羅菊川， 卿艷梅

（華南農(nóng)業(yè)大學(xué)工程學(xué)院，廣東 廣州 510642）

基于BP神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)繪圖課程教學(xué)質(zhì)量評(píng)價(jià)的研究及應(yīng)用

羅菊川， 卿艷梅

（華南農(nóng)業(yè)大學(xué)工程學(xué)院，廣東 廣州 510642）

計(jì)算機(jī)繪圖是一門(mén)專(zhuān)業(yè)基礎(chǔ)課，具有很強(qiáng)的實(shí)踐性，要求授課老師理論與實(shí)際操作相結(jié)合進(jìn)行授課。如何提高教學(xué)質(zhì)量是當(dāng)今高校教育的重點(diǎn)，而客觀、準(zhǔn)確地評(píng)價(jià)教學(xué)質(zhì)量對(duì)于提高教學(xué)質(zhì)量有著積極而重要的意義。在制定評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，利用BP神經(jīng)網(wǎng)絡(luò)理論構(gòu)建合理、有效的計(jì)算機(jī)繪圖教學(xué)質(zhì)量評(píng)價(jià)模型，并對(duì)學(xué)校的計(jì)算機(jī)繪圖課程的教學(xué)質(zhì)量進(jìn)行了評(píng)價(jià)，找出存在的問(wèn)題，為今后的教學(xué)改革提供方向。

BP神經(jīng)網(wǎng)絡(luò)；計(jì)算機(jī)繪圖；教學(xué)質(zhì)量；評(píng)價(jià)

計(jì)算機(jī)繪圖是理論與實(shí)踐相結(jié)合的課程，實(shí)踐性很強(qiáng)；課程教學(xué)質(zhì)量對(duì)人才培養(yǎng)目標(biāo)的實(shí)現(xiàn)起著非常重要的作用，而客觀、準(zhǔn)確地評(píng)價(jià)教學(xué)質(zhì)量對(duì)于提高教學(xué)質(zhì)量有著積極而重要的意義。

對(duì)計(jì)算機(jī)繪圖課程教學(xué)質(zhì)量產(chǎn)生影響的因素很多，而且難以量化，評(píng)價(jià)指標(biāo)與評(píng)價(jià)結(jié)果之間的關(guān)系是復(fù)雜的非線性關(guān)系，要準(zhǔn)確、客觀地對(duì)計(jì)算機(jī)繪圖課程教學(xué)質(zhì)量進(jìn)行評(píng)價(jià)存在一定的困難。張麗等人曾對(duì)工程圖學(xué)教學(xué)質(zhì)量進(jìn)行了模糊綜合評(píng)價(jià)[1]，在評(píng)價(jià)過(guò)程中需要建立復(fù)雜的數(shù)學(xué)模型，指標(biāo)權(quán)重的獲得也具有一定的主觀性，而人工神經(jīng)網(wǎng)絡(luò)不需要了解和建立描述這種映射關(guān)系的復(fù)雜的數(shù)學(xué)模型，它能夠通過(guò)輸入足夠樣本的學(xué)習(xí)和訓(xùn)練，從未知模式的大量繁雜的數(shù)據(jù)中發(fā)現(xiàn)其規(guī)律，克服了人為主觀因素的影響，建立輸入到輸出的正確映射關(guān)系，使評(píng)價(jià)的結(jié)果更加客觀、有效。

本文利用BP神經(jīng)網(wǎng)絡(luò)較為準(zhǔn)確、客觀地評(píng)價(jià)了本校計(jì)算機(jī)繪圖課程的教學(xué)質(zhì)量，找出存在的問(wèn)題，為今后的教學(xué)改革提供方向。

