基于BP神经网络的制药实验教学质量分析

袁圆 余法红 蒋涛 陈伟 张立勋 卢俊挺

摘 要： 为了提高制药实验教学质量综合评定的科学合理性，提出一种基于改进BP神经网络的评价模型。依据实际教学和已有的相关理论，设计出制药实验教学质量评价影响因素，使用一种自适应分布估计算法优化BP神经网络制药实验教学质量评价模型参数。选取本校制药专业5000个制药实验教学质量评价样本进行实验。结果表明，所采用评价方法能达到制药实验教学质量评价的实际应用要求。

关键词： 制药实验； BP神经网络； 教学评价； 分布估计算法

中图分类号：G202 文献标志码：A 文章编号：1006-8228（2019）03-39-03

Teaching quality evaluation of pharmaceutical experiment based on BP neural network

Yuan Yuan， Yu Fahong， Jiang Tao， Chen Wei， Zhang Lixun， Lu Junting

（College of Mathematics and Information Engineering， Jiaxing University， Jiaxing， Zhejiang 314001， China）

Abstract： To provide a scientific and reasonable reference for the comprehensive evaluation of pharmaceutical experimental teaching， a quality evaluation model for the pharmaceutical experimental teaching based on BP neural network was proposed. The influence factors of teaching quality evaluation for pharmaceutical experiment were designed based on actual teaching and existing related theories. The parameters in BP neural network， which is used to evaluate the model of pharmaceutical experimental teaching， were optimized by using an adaptive distribution estimation algorithm. The experiment was conducted on 5，000 pharmaceutical experimental teaching quality evaluation samples. The result showed that the proposed method can meet the practical application requirements of pharmaceutical experimental teaching quality evaluation.

Key words： pharmaceutical experimental teaching； BP neural network； teaching evaluation； distribution estimation algorithm

0 引言

制药技术是一门技术应用性很强的学科，其实验课程所涉及的理论与实验技术覆盖面广，实验教学中各种化合物性质复杂，造成很多学生学习感到困惑。实验教学是制药专业学生重要的学习内容，如何提高实验教学质量是所有高等教育面临的问题[1]。

目前已有一些可行的制药实验教学质量评价模型。制药实验评价模型主要是采用专家系统，由一些具有相关实驗教学背景的人参与评价，该方法主观性较强，评价的结果实用性较低[2]。一些研究者运用统计策略评价制药实验教学质量，这些策略相对容易，评价较为合理，但是难于发现制药实验教学质量评价因素与评价值之间的关联性，造成实验教学质量评价结果偏差比较大[3]。一些研究者使用神经网络、支持向量机等机器学习方法评价制药实验教学质量，便于发现制药实验教学质量评价因素与评价值之间的关联，这类方法是目前制药实验教学质量评价中大量使用的方法[4-5]。BP神经网络被广泛地用于制药实验教学质量评价。而BP神经网络参数优化却是一个难以克服的主要问题，参数选择好坏会直接影响制药实验教学质量评价结果的好坏。

为了制药实验教学综合评定提供科学合理的参考，提出基于BP神经网络的制药实验教学质量评价模型。分析并探讨了目前制药实验教学质量评价的现状，依据实际教学和已有的相关理论设计出制药实验教学质量评价影响因素，使用一种自适应分布估计算法优化BP神经网络制药实验教学质量评价模型参数。

1 适应性神经网络

1.1 BP神经网络

BP神经网络一般采用如图1所示的结构，其能够无限逼近所求解的非线性函数。

假设x（t）与y（t）分别是样本的输入与输出值，函数f：Rm→R1是一种映射关系，此处m表示输入向量，则能够由式⑴计算出BP神经网络隐含层的输入值。

1.2 自适应分布估计优化算法

为了较好地解决影响BP神经网络模型中性能的权值与阈值选择问题，本文将一种自适应分布估计优化算法（AEDA）用于优化BP神经网络。

AEDA通过估计优良群体中个体的均值和协方差矩阵构建模型，采用Cauchy分解策略采样。为了增加种群多样性，算法采样时方差在采样过程中自适应地变化。假设第l代种群由M个个体组成，适应度值分别为，其中，为该代种群的最大适应度值，为该代种群的平均适应度值，令，则Δ可用来表征种群多样性的程度。

