評價為了便于學(xué)校領(lǐng)導(dǎo)和管理人員了解本校教師的教學(xué)基本情況，做到準確把握，為學(xué)校制定師資發(fā)展規(guī)劃和科學(xué)發(fā)展方向提供客觀、正確和科學(xué)依據(jù)。

【關(guān)鍵詞】評價指標 權(quán)重 神經(jīng)網(wǎng)絡(luò)

1.評價指標設(shè)計

教師課程教學(xué)質(zhì)量評價，確定一套科學(xué)合理的教學(xué)質(zhì)量評價指標體系是關(guān)鍵。高職學(xué)院教學(xué)質(zhì)量評價體系以課程教學(xué)評價為主，一般包括教學(xué)內(nèi)容、教學(xué)態(tài)度、教學(xué)方法、講授能力、教學(xué)效果和教書育人等一級指標，每個一級指標下設(shè)立各種二級指標。在該體系中分為督導(dǎo)專家評教指標體系，同行教師評教指標體系，學(xué)生評教指標體系三個子系統(tǒng)。

2.評價體系權(quán)重設(shè)計

根據(jù)以上權(quán)重確定的原則，采用專家意見法和調(diào)查分析法，經(jīng)過專家討論確定一級指標權(quán)重和二級指標的權(quán)重，且同一級指標權(quán)重值之和為1。本文采用BP神經(jīng)網(wǎng)絡(luò)對教學(xué)質(zhì)量評價數(shù)值進行仿真實驗，輸入值采用一級指標評價值，二級指標評價值轉(zhuǎn)化成對應(yīng)的一級指標評價值。

3.神經(jīng)網(wǎng)絡(luò)訓(xùn)練與泛化概念

通過調(diào)用train（）函數(shù)對神經(jīng)網(wǎng)絡(luò)參數(shù)進行訓(xùn)練，可以建立神經(jīng)網(wǎng)絡(luò)模型net。該函數(shù)的調(diào)用格式為[net，tr，Y，E]=train（net，X，Y），其中，n為輸入變量的路數(shù)，n為樣本的組數(shù)，變量X為n*M矩陣，Y為m*M矩陣，m為輸出變量的路數(shù)，X，Y分別存儲樣本點的輸入和輸出數(shù)據(jù)。通過樣本數(shù)據(jù)進行訓(xùn)練，得出訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對象net，同時得到其他相關(guān)參數(shù)信息，。

當確定了BP網(wǎng)絡(luò)結(jié)構(gòu)后，必須根據(jù)誤差是否滿足要求，再對網(wǎng)絡(luò)的權(quán)值和閾值是否進行學(xué)習(xí)和修正，以達到網(wǎng)絡(luò)誤差的要求，使訓(xùn)練網(wǎng)絡(luò)最終達到預(yù)先給定的輸入輸出映射函數(shù)關(guān)系。BP網(wǎng)絡(luò)的學(xué)習(xí)過程分為兩個階段：

第一階段是輸入已知訓(xùn)練數(shù)據(jù)，通過設(shè)置訓(xùn)練的網(wǎng)絡(luò)結(jié)構(gòu)和初始化權(quán)值和閾值，從網(wǎng)絡(luò)的第一層逐步計算各個網(wǎng)絡(luò)神經(jīng)元的輸出值。

第二階段是對閾值和權(quán)值進行相應(yīng)修改，從最后一層向前計算訓(xùn)練過的閾值和權(quán)值對預(yù)先設(shè)定的誤差的梯度，即影響程度，從而對各閾值和權(quán)值進行相應(yīng)修改。

以上兩個階段反復(fù)交替進行，直到達到誤差要求，滿足收斂為止。由于誤差逐層往回傳遞，以修正層和層之間的閾值和權(quán)值，該多層網(wǎng)絡(luò)常稱之為BP網(wǎng)絡(luò)。

如果在預(yù)先給定最大訓(xùn)練的次數(shù)后，仍然不能訓(xùn)練出滿足要求的網(wǎng)絡(luò)，則系統(tǒng)將會報出錯誤的信息。

4.訓(xùn)練樣本采集

1. 評教數(shù)據(jù)采集

教師課程教學(xué)質(zhì)量評教數(shù)據(jù)總共有三個部分組成，有督導(dǎo)專家評教數(shù)據(jù)、同行教師評教數(shù)據(jù)和學(xué)生評教數(shù)據(jù)。