1 BP神經(jīng)網(wǎng)絡(luò)基本原理

BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層構(gòu)成，它是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，也就是網(wǎng)絡(luò)信號(hào)正向逐層傳遞，輸出誤差則是通過(guò)隱含層向輸入層逐層反向傳遞。當(dāng)輸入數(shù)據(jù)經(jīng)過(guò)輸入層、隱含層、輸出層得到的實(shí)際輸出數(shù)據(jù)與期望輸出數(shù)據(jù)不符時(shí)，則轉(zhuǎn)入誤差反向轉(zhuǎn)播，網(wǎng)絡(luò)通過(guò)調(diào)整各層之間的權(quán)值和閾值，使誤差沿梯度方向下降，達(dá)到最小。

假設(shè)有k個(gè)訓(xùn)練樣本，即有k個(gè)輸入輸出對(duì)（Xk，Tk），k=1，…，k

其中輸入向量：

經(jīng)網(wǎng)絡(luò)傳播實(shí)際輸出向量：

期望輸出向量：

輸入與輸出之間的關(guān)系為：

其中θ為閾值，f(x)是激活函數(shù)；它可以是線性函數(shù)，也可以是非線性函數(shù)。一般網(wǎng)絡(luò)實(shí)際輸出值與期望輸出值之間存在誤差，網(wǎng)絡(luò)學(xué)習(xí)的過(guò)程實(shí)際上就是不斷將這二者進(jìn)行比較，并根據(jù)極小原則修改參數(shù)wij，使誤差平方和達(dá)到最小。wij為從輸入向量的第j(j=1,…,m) 個(gè)分量到輸出向量的第i(i=1,…,n)個(gè)分量的權(quán)重。

第k個(gè)樣本的誤差Ek：

k個(gè)樣本集的總誤差E：

根據(jù)誤差，修改調(diào)整權(quán)值和閾值，wij的修改量ijwΔ：

其中：η — 學(xué)習(xí)的速率。

當(dāng)網(wǎng)絡(luò)的全局誤差E小于預(yù)先設(shè)定的值時(shí)或?qū)W習(xí)次數(shù)達(dá)到預(yù)先設(shè)定，網(wǎng)絡(luò)停止訓(xùn)練。這樣就通過(guò)網(wǎng)絡(luò)的自適應(yīng)學(xué)習(xí)得到了能夠反映輸入與輸出之間正確映射的權(quán)值和閾值。這樣將新的樣本輸入到已經(jīng)建立的神經(jīng)網(wǎng)絡(luò)模型中就可以得到合理的輸出。所以BP神經(jīng)網(wǎng)絡(luò)用于計(jì)算機(jī)繪圖教學(xué)質(zhì)量評(píng)價(jià)的基本原理是：把用來(lái)描述計(jì)算機(jī)繪圖教學(xué)質(zhì)量評(píng)價(jià)對(duì)象特征的信息作為神經(jīng)網(wǎng)絡(luò)的輸入向量，將代表相應(yīng)綜合評(píng)價(jià)的量值作為神經(jīng)網(wǎng)絡(luò)的輸出；然后用足夠的樣本訓(xùn)練這個(gè)神經(jīng)網(wǎng)絡(luò)。訓(xùn)練好的連接權(quán)值，便是網(wǎng)絡(luò)經(jīng)過(guò)自適應(yīng)學(xué)習(xí)所得到的正確內(nèi)部表示；可以作為一種定性與定量相結(jié)合的有效工具，對(duì)樣本模式以外的對(duì)象系統(tǒng)做出綜合評(píng)價(jià)[2]。

由以上論述可知，BP神經(jīng)網(wǎng)絡(luò)具有以下幾個(gè)優(yōu)點(diǎn)：

1） 不需對(duì)輸入與輸出之間復(fù)雜的非線性關(guān)系建立數(shù)學(xué)模型，網(wǎng)絡(luò)通過(guò)一定的訓(xùn)練樣本對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，自動(dòng)完成輸入到輸出的非線性映射，具有自學(xué)習(xí)能力。

