基于BP神经网络模型的计算机实验课程教学质量评价研究

2018-10-15彭建新

中国人民公安大学学报（自然科学版） 2018年1期

彭建新

(广东警官学院网络信息中心，广东广州 510230)

0 引言

目前，各高校普遍开设了计算机类课程，相对于理论课程，计算机类实验课程对于培养学生的分析问题和解决问题的实践能力，提高学生理论联系实际的综合素质都发挥着重要的作用。因此，计算机课程实验教学越来越受到重视，如何保证和提高其教学质量就成为日常教学管理的重要目标。通常情况下，各高校的计算机实验教学都附属于计算机理论教学体系中，很少独立开设计算机实验教学课程或单独进行考试。因此，学生的考试成绩往往并不能客观反映实验教学的教学质量。另一方面，很多高校在教师的职称评审过程中引入了教学质量的评价结果，直接关系到计算机实验课教师的切身利益，进而关系到高校的人才培养质量及生存发展，提高了教学质量评价在高校教学科研工作中的导向作用。因此，建立一套能够客观、公正而且操作性强的计算机实验课程教学质量评价方法是目前各高校教学管理部门亟待解决的重要问题。正是因为其实践效果强，是一种直接有效地提高计算机实验课程教学质量的手段，而且对其他实验课程也有示范作用，因此也成为当前教学研究的一项重要内容[1]。

实验教学是以学生为主体，教师有效利用多种教学手段和教学媒介、实验设备，根据教学内容和教学对象的特点综合运用启发式、案例式、研讨式、讲授式等多种教学方法引导和组织完成验证型或设计型、创新型实验内容的教学过程，实验教学涵盖了实验前准备、实验中操作和实验效果检验全过程，而计算机实验课程又有自身的特点，如人机交互性强、导向性强(计算机等级考试)，因此，对其进行质量评价需要从不同角度建立综合指标体系进行全面客观地评价。而涉及建立指标体系进行评价的具体方法主要包括专家评价法、层次分析法、模糊综合评价法等，第一种方法受专家主观因素影响较大，而后两种方法在建立过程中计算量较大，而且缺乏自学习能力，可迁移性不强，特别是模糊综合评价法需要建立复杂的数学模型，因此依据上述方法建立的评价指标体系对教学质量进行测评往往使评价工作流于形式。

近年来，一些学者尝试将人工神经网络算法引入教学质量评价体系中来[2]。人工神经网络是模仿人脑的神经传导机制，根据仿生学原理，构建人工神经元交织而成网络，输入信号经过该网络进行智能处理后得到输出，该网络具有高度非线性和自学习能力强的特征，特别是省去了建立复杂的数学模型，而且不易受人为主观因素的干扰和影响，保证了评价结果的客观、公正和有效性。

本文根据计算机实验课程的特点，确定了计算机实验课程的评价指标，引入BP神经网络建立了评价模型，实验结果证明，该神经网络训练精度较高，适用性强。

1 BP神经网络

1.1 BP神经网络基本原理

作为一种典型的前向型神经网络，BP神经网络收敛速度快而且训练方法简单。理论上讲，只要网络参数设置合理，BP神经网络原则上可以无限逼近紧集上的任意连续函数，因此对于非线性系统可以采用BP神经网络建模来进行分析和判断。而教学质量评价属于典型的非线性问题，因此可以在计算机实验课程教学评价模型中采用BP神经网络[3-5]。BP神经网络结构如图1所示。

图1 BP神经网络结构图

信号X由输入层输入，传播到隐含层后经由激活函数处理后经输出层输出Y，一般激活函数使用Sigmoid函数[6]：

(1)

设输入层神经元个数为n，隐含层神经元个数为m。隐含层神经元与输入层之间的关系为：

(2)

输出层与隐含层之间关系满足：

(3)

其中，zj表示隐含层第j个神经元的输出；vij表示输入层第i个神经元与隐含层第j个神经元之间的连接权值；wj表示隐含层第j个神经元与输出层之间的连接权值。

1.2 BP神经网络的训练与测试

通过训练使BP神经网络满足应用要求，需要使用已知样本数据通过训练或学习过程不断调整连接权值使得网络理想输出与实际输出之间的误差达到设定的目标，误差梯度下降算法是一种典型的训练方法，其流程如图2所示[5]。

①初始化。给权值向量wj任意赋值，设定误差的上限阈值ε。

基里尔告诉记者，BPC希望满足各国的市场需求，对于中国能否继续保持100美元/吨的差价，市场没有更多的利好信息。他说：“我看到很多市场大出口商尚在调整销售方向，就是因为这个差距太大了，所以大家都在关注巴西市场。我们觉得，中国与BPC之间的新价格将会对中国市场和国际市场带来一些新的推进。”目前来看，包括加拿大在内的一些大供应商的供给压力很大。基里尔希望与中国尽快达成大合同价格共识，给予中国市场一定数量的保障。

②计算误差。根据公式4计算网络输出值y，再与理想输出值d计算误差值。

E=(d-y)2

(4)

③依次计算输出输出层和隐含层的权值修正量。