首先，督導(dǎo)專家評教數(shù)據(jù)獲得。十個一級指標，督導(dǎo)專家評教沒有二級指標，對每一個單項評分區(qū)間（0，1）之間分數(shù)。其次，同行教師評教數(shù)據(jù)獲得。同行教師評教有六個一級指標，十六個二級指標。最后學(xué)生評教數(shù)據(jù)獲得。學(xué)生評教表有四個一級指標，有十九個二級指標。一級指標評分區(qū)間（0，1）區(qū)間打分。教師課程教學(xué)質(zhì)量綜合評價，有以上三個在分別進行采集數(shù)據(jù)。每張表格表號是l、2、□、n，根據(jù)表號進行匯總BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)集。

2. 數(shù)據(jù)整理

樣本數(shù)據(jù)的質(zhì)量直接關(guān)系到模型建立的科學(xué)程度M。由于課程教學(xué)質(zhì)量評價存在很強的主觀性，且受心理因素的影響在評介側(cè)重點上有所不同。為了使原始數(shù)據(jù)更加科學(xué)、準確，確保網(wǎng)絡(luò)訓(xùn)練與模型的質(zhì)量，通過督導(dǎo)專家、同行教師、學(xué)生綜合評價得到原始數(shù)據(jù)，從教學(xué)評教20個樣本數(shù)據(jù)中隨意抽取10個樣本作為訓(xùn)練數(shù)據(jù)，3個樣本作為檢測數(shù)據(jù)。

為使數(shù)據(jù)符合訓(xùn)練過程函數(shù)的運算要求，對所原始數(shù)據(jù)進行歸一化處理，使其落在[0，1]區(qū)間。以下講述如何獲得專家評價值：

根據(jù)“權(quán)重對應(yīng)表”，設(shè)定權(quán)重矩陣C，每一個分量Ci（i=l，2，…，20），要求

Ci≥0（i=1，2，… ，20）且

令矩陣X表示一級指標，則Xi（i=l，2，□，20）。根據(jù)評教數(shù)據(jù)采集方法可以獲得樣本數(shù)據(jù)，每一個樣本數(shù)據(jù)中有二十個一級指標的數(shù)據(jù)，區(qū)間（0 1）。

令專家評價值 Y = 通過此公式可以獲得每一個樣

本的專家評價值。

5.BP神經(jīng)網(wǎng)絡(luò)模型的實驗設(shè)計

本實驗設(shè)計過程如下：首先輸入訓(xùn)練的10樣本集，每個樣本集有20個輸入點， 輸入矩陣是20*10。輸入總評，即專家評價值10個數(shù)據(jù)，每個樣本對應(yīng)一個專家評價值；其次，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，通過newff神經(jīng)網(wǎng)絡(luò)構(gòu)建函數(shù)，設(shè)定神經(jīng)元節(jié)點，隱含層傳遞函數(shù)和輸出層傳遞函數(shù)，及訓(xùn)練函數(shù)等，同時確定訓(xùn)練次數(shù)和訓(xùn)練目標誤差；最后通過net=train（net，P，T）得到訓(xùn)練后仿真輸出結(jié)果，與目標結(jié)果進行對比，計算誤差能否達到預(yù)期目標。

本實驗神經(jīng)網(wǎng)絡(luò)模型是BP神經(jīng)網(wǎng)絡(luò)模型，所以構(gòu)建網(wǎng)絡(luò)函數(shù)采用newff，即一個前向BP網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)公式：net=newff（PR，[S1，S2，…，SN]，{TFl TF2…TFN}，BTF，BLF，PF）。那么采用哪種訓(xùn)練方式，其訓(xùn)練速度最快，這里是難預(yù)知的，因為這取決于許多因素，包括給定問題的復(fù)雜性、訓(xùn)練樣本集的數(shù)量、網(wǎng)絡(luò)權(quán)值和閾值數(shù)量、誤差目標等。

隱層的節(jié)點數(shù)如何確定。本文根據(jù)Kolmogorov定理，公式m=2n+1，其中n是輸入節(jié)點數(shù)，m表示隱層節(jié)點數(shù)，即神經(jīng)元節(jié)點數(shù)。

采用S（sigmoid）型函數(shù)做為BP神經(jīng)網(wǎng)絡(luò)中傳輸函數(shù)。

6. 實驗結(jié)果

應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立的教學(xué)質(zhì)量評價模型用于學(xué)習(xí)的樣本，待測樣本網(wǎng)絡(luò)輸出值與專家評價值非常接近。也就是說，該模型能較為準確的根據(jù)各評價指標來確定教師課程教學(xué)質(zhì)量評價結(jié)果。

【參考文獻】

[1]吳維勇. 教師課堂教學(xué)質(zhì)量評價體系研究[J]. 九江學(xué)院學(xué)報（自然科學(xué)版），2006（3）.

[2]袁曾任. 人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[M]. 北京清華大學(xué)出版社，1999.endprint