2） 網(wǎng)絡(luò)訓(xùn)練完成之后，輸入非訓(xùn)練樣本時(shí)也能夠得到正確輸出，具有泛化能力。

3） 輸入樣本中存在的誤差或者個(gè)別錯(cuò)誤不影響輸入與輸出之間正確的映射關(guān)系，具有容錯(cuò)能力。

2 基于 BP神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)模型的構(gòu)建

2.1 評(píng)價(jià)指標(biāo)的建立

教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系直接體現(xiàn)著評(píng)價(jià)結(jié)果的客觀，合理，公正性，所以建立科學(xué)，系統(tǒng)，有效的教學(xué)評(píng)價(jià)標(biāo)準(zhǔn)和指標(biāo)體系，是進(jìn)行教學(xué)評(píng)價(jià)的關(guān)鍵[3]。評(píng)價(jià)指標(biāo)體系應(yīng)該在高等學(xué)校教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上結(jié)合本校計(jì)算機(jī)繪圖課程的自身特點(diǎn)設(shè)立。

本校將工程圖學(xué)分成畫(huà)法幾何與機(jī)械制圖、二維繪圖和三維建模3個(gè)模塊進(jìn)行教學(xué)。計(jì)算機(jī)繪圖課程的重點(diǎn)在于繪圖軟件 AutoCAD的使用，是以二維繪圖為主，三維建模為輔進(jìn)行教學(xué)的一門(mén)課程。課程以緊密結(jié)合機(jī)械制圖基礎(chǔ)理論知識(shí)，進(jìn)一步培養(yǎng)學(xué)生的創(chuàng)新意識(shí)和創(chuàng)新思維能力為主要目標(biāo)[4-5]。同時(shí)計(jì)算機(jī)繪圖又是一門(mén)實(shí)踐性很強(qiáng)的課程，授課的方式是課堂授課結(jié)合實(shí)際上機(jī)操作，對(duì)于硬件設(shè)施的配備、多媒體的運(yùn)用以及教師的實(shí)際操作能力等方面都具有較高的要求。

評(píng)價(jià)指標(biāo)應(yīng)該根據(jù)評(píng)價(jià)的主體，一般是專(zhuān)家和學(xué)生的不同角度進(jìn)行設(shè)計(jì)，評(píng)價(jià)指標(biāo)應(yīng)具有時(shí)效性、導(dǎo)向性和直觀性，不能過(guò)于籠統(tǒng)、模糊[6]。根據(jù)本校計(jì)算機(jī)繪圖課程的實(shí)際，專(zhuān)家的評(píng)價(jià)側(cè)重于課程軟硬件的配備、教學(xué)準(zhǔn)備和資料完備、組織課堂秩序的能力、授課時(shí)的表達(dá)方式、與教學(xué)目標(biāo)和課程定位符合程度、專(zhuān)業(yè)理論知識(shí)和實(shí)踐的水平，知識(shí)的更新和拓展、考核的方式和結(jié)果等方面；學(xué)生的評(píng)價(jià)則側(cè)重于教師對(duì)課堂的熱愛(ài)程度，對(duì)學(xué)生的責(zé)任心，是否注重啟發(fā)學(xué)生和培養(yǎng)創(chuàng)新能力，學(xué)生經(jīng)過(guò)授課學(xué)習(xí)知識(shí)和能力水平是否得到提高，教師課外的投入，課上和課外對(duì)學(xué)生的指導(dǎo)和交流等方面。

教師是組織教學(xué)的主體，教師的教學(xué)方式，教學(xué)態(tài)度，知識(shí)能力直接影響了教學(xué)的質(zhì)量。因此，本文按照教師組織課堂教學(xué)的過(guò)程，將以上根據(jù)不同角度設(shè)計(jì)的指標(biāo)進(jìn)行歸類(lèi)形成3個(gè)一級(jí)指標(biāo)，根據(jù)指標(biāo)建立應(yīng)具有時(shí)效性、導(dǎo)向性和直觀性的原則，圍繞培養(yǎng)學(xué)生創(chuàng)新意識(shí)和創(chuàng)新思維能力這一主要目標(biāo)，根據(jù)張?jiān)屏岬热说难芯縖7-8]制定和優(yōu)化了 20個(gè)二級(jí)指標(biāo)。具體指標(biāo)體系如表1所示。

