基于共生生物搜索算法优化SVM的学生德育综合评价
2020-12-26李亚玲
李亚玲
(陕西中医药大学 马克思主义学院, 陕西 西安 712046)
0 引言
随着我国高等教育的快速发展和规模的不断扩大,大学生德育工作的质量成为衡量办学水平和质量的重要标志,因此建立大学生德育综合评价模型具有重要的现实意义和理论价值[1]。科学合理地评价大学生德育综合素质,有助于分析存在的问题、找出原因,提出有效的措施指导德育实践活动;此外,可以帮助大学生更好地了解自己,提高对德育教育的认识,还可以为学校评优评先等提供客观依据。目前,研究大学生德育综合评价的文献较少,为了实现大学生德育综合评价,从政治素养、思想素质、社会公德、法纪素质和身心素质等5个维度构造大学生德育综合评价指标体系。运用共生生物搜索(symbiotic organisms search,SOS)算法对SVM模型参数进行优化选择,建立基于多指标和SOS-SVM的大学生德育综合评价模型。与单一的SVM或BP为基础的模型对比分析,发现基于SOS-SVM模型的大学生德育评价体系准确率更高,切实为大学生的德育综合评价提供科学参考和支撑。
1 大学生德育综合评价指标
为实现大学生德育综合评价,在参考文献[2-3]的基础上,从政治素养、思想素质、社会公德、法纪素质和身心素质等5个维度构造大学生德育综合评价指标体系。综合评价指标中,共有5个一级指标和30个二级指标,如表1所示。
2 SOS算法
SOS算法是模拟生物种群个体之间的合作与竞争的共生关系而产生的群体智能算法,包括“互利”、“共栖”和“寄生”,主要步骤可以详细描述如下[4-5]。
表1 大学生德育综合评价指标体系
Step1,种群初始化:随机产生N个生物个体,如式(1)。
Xi=Lb+rand(1,D)×(Lu-Lb)
(1)
式中,Xi为生态系统中第i个生物(i=1,2,3,…,N);Lu表示搜索空间的上限,Lb搜索空间的下限;D表示解的维数;rand(1,D)为[0,1]之间随机数。
Step2,互利阶段:随机选择Xj与Xi(j≠i),进入“互利”阶段。Xj与Xi新的解Xjnew与Xinew,如式(2)。
Xinew=Xi+rand(0,1)×(Xbest-MVB1)
Xjnew=Xj+rand(0,1)×(Xbest-MVB2)
(2)
式中,i、j∈{1,2,3,…,N},i≠j;Xbest为最优个体;B1、B2表示获益因子,B1、B2代表取数在[1,2]之间的随机数。MV为互利向量,用来衡量Xj与Xi之间的关系特征。
Step3,共栖阶段:随机选择Xj与Xi(j≠i),进入“共栖”阶段,如式(3)。
Xinew=Xi+rand(-1,1)×(Xbest-Xj)
(3)
Step4,寄生阶段:首先,随机修改Xi中的某个元素或多个元素,获得新个体Xpv(寄生向量);然后,对于个体Xpv,随机选择一个个体Xj(j≠i)作为其“宿主”,比较两个个体的适应度;如果f(Xpv) (4) (5) 针对惩罚系数C和核函数参数g影响SVM模型的性能[9],本研究将SOS算法应用于SVM模型参数选择,如式(6)。 (6) 式中,yi和Oi分别为德育评价综合得分预测值和德育评价综合得分实际值;n为训练集数量。 为了验证SOS-SVM模型对学生德育综合评价的有效性和可靠性,将大学生德育综合评价结果分为优秀、良好、中等和较差4个等级。选择陕西高校2009~2019年大学生德育综合评价数据为研究对象[11],运用专家评价法获取各评价指标的得分和大学生德育评价综合得分。每个评价指标得分分为好、较好、中等、较差和很差5个等级,每个等级对应的得分为1、0.7、0.5、0.3和0.1。大学生德育评价综合得分与评价标准,如表2所示。 表2 综合得分与评价标准 大学生德育综合评价的评价指标选择均方根误差(RMSE)和平均绝对误差(MAE)[10-11]如式(7)、式(8)。 (7) (8) 通过专家打分法[12]获得该高校11年的大学生德育综合评价数据,前7组和后4组分别作为训练集和测试集,SOS算法参数:最大迭代次数T=100、种群规模N=10。测试集评价结果,如图1所示。 (a) SVM (b) SOS-SVM 评价结果的相对误差图2和表3所示。 (a) SVM (b) SOS-SVM 表3 结果对比 由图1、图2和表3可知,与SVM和BP相比,在评价指标RMSE和MAE上,SOS-SVM的大学生德育综合评价结果的RMSE和MAE分别为0.32和0.18,优于SVM的0.38和0.24以及BP模型的0.82和0.63,通过对比可知,SOS-SVM的大学生德育综合评价结果最好、精度最高,为大学生德育综合评价提供了新的方法。 本研究提出一种基于多指标评价体系和SOS-SVM的大学生德育综合评价模型。从政治素养、思想素质、社会公德、法纪素质和身心素质等5个维度构建出一套大学生德育综合评价指标体系,通过专家打分法获得大学生德育综合评价二级指标和综合得分数据,并建立SOS-SVM大学生德育综合评价模型。研究结果表明,SOS-SVM的大学生德育综合评价结果最好、精度最高,为大学生德育综合评价提供支撑与参考。但是,德育评价本身是一项复杂的系统工作,其涉及的影响因素众多,本研究考虑的评价指标可能存在片面或不合理的因素,后续将研究更加全面科学合理的评价指标体系,提高模型的适用性。3 基于SOS-SVM的大学生德育综合评价
3.1 SVM模型
3.2 适应度函数
4 实验与分析
4.1 数据来源
4.2 评价指标
4.3 结果分析
5 总结