1.3 适应性神BP经网络的工作步骤

具体适应性BP神经网络的工作过程如下。

⑴ 隨机产生N个个体作为初始群体，每个个体与BP神经网络的权值与阈值对应。

⑵ 采用BP神经网络对训练样本进行训练，根据式⑸计算个体应度。

⑸

其中yi为估计值；为实际值。

⑶ 选择种群中M个优良个体，计算其均值和协方差矩阵∑1。

⑷ 利用Cauchy分解对∑1进行分解：LLT=∑1

其中L为下三角矩阵。

⑸ 利用x=u+LZ采样产生新种群，其中Z为服从N（0，δ2）分布的随机变量，。

⑹ 若，则更新最优解。

⑺ 达到迭代结束条件则结束运行。

2 适应性神经网络的制药实验教学质量评价模型

2.1 制药实验教学质量评价模型

本文使用神经网络对训练样本进行学习，建立制药实验教学质量评价模型，将自适应分布估计优化算法用于优化BP神经网络的权值与阈值。具体如图2所示。

2.2 建立评价指标

依据教学实践及相关文献[5-6]构建制药实验教学质量评价指标体系，图3具体展示了这种指标体系。

式中ximin和ximax为指标i的最小值和最大值。

2.3 基于BP神经网络的制药实验教学质量评价

下面给出基于BP神经网络的制药实验教学质量评价过程。

⑴ 根据所构建的模型库建立制药实验教学质量评价指标体系。

⑵ 收集制药实验教学质量评价的数据。

⑶ 训练BP神经网络，使用自适应分布估计优化算法优化BP神经网络的权值与阈值。

⑷ 构建制药实验教学质量评价模型。

⑸ 使用测试数据分析制药教学质量评价模型的性能。

3 实验测试

为了检验本文所提制药实验教学质量评价方法优劣，此处选取本校制药专业5000个制药实验教学质量评价样本进行仿真实验。使用训练样本构建制药实验教学质量评价模型，测试样本用于测试该模型的效果，结果如图4所示。

根据评价结果图4可知，制药实验教学质量评价精度大于95%，这已经完全达到了制药实验教学质量评价的实际应用要求。实验结果证明了基于BP神经网络的制药实验教学质量评价方法是科学合理的，具有较强的实用性。

4 结束语

制药实验教学质量评估变化缺少确定性的规律造成低精度的评价结果。为此，本文给出了一种基于BP神经网络的制药实验教学质量评价方法。通过大量测试数据对模型的性能进行测试，结果表明，采用本文方法得到的制药实验教学质量评价值相当接近理想值。制药实验教学质量评价是一个覆盖面广的复杂问题，仍然有许多问题有待解决。

参考文献（References）：

[1] 张海燕.高校教学质量评价状况分析及优化对策[J].中国成

人教育，2013.3（14）：57-66

[2] 敬尧，张自慧.基于粗糙集的实验教学质量评价[J].凯里学院

学报，2013.31（6）：164-166

[3] 申明金，曹洪斌.基于SOM网络的医用化学实验教学质量评

价[J].中国医学教育技术，2014.28（1）：18-26

[4] 李萍，范敏.基于信息熵算法的实验教学质量评价指标优化[J].

新余学院学报，2016.21（1）：19-26

[5] 程克光，黄家艳，覃江克.制药工程专业实验课程教学评价指

标体系研究[J].广东化工，2015.43（21）：176-183

[6] 秦杰，唐仕荣，张建萍.基于AHP-FUZZY的实验教学质量综

合评价[J].广州化工，2015.43（22）：213-222