表1 教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)

2.2 評(píng)價(jià)模型的建立

2.2.1 網(wǎng)絡(luò)結(jié)構(gòu)的確定

本文采用的是三層拓?fù)浣Y(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)，只設(shè)置一個(gè)隱含層，因?yàn)椴捎枚鄬拥碾[含層雖然可以使神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)次數(shù)減少，但是會(huì)使學(xué)習(xí)的時(shí)間大幅度增加，而Shih-Chi Huang和Yih-Fang Huang 已經(jīng)指出，用有限個(gè)隱層單元的三層神經(jīng)網(wǎng)絡(luò)可以以任意精度逼近一個(gè)連續(xù)函數(shù)[9]。

計(jì)算機(jī)繪圖課程教學(xué)質(zhì)量評(píng)價(jià)BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖，如圖1所示。

圖1 拓?fù)浣Y(jié)構(gòu)圖

本文輸入層的節(jié)點(diǎn)數(shù)目由指標(biāo)體系中的 20個(gè)二級(jí)指標(biāo)數(shù)據(jù)決定；輸出節(jié)點(diǎn)的數(shù)目只有綜合評(píng)價(jià)的最終結(jié)果一個(gè)，評(píng)價(jià)集=｛優(yōu)秀，良好，中等，合格，不合格｝，分成 5個(gè)等級(jí)，對(duì)應(yīng)輸出值區(qū)間集合=｛（0.8-1]，（0.7-0.8]，（0.6-0.7]，（0.5-0.6]，（0-0.5]｝。隱層單元數(shù)的選取是一個(gè)十分復(fù)雜的問(wèn)題，單元數(shù)選得少，可能不能訓(xùn)練好網(wǎng)絡(luò)，單元數(shù)過(guò)多又會(huì)使網(wǎng)絡(luò)的學(xué)習(xí)時(shí)間多，效率低。一般情況下采用下面的經(jīng)驗(yàn)公式來(lái)估計(jì)隱層單元數(shù)目[10]：

式中：n、m分別為輸入、輸出層節(jié)點(diǎn)數(shù)。本文隱層的節(jié)點(diǎn)數(shù)選擇8個(gè)。

神經(jīng)元的激活函數(shù)選擇Sigmoid函數(shù)：

2.2.2 數(shù)據(jù)的獲得

本文根據(jù)表1所列的最底層的指標(biāo)制定問(wèn)卷調(diào)查表，調(diào)查表以選擇題的方式出現(xiàn)，選項(xiàng)則根據(jù)指標(biāo)本身的輕重程度進(jìn)行設(shè)置，例如針對(duì)重點(diǎn)明晰這個(gè)指標(biāo)，設(shè)置教師上課是否清楚講述重點(diǎn)的選擇題，選項(xiàng)分別為A、重點(diǎn)都仔細(xì)講解；B、個(gè)別重點(diǎn)有強(qiáng)調(diào)；C、基本沒(méi)重點(diǎn)，等學(xué)生提問(wèn)；D、完全沒(méi)重點(diǎn)，學(xué)生提問(wèn)也講解不清?；旧厦總€(gè)指標(biāo)設(shè)置2道選擇題，為了能夠?qū)⒄{(diào)查問(wèn)卷的最終結(jié)果數(shù)量化，統(tǒng)計(jì)結(jié)果時(shí)規(guī)定A選項(xiàng)對(duì)應(yīng)4分，B選項(xiàng)對(duì)應(yīng)3分，C選項(xiàng)對(duì)應(yīng)1分，D選項(xiàng)對(duì)應(yīng)0分。針對(duì)一個(gè)指標(biāo)有多道選擇題時(shí)，將相應(yīng)所選項(xiàng)相加即可。這樣做的目的是減小因?yàn)樽杂纱蚍侄鴰?lái)的主觀隨意性。

