趙 多，李思睿

隨著我軍士官制度的建立和不斷完善，衛(wèi)生專(zhuān)業(yè)士兵的地位不斷提升，前途更加廣闊[1]。加強(qiáng)衛(wèi)生專(zhuān)業(yè)士兵隊(duì)伍建設(shè)，提高衛(wèi)生專(zhuān)業(yè)士兵隊(duì)伍整體素質(zhì)，對(duì)鞏固和提高部隊(duì)?wèi)?zhàn)斗力具有十分重要的意義。職業(yè)技能鑒定站在職業(yè)技能鑒定工作中發(fā)揮著十分重要的作用。BP神經(jīng)網(wǎng)絡(luò) （Back-Propagati on Net work）是目前在各領(lǐng)域中研究和應(yīng)用最廣泛的人工神經(jīng)網(wǎng)絡(luò)，體現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)理論和應(yīng)用中最精華的部分，它擅長(zhǎng)的是處理那種規(guī)律隱含在大量雜亂無(wú)章數(shù)據(jù)中的映射逼近問(wèn)題。衛(wèi)生專(zhuān)業(yè)士兵職業(yè)技能評(píng)定受到很多人為及客觀因素的影響，這些影響并不是孤立的，它們之間相互聯(lián)系、相互制約，形成了一個(gè)復(fù)雜的非線性系統(tǒng)。作為一種解決非線性系統(tǒng)問(wèn)題的有效工具，筆者研究構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的軍隊(duì)衛(wèi)生專(zhuān)業(yè)士兵技能評(píng)定模型，并用于軍隊(duì)衛(wèi)生專(zhuān)業(yè)士兵職業(yè)技能的綜合評(píng)價(jià)。

1 BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Net work）是由大量處理單元（神經(jīng)元Neurons）廣泛互連而成的網(wǎng)絡(luò)，是對(duì)人腦信息處理功能的模擬和延伸，是一種動(dòng)態(tài)學(xué)習(xí)系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)處理信息是通過(guò)信息樣本對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，使其具有良好的自學(xué)習(xí)、自適應(yīng)、聯(lián)想記憶、并行處理和非線性轉(zhuǎn)換的能力，避免了復(fù)雜的數(shù)學(xué)推導(dǎo)，克服了主管因素的問(wèn)題，在多變量非線性系統(tǒng)的建模方面有著廣泛的應(yīng)用。BP神經(jīng)網(wǎng)絡(luò)是目前最成熟、應(yīng)用最為廣泛的一種前饋神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)由一個(gè)輸入層、一個(gè)或多個(gè)隱含層、一個(gè)輸出層組成，各層由若干個(gè)神經(jīng)元（節(jié)點(diǎn)）構(gòu)成，每一個(gè)節(jié)點(diǎn)的輸出值與輸入值的關(guān)系由作用函數(shù)和閾值決定，神經(jīng)元可以實(shí)現(xiàn)輸入和輸出之間的任意非線性映射。

2 衛(wèi)生專(zhuān)業(yè)士兵技能評(píng)定指標(biāo)標(biāo)準(zhǔn)化處理

由于在衛(wèi)生專(zhuān)業(yè)士兵職業(yè)技能鑒定評(píng)定指標(biāo)體系中，既有定性指標(biāo)，也有定量指標(biāo)，為了使各指標(biāo)在整個(gè)評(píng)價(jià)系統(tǒng)中具有可比性，必須對(duì)各指標(biāo)進(jìn)行處理，使其標(biāo)準(zhǔn)化，轉(zhuǎn)化為無(wú)單位的變量，然后再將標(biāo)準(zhǔn)化的指標(biāo)數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入信號(hào)。

2.1 定量指標(biāo) 采取以下公式將指標(biāo)的實(shí)際值xij換算成介于 0～1 的評(píng)價(jià)值。 如下:

其中，amax=1，amin=0.1，j表示第 j個(gè)項(xiàng)目，i表示第 j個(gè)項(xiàng)目的第i個(gè)指標(biāo)的評(píng)價(jià)值。

