關(guān)成立+++楊岳

摘 要： 在闡明應(yīng)用系統(tǒng)控制理論研究來設(shè)計(jì)高職院校實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)模型必要性的基礎(chǔ)上，介紹了高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系設(shè)計(jì)；分析了系統(tǒng)論中的BP神經(jīng)網(wǎng)絡(luò)算法及用于評(píng)價(jià)的適用性；提出了基于BP神經(jīng)網(wǎng)絡(luò)的高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)模型的構(gòu)建及運(yùn)行流程。

關(guān)鍵詞： 系統(tǒng)論； BP神經(jīng)網(wǎng)絡(luò)； 實(shí)踐教學(xué)質(zhì)量； 評(píng)價(jià)； 設(shè)計(jì)

中圖分類號(hào)：TP3 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2016）05-104-03

Abstract： On the basis of expound the necessity that applies the system control theory in designing the practical teaching quality evaluation model for local vocational colleges， the design of practical teaching quality evaluation index system in vocational colleges is introduced. The BP neural network algorithm in the system theory and its applicability in evaluation are analyzed， and the construction and operation process of the practical teaching quality evaluation model based on BP neural network are put forward.

Key words： system theory； BP neural network； practical teaching quality； evaluation； design

0 引言

為貫徹落實(shí)《國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）》及《國(guó)務(wù)院關(guān)于加快發(fā)展現(xiàn)代職業(yè)教育的決定》，黨中央、國(guó)務(wù)院作出了加快發(fā)展現(xiàn)代職業(yè)教育的重大戰(zhàn)略決策[1]。鑒于高職教育的典型內(nèi)涵與特點(diǎn)——高等技術(shù)教育，高職院校實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)體系的構(gòu)建與研究是提升高職實(shí)踐教育質(zhì)量的切入點(diǎn)與著力點(diǎn)。為了保障高職教育實(shí)踐教學(xué)質(zhì)量，對(duì)高職教育實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)體系的構(gòu)建與研究是非常有必要的。高職教育實(shí)踐教學(xué)評(píng)價(jià)是一個(gè)十分復(fù)雜的系統(tǒng)，其構(gòu)成的要素也是一些非線性的、多維的、動(dòng)態(tài)的因子。系統(tǒng)控制理論主要是研究和揭示復(fù)雜系統(tǒng)的有關(guān)特性，可為高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)模型的設(shè)計(jì)提供有力技術(shù)手段。

1 高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系設(shè)計(jì)

將高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)體系作為一個(gè)系統(tǒng)，其實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)機(jī)制這一要素是建立在實(shí)踐教學(xué)管理制度基礎(chǔ)之上的，歸屬為概念子系統(tǒng)；而校內(nèi)校外各種實(shí)驗(yàn)實(shí)訓(xùn)條件包括實(shí)訓(xùn)基地、儀器設(shè)備、實(shí)踐指導(dǎo)教師、學(xué)生實(shí)踐小組等要素，則是實(shí)踐教學(xué)及質(zhì)量評(píng)價(jià)等環(huán)節(jié)得以具體實(shí)施的實(shí)體子系統(tǒng)[2]。高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)系統(tǒng)同樣適應(yīng)于任一系統(tǒng)的普適性區(qū)分方式，即由輸入、處理、輸出三大基本因素組成。該系統(tǒng)可以將以上所述的實(shí)訓(xùn)基地、儀器設(shè)備、實(shí)踐指導(dǎo)教師、學(xué)生實(shí)踐小組等要素作為輸入部分，經(jīng)過實(shí)踐教學(xué)過程及該過程中的規(guī)章制度的約束（該部分要素可視為處理部分），得到的實(shí)踐教學(xué)及質(zhì)量評(píng)價(jià)效果則是輸出部分。

在輸入端，如何將實(shí)訓(xùn)基地、儀器設(shè)備、實(shí)踐指導(dǎo)教師、學(xué)生實(shí)踐小組等要素轉(zhuǎn)化為可量化的評(píng)價(jià)指標(biāo)值尤為關(guān)鍵。教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)的確定是整個(gè)評(píng)價(jià)體系的核心內(nèi)容。筆者結(jié)合所在學(xué)院的實(shí)踐教學(xué)情況，通過對(duì)評(píng)價(jià)主體（包括學(xué)生、同行一線教師、督導(dǎo)、用人單位等）問卷調(diào)查進(jìn)行評(píng)價(jià)指標(biāo)的初步篩選，并咨詢?cè)簝?nèi)相關(guān)專家的意見，全方位的考慮，初步編制了高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系，包括同行評(píng)價(jià)指標(biāo)體系、教師自評(píng)指標(biāo)體系、學(xué)生評(