常寧

(1.中國人民武裝警察部隊學院基礎部，河北廊坊 065000；

2.中國人民武裝警察部隊學院滅火救援技術公安部重點實驗室，河北廊坊 065000）

基于Elman神經網(wǎng)絡的實驗教學質量評價模型

常寧1，2

(1.中國人民武裝警察部隊學院基礎部，河北廊坊 065000；

2.中國人民武裝警察部隊學院滅火救援技術公安部重點實驗室，河北廊坊 065000）

結合課程特點和實驗教學的需要建立了實驗教學質量評價指標體系，并利用Elman人工神經網(wǎng)絡方法建立了評價模型。測試結果表明，該模型應用于實驗課程教學質量評價中，精度較高，具有廣泛的適用性。

人工神經網(wǎng)絡；教學質量評價；實驗

0 引言

實驗教學是理工科類課程重要的教學環(huán)節(jié)，它能夠加深學生對理論知識的理解，提高他們觀察問題、分析問題和動手解決問題的能力。

在學校的教學工作中，教學質量是生命線，直接關系到學校的生存發(fā)展和人才培養(yǎng)質量。特別是在一些高校中，將教學質量評價結果引入到教師職稱評定工作中，進一步提升了教學質量的導向作用。因此，課堂教學質量的評價結果是否客觀、公平，與被聽課教師的切身利益息息相關。

目前，通過建立綜合評價指標體系的方法來評價實驗教學質量，涵蓋了實驗準備、實驗過程、實驗效果全過程。具體方法包括專家評價法、模糊綜合評價法、層次分析法等，在確定指標權重時，專家的主觀因素對第一種方法的影響較大，而后兩種方法的計算量大、計算復雜，自學習能力也比較缺乏［1-2］。

上述方法存在的缺限，往往使學校教學質量評價工作流于形式。因此，如何建立一套可操作性強且科學有效的教學質量評價體系就成為教學管理部門迫切需要解決的一道難題［3］。近年來，許多學者嘗試在教學質量評價中引入人工神經網(wǎng)絡。人工神經網(wǎng)絡是根據(jù)仿生學的原理，模擬生物神經元，由大量的人工神經元交織而成的網(wǎng)絡，是一種新型信息處理系統(tǒng)，它可以模仿和擴展人類的腦功能。輸入信號通過神經元傳遞，獲得輸出，具有高度非線性的特征，類似于人類大腦神經網(wǎng)絡的結構和行為，并且系統(tǒng)可以通過學習大量的現(xiàn)有知識樣本，提取有效的知識和規(guī)則，不斷完善和發(fā)展［4-6］。

在本文中，考慮到實驗課程的特點并結合實驗教學的需要，擬定了實驗課教學質量評價指標體系，并將Elman神經網(wǎng)絡引入到評價中。

1 設定實驗課教學質量評價指標［7-8］

首先，通過向具有豐富教學經驗的實驗課教師和教學管理人員征求意見，調研走訪兄弟院校的成功經驗，并結合教育部《高等學校專業(yè)實驗室評估標準》設定了實驗課程教學質量評價表，見表1。

組織專家、同行、學員隊領導和學員聽課并根據(jù)表1選取的指標對被評價教師進行打分，隨后選取四者打分比較一致的評價結果作為樣本［9］，基于神經網(wǎng)絡輸入的需要，同時也為了減小權值調整幅度，把樣本數(shù)據(jù)歸一化為［0 1］之間的數(shù)據(jù)。

表2為本文選取的數(shù)據(jù)。

2 Elman神經網(wǎng)絡用于教學質量評價

2.1 Elman神經網(wǎng)絡［10-11］

Elman神經網(wǎng)絡是1990年由J.L.Elman提出的一種網(wǎng)絡模型，是在前饋神經網(wǎng)絡的隱含層中增加一個特別的隱含層，稱之為承接層，也叫狀態(tài)層或上下文層，承接層從隱含層中接收到反饋信號，它的輸出又被前向至隱含層，可以起到延時算子的作用，并且使網(wǎng)絡具有記憶功能，使系統(tǒng)能夠適應時變特性，是一種部分反饋型網(wǎng)絡模型，特別適合對非線性系統(tǒng)進行識別和分析。

表1 實驗課程教學質量評價表

表2 樣本數(shù)據(jù)

圖1所示為Elman神經網(wǎng)絡結構圖，共分為四層:輸入層、隱含層、承接層和輸出層。前三層的連接類似于前饋神經網(wǎng)絡，輸入層各單元起到傳輸信號的作用，隱含層各單元的傳遞函數(shù)既可以是線性的也可以是非線性的，承接層各單元起到延時作用，輸出層單元起到線性加權的作用。