調(diào)查問(wèn)卷由本校的專(zhuān)家教師和學(xué)生分別填寫(xiě)，最終專(zhuān)家的調(diào)查問(wèn)卷采集了 10份，將專(zhuān)家教師填寫(xiě)的調(diào)查問(wèn)卷數(shù)量化之后作為訓(xùn)練樣本。采用專(zhuān)家教師的樣本數(shù)據(jù)來(lái)訓(xùn)練網(wǎng)絡(luò)，是因?yàn)閷?zhuān)家教師經(jīng)驗(yàn)豐富，思想方面比較成熟和客觀，對(duì)于計(jì)算機(jī)繪圖課程的目標(biāo)以及狀況了解深刻，所以專(zhuān)家教師的評(píng)價(jià)比較能反映最終的結(jié)果。

學(xué)生填寫(xiě)的調(diào)查問(wèn)卷采集了171份，通過(guò)篩選，發(fā)現(xiàn)有43份的問(wèn)卷答案有全選A的和作答潦草的，所以這 43份不作為樣本數(shù)據(jù)采用，剩下的128份，在調(diào)查問(wèn)卷的結(jié)果中選取典型的5份作為測(cè)試樣本，其余的123份作為評(píng)價(jià)樣本。

—處理后的輸入數(shù)據(jù)；x—處理前的輸入i數(shù)據(jù)；minx—輸入數(shù)據(jù)中的最小值；maxx—輸入數(shù)據(jù)中的最大值。

2.2.3 神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型的建立

本文用MATLAB軟件建立基于BP神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)繪圖評(píng)價(jià)模型。MATLAB軟件具有相對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)工具箱，該工具箱提供了大量可供直接調(diào)用的函數(shù)，圖形用戶界面和Simulink仿真工具，是進(jìn)行神經(jīng)網(wǎng)絡(luò)系統(tǒng)分析與設(shè)計(jì)的優(yōu)秀軟件之一[11]。

網(wǎng)絡(luò)的建立和初始化可以通過(guò)MATLAB中的newff函數(shù)完成。網(wǎng)絡(luò)建立和初始化完成后，就通過(guò)輸入數(shù)據(jù)和期望輸出數(shù)據(jù)對(duì)所建立的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，網(wǎng)絡(luò)的期望輸出數(shù)據(jù)采用專(zhuān)家的綜合評(píng)價(jià)值。

當(dāng)訓(xùn)練達(dá)到預(yù)定的精度要求或訓(xùn)練次數(shù)后，表示訓(xùn)練完成，即可通過(guò) save(‘***’, ‘net’)保存該網(wǎng)絡(luò)，“***”為保存文件的命名，該BP網(wǎng)絡(luò)即可讀入測(cè)試數(shù)據(jù)進(jìn)行分析，從而得出最終結(jié)果。如表2所示,歸一化處理后的訓(xùn)練樣本（1-10組）和測(cè)試樣本（11-15組）數(shù)據(jù)、專(zhuān)家評(píng)價(jià)值以及經(jīng)過(guò)網(wǎng)絡(luò)訓(xùn)練得到的網(wǎng)絡(luò)實(shí)際評(píng)價(jià)值。

訓(xùn)練好的 BP神經(jīng)網(wǎng)絡(luò)，可以通過(guò)load(‘-mat’,’***’)調(diào)用該網(wǎng)絡(luò)，再用 A=sim(net,P)函數(shù)輸入采集的學(xué)生樣本P進(jìn)行評(píng)價(jià)，樣本P即學(xué)生調(diào)查問(wèn)卷得到的輸入值。部分代碼如下：P=load(‘***.txt’); （讀取輸入數(shù)據(jù)文件）T=load(‘***.txt’); （讀取期望輸出數(shù)據(jù)文件）net=newff(minmax(P),[8,1],{‘tansig’,’purelin’},’tra inlm’);（生成一個(gè)BP神經(jīng)網(wǎng)絡(luò)）

net.trainParam.epoehs=2000; （設(shè)定最大訓(xùn)練次數(shù)為2000次）

net.trainparam.goal=0.0001（設(shè)定學(xué)習(xí)速率為0.0001）

依照上述步驟輸入表2中前10組訓(xùn)練樣本數(shù)據(jù)，所得結(jié)果列于表2中，誤差曲線如圖2(a)所示，結(jié)果表明網(wǎng)絡(luò)輸出值與期望輸出值（專(zhuān)家評(píng)價(jià)值）基本一致；輸入后5組測(cè)試樣本數(shù)據(jù)驗(yàn)證所建立模型的評(píng)價(jià)效果，結(jié)果如表3所示，誤差曲線如圖2(b)所示，結(jié)果表明測(cè)試樣本和訓(xùn)練樣本的誤差非常接近，網(wǎng)絡(luò)評(píng)價(jià)結(jié)果與專(zhuān)家評(píng)價(jià)結(jié)果一致，誤差小，精度高，因此所建立的評(píng)價(jià)模型是合理的，可以比較準(zhǔn)確地反映本校計(jì)算機(jī)繪圖課程的教學(xué)質(zhì)量情況。

表2 教學(xué)質(zhì)量評(píng)價(jià)結(jié)果表

表3 測(cè)試結(jié)果與專(zhuān)家評(píng)價(jià)結(jié)果對(duì)照表

圖2 誤差曲線圖

表4 評(píng)價(jià)結(jié)果統(tǒng)計(jì)表

3 教學(xué)質(zhì)量的評(píng)價(jià)

將123份學(xué)生填寫(xiě)的調(diào)查問(wèn)卷結(jié)果作為評(píng)價(jià)樣本輸入到所建立的模型中，進(jìn)行教學(xué)質(zhì)量評(píng)價(jià)， 123份調(diào)查問(wèn)卷評(píng)價(jià)的最終評(píng)價(jià)結(jié)果見(jiàn)表4。

由表4可見(jiàn)，采集來(lái)的123份調(diào)查問(wèn)卷反映出本校的計(jì)算機(jī)繪圖教學(xué)質(zhì)量總體來(lái)說(shuō)情況比較好，學(xué)生評(píng)價(jià)普遍較好，良好以上的約占總樣本數(shù)的78%，占了絕大多數(shù)，但優(yōu)秀率不高。從調(diào)查問(wèn)卷得分統(tǒng)計(jì)中平均值較低的選擇題中反映出4個(gè)方面的問(wèn)題需要加強(qiáng)：

1） 加強(qiáng)以學(xué)生為本的教育理念。在當(dāng)前教學(xué)模式下，學(xué)生基本處于被動(dòng)的地位，教師注重更多的是知識(shí)的灌輸， 部分學(xué)生也認(rèn)為計(jì)算機(jī)繪圖課程只是軟件的學(xué)習(xí)，完全可以自學(xué)，不用聽(tīng)課，然而正因?yàn)檫@樣的少部分同學(xué)的不認(rèn)真最終影響了教學(xué)質(zhì)量。所以一方面學(xué)校應(yīng)該從管理制度上加強(qiáng)對(duì)學(xué)生的管理，另一方面更應(yīng)該注重的是如何吸引學(xué)生，增強(qiáng)上課的興趣。可以參考胡青泥等人所述的方法[12-13]，教師在最初開(kāi)始講授這門(mén)課的時(shí)候，選擇難易適中的項(xiàng)目布置給學(xué)生，或者讓學(xué)生參與開(kāi)發(fā)多媒體課件、網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)、虛擬實(shí)驗(yàn)室等，學(xué)生為了完成這個(gè)項(xiàng)目，學(xué)會(huì)查找資料，自主學(xué)習(xí)新知識(shí)，與他人交流合作，這樣學(xué)生的積極性能夠充分調(diào)動(dòng)起來(lái)，同時(shí)各方面綜合能力也會(huì)顯著提高。另外還可以組織學(xué)生參加各種競(jìng)賽，激發(fā)學(xué)生學(xué)習(xí)的欲望，增強(qiáng)學(xué)習(xí)的主動(dòng)性。

2） 更加注重創(chuàng)新意識(shí)和創(chuàng)新能力的培養(yǎng)。計(jì)算機(jī)繪圖這門(mén)課不只是軟件操作的學(xué)習(xí)，繪圖軟件只是一個(gè)輔助繪圖的工具，這門(mén)課應(yīng)該是工程制圖的拓展。在教學(xué)過(guò)程中，多采用啟發(fā)式、討論式教學(xué)方式；鼓勵(lì)學(xué)生利用軟件完成習(xí)題中的大作業(yè)，組合體中的用一個(gè)視圖構(gòu)想多個(gè)形體或用二個(gè)視圖構(gòu)想多個(gè)形體的習(xí)題以及用多種方案表達(dá)零件和機(jī)器等方面的習(xí)題[13]，使學(xué)生通過(guò)這門(mén)課的學(xué)習(xí)，構(gòu)型的能力和創(chuàng)新思維能力得到進(jìn)一步的提高。

3） 進(jìn)一步強(qiáng)調(diào)重點(diǎn)。計(jì)算機(jī)繪圖這門(mén)課在本校的教學(xué)中注重的是二維繪圖能力的培養(yǎng)，二維繪圖命令知識(shí)點(diǎn)繁多，而且還有不少繪圖技巧問(wèn)題，教師在上課的過(guò)程中如果沒(méi)有反復(fù)強(qiáng)調(diào)重點(diǎn)，很難讓學(xué)生清楚地認(rèn)識(shí)到重點(diǎn)。

4） 增強(qiáng)與學(xué)生之間的溝通。溝通包括上課過(guò)程中以及課后的溝通，通過(guò)溝通可以及時(shí)發(fā)現(xiàn)學(xué)生學(xué)習(xí)過(guò)程中的問(wèn)題，及時(shí)調(diào)整教學(xué)方式、教學(xué)的進(jìn)度以及教學(xué)的重點(diǎn)。充分利用網(wǎng)絡(luò)技術(shù)、多媒體技術(shù)拓寬學(xué)生獲取知識(shí)的途徑，增強(qiáng)學(xué)生自主學(xué)習(xí)的時(shí)間。通過(guò)交流進(jìn)一步加強(qiáng)師生之間的感情，創(chuàng)建一個(gè)和諧的教學(xué)與學(xué)習(xí)環(huán)境。

4 結(jié) 論

1） 本文針對(duì)計(jì)算機(jī)繪圖課程的特點(diǎn)制定了該課程教學(xué)質(zhì)量的評(píng)價(jià)指標(biāo)體系，該評(píng)價(jià)指標(biāo)比較全面地反映了影響該課程教學(xué)質(zhì)量的各個(gè)方面，為該課程的教學(xué)質(zhì)量的正確評(píng)價(jià)提供基礎(chǔ)。

2） 本文利用MATLAB軟件建立了一個(gè)能夠比較準(zhǔn)確地反映本校計(jì)算機(jī)繪圖課程教學(xué)質(zhì)量情況的基于BP神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)繪圖教學(xué)評(píng)價(jià)模型。

3） 本校的計(jì)算機(jī)繪圖課程的教學(xué)應(yīng)更加注重以學(xué)生為本，培養(yǎng)學(xué)生創(chuàng)新思維和創(chuàng)新能力等方面來(lái)進(jìn)一步提高該課程的教學(xué)質(zhì)量。

[1] 張 麗, 梁穎亮, 趙敏榮, 等. 工程圖學(xué)多媒體教學(xué)質(zhì)量的模糊綜合評(píng)價(jià)[J]. 工程圖學(xué)學(xué)報(bào), 2009,30(2)：139-143.

[2] 蔡錦錦. 基于 BP神經(jīng)網(wǎng)絡(luò)的高校課堂教學(xué)質(zhì)量評(píng)價(jià)系統(tǒng)的研究與實(shí)現(xiàn)[D]. 浙江工業(yè)大學(xué), 2009.

[3] 杜秀華, 陳學(xué)美, 周瑞芬. 工程制圖課程多媒體教學(xué)質(zhì)量評(píng)價(jià)方法及應(yīng)用研究[J]. 成人教育, 2008,252(1)：45-46.

[4] 熊志勇, 羅志成, 陳錦昌, 等. 基于新型設(shè)計(jì)的工程圖學(xué)教學(xué)體系研究[J]. 圖學(xué)學(xué)報(bào) 2012, 33(2)：108-112.

[5] 童秉樞, 高樹(shù)峰. 談工程圖學(xué)教學(xué)中學(xué)生創(chuàng)新能力的培養(yǎng)[J]. 工程圖學(xué)學(xué)報(bào), 2008, 29(6)：1-6.

[6] 徐薇薇, 吳建成, 蔣必彪, 等. 高校教師教學(xué)質(zhì)量評(píng)價(jià)體系的研究與實(shí)踐[J]. 高等教育研究, 2010,32(1)：100-103.

[7] 張?jiān)屏? 機(jī)械制圖與計(jì)算機(jī)繪圖課教學(xué)質(zhì)量評(píng)價(jià)的研究[J]. 教育改革, 2008, 10(7)：33-36.

[8]張?jiān)屏? 方 曄, 賀 煒. 機(jī)械制圖及計(jì)算機(jī)繪圖課程質(zhì)量標(biāo)準(zhǔn)的研究[J]. 南京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào), 2008, 8(4)：48-50.

[9] Huang S C, Huang Y F. Bounds on the number of hidden neurons in multilayer perceptrons [J] In IEEE Transaction on Neural Network, 1991, 2(1)：272-279.

[10]王建成, 等. 改進(jìn)的遺傳和 BP雜交算法神經(jīng)網(wǎng)絡(luò)經(jīng)濟(jì)預(yù)警系統(tǒng)設(shè)計(jì)[J]. 系統(tǒng)工程理論與實(shí)踐, 1998,18(4)：126-140.

[11]葛哲學(xué), 孫志強(qiáng). 神經(jīng)網(wǎng)絡(luò)理論與MATLAB. 2007實(shí)現(xiàn)[M]. 北京：電子工業(yè)出版社, 2007.

[12]楊 安, 陳 絢, 陳錦昌. 工程制圖課程中的互動(dòng)教學(xué)模式探討[J]. 工程圖學(xué)學(xué)報(bào), 2007, 28(5)：123-125.

[13]胡青泥, 高 菲, 王雪飛, 等. 以學(xué)生全面發(fā)展為本的工程圖學(xué)教育改革[J]. 工程圖學(xué)學(xué)報(bào), 2006,27(4)：134-137.

Research and Application of the Teaching Quality Evaluation of Computer Graphics Course Based on BPNN

Luo Juchuan, Qing Yanmei
( College of Engineering, South China Agricultural University, Guangzhou Guangdong 510642 China )

The computer graphics course, which is very practical, is a requirement for teachers of the theory and practice of combining teaching of professional basic courses, How to improve teaching quality is the current focus of higher education, and how to objectively and exactly evaluate the teaching quality have positive and important meanings for improving the teaching quality, Taking advantage of BP neural network theories, This paper establishes a reasonable and effective model for evaluating the teaching quality of computer graphics course which is based on working the index system out. After that, in order to find the existed problems in our teaching process, which provide a direction of teaching innovation, the teaching quality of computer graphics course in our university was evaluated by using this model.

BP neural network; computer graphics; teaching quality; evaluate

TH 12

A

2095-302X (2013)04-0140-06

2012-07-02 ；定稿日期：2012-11-29

廣東省教育科學(xué)“十一五”規(guī)劃課題資助項(xiàng)目（2010tjk009）

羅菊川（1975-），女，廣東省梅州人，講師，碩士，博士研究生，主要研究方向?yàn)闄C(jī)械設(shè)計(jì)與研究。E-mail：juchuanluo@163.com