2.2 定性指標(biāo) 定性指標(biāo)往往是用現(xiàn)象達(dá)到的程度、等級(jí)描述，而不是用標(biāo)準(zhǔn)量化的統(tǒng)計(jì)指標(biāo)表示。為使其同度量，需進(jìn)行標(biāo)準(zhǔn)化處理。對(duì)于評(píng)價(jià)指標(biāo)體系中的定性指標(biāo)，采用模糊統(tǒng)計(jì)方法，這些定性指標(biāo)按其優(yōu)劣等級(jí)統(tǒng)一劃分為 “優(yōu)、良、中、差、劣”五個(gè)標(biāo)準(zhǔn)，分別對(duì)其賦值 019、017、015、013、011，讓參與評(píng)價(jià)的專(zhuān)家按上述標(biāo)準(zhǔn)評(píng)定，然后計(jì)算平均數(shù)，即為該指標(biāo)的評(píng)價(jià)值。

3 效果驗(yàn)證

以2012年某戰(zhàn)區(qū)衛(wèi)生專(zhuān)業(yè)士兵職業(yè)技能鑒定中選取30名衛(wèi)生專(zhuān)業(yè)士兵職業(yè)技能鑒定的評(píng)定數(shù)據(jù)作為數(shù)據(jù)樣本集，其中編號(hào)為 1～25的數(shù)據(jù)作為訓(xùn)練樣本，26～30的數(shù)據(jù)作為測(cè)試樣本。

本文使用 MAT LAB710軟件實(shí)現(xiàn)，具體代碼：net=newff （minmax （P）， [7，1]， {’logsig’，’l ogsig’}，’net=newff（minmax（P），[7，1]，{’ l ogsig’，’ l ogsig’}，’traingdm’）；%新建BP神經(jīng)網(wǎng)絡(luò)。

net1trainParam1epochs=5000；%網(wǎng)絡(luò)訓(xùn)練次數(shù)

net1trainParam1goal=0101；%網(wǎng)絡(luò)訓(xùn)練目標(biāo)

net1trainParam1lr=0105；%網(wǎng)絡(luò)學(xué)習(xí)速率

net=train（net，P，T）；%訓(xùn)練網(wǎng)絡(luò)

在網(wǎng)絡(luò)訓(xùn)練3599步后，訓(xùn)練誤差達(dá)到期望誤差，網(wǎng)絡(luò)的收斂效果良好。測(cè)試樣本的預(yù)測(cè)值與實(shí)際值誤差見(jiàn)表1。

表 1 測(cè)試樣本誤差表

由此可見(jiàn)，評(píng)價(jià)結(jié)果和實(shí)際結(jié)果非常接近，驗(yàn)證了BP神經(jīng)網(wǎng)絡(luò)模型在軍隊(duì)衛(wèi)生專(zhuān)業(yè)士兵職業(yè)技能鑒定評(píng)定中的可行性。

總之，基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的軍隊(duì)衛(wèi)生專(zhuān)業(yè)士兵職業(yè)技能評(píng)定專(zhuān)家系統(tǒng)指標(biāo)體系，為職業(yè)技能鑒定工作擺脫過(guò)去主要依靠人工的傳統(tǒng)模式，發(fā)展基于信息化、智能化、遠(yuǎn)程化的系統(tǒng)鑒定評(píng)定平臺(tái)提供了科學(xué)的方法。BP神經(jīng)網(wǎng)絡(luò)作為目前最成熟、應(yīng)用最為廣泛的一種前饋神經(jīng)網(wǎng)絡(luò)，可以實(shí)現(xiàn)任意線性和非線性的函數(shù)映射，避免了人為的確定權(quán)重，減少了評(píng)價(jià)過(guò)程中的隨機(jī)性和評(píng)價(jià)人員主觀上的不確定性及其認(rèn)識(shí)上的模糊性，并通過(guò)系統(tǒng)的訓(xùn)練學(xué)習(xí)使系統(tǒng)誤差達(dá)到精度要求，提高了評(píng)價(jià)的可靠性，使評(píng)價(jià)結(jié)果更有效、更客觀。

[1]劉愛(ài)國(guó)，支國(guó)成．衛(wèi)生士官培訓(xùn)面臨的挑戰(zhàn)及改革對(duì)策[J]．白求恩軍醫(yī)學(xué)院學(xué)報(bào)，2010，8（5）：362-363．