圖1 Elman神經網(wǎng)絡結構圖

其中，u(k）、y(k）、x(k）、xc(k）分別為神經網(wǎng)絡輸入量、神經網(wǎng)絡輸出量、隱含層輸出量、承接層輸出量；w3、w2、w1分別表示隱含層到輸出層、輸入層到隱含層以及承接層到隱含層各結點的連接權值矩陣；g(·）是輸出層傳遞函數(shù)；f(·）是隱含層傳遞函數(shù)，多采用S型的非線性函數(shù)。

2.2 Elman神經網(wǎng)絡訓練過程

上述實驗教學質量評價指標共有7個，因此用于分類的Elman神經網(wǎng)絡輸入層的結點數(shù)為7。評價目標只有1個，即教學質量綜合得分，因此可確定Elman神經網(wǎng)絡輸出層的結點數(shù)為1。理論上來說，隱含層和承接層的結點個數(shù)不受限制，可以任意取值，但對于處理較復雜的問題，為了提高網(wǎng)絡計算精度，一般為這兩層選取較多的結點。在兼顧計算速度和精確度的前提下，將這兩層的節(jié)點數(shù)都設置為25。采用雙曲正切S型函數(shù)作為隱含層傳遞函數(shù)［12］，即

采用S型對數(shù)函數(shù)作為輸出層傳遞函數(shù)［12］，即

首先對該網(wǎng)絡進行訓練，訓練函數(shù)采用梯度下降反向傳播算法，訓練數(shù)據(jù)選用表2前15組數(shù)據(jù)，訓練目標為0.001。圖2所示為訓練誤差曲線。從圖中可以看出，經過253次訓練之后，誤差達到了要求。

2.3 Elman神經網(wǎng)絡功能測試

為了檢驗Elman神經網(wǎng)絡的分類能力，選取表2后9組數(shù)據(jù)對網(wǎng)絡進行測試。測試結果如表3所示。

圖2 訓練誤差曲線

表3 測試結果

3 結論

本文所構建的基于Elman神經網(wǎng)絡的實驗課程教學質量評價模型，其訓練和預測誤差和精度完全在可以接受的范圍內，可以替代專家對各指標權重的分配，減少指標權重確定時人為因素的干擾。因為神經網(wǎng)絡具有自主學習的能力，因而該模型能夠很容易地實現(xiàn)權值的動態(tài)更新，能及時跟蹤和反映各評價指標的權值變化，是一個合理的、可行的、適用性較強的評價模型。

［1］包小蘭，萬玉成.基于屬性識別模型的軍校課堂教學質量評價方法［J］.徐州空軍學院學報，2006，17(2）: 80-84.

［2］劉思峰，郭天榜，黨耀國.灰色系統(tǒng)理論及其應用［M］.北京:科學出版社，1999.

［3］廖蓉蘇，丁來欣，劉松.關于高校教師教學質量評價的幾點思考［J］.中國林業(yè)教育，2005，20(4）:36-39.

［4］洪順華.BP神經網(wǎng)絡在教學質量評估中的應用［J］.機械制造與自動化，2005，34(6）:160-162.

［5］李陽倩，袁斕，楊帆，等.構建高校實驗教學監(jiān)管體系的思考［J］.實驗科學與技術，2012，10(5）:254-256.

［6］陳阿梅，秦軍偉，呼漢衛(wèi).農業(yè)院校實驗教學質量監(jiān)控體系的構建［J］.實驗科學與技術，2010，8(6）:117-119.

［7］李克.加強實驗教學管理，提高實驗教學質量［J］.實驗室研究與探索，2008，27(1）:128-130.

［8］湯志軍.過程視角下高校實驗教學質量調查研究［J］.南京審計學院學報，2011(3）:103-109.

［9］洪順華.模糊神經網(wǎng)絡在課堂教學質量評價中的應用［J］.計算機仿真，2008，25(5）:287-289.

［10］蔡辰光，尹華鑫，鄧日青.Elman神經網(wǎng)絡與遺傳算法在變速器故障診斷中的融合應用［J］.農業(yè)裝備與車輛工程，2007，38(9）:56-59.

［11］李慧芳，常寧，基于神經網(wǎng)絡的金屬與非金屬材料粘接質量定量檢測［J］.北京工業(yè)大學學報，2009，35 (8）:1122-1126.

［12］周開利，康耀紅.神經網(wǎng)絡模型及其MATLAB仿真程序設計［M］.北京:清華大學出版社，2005.

(責任編輯 陳小明）

D035.319

河北省軟科學項目“基于數(shù)據(jù)挖掘技術的河北省新型城鎮(zhèn)化進程與消防安全關系研究”(13455411）。

常寧(1975—），男，副教授，內蒙古臨河人。主要從事數(shù)字信號處理、安全技術及工程方面的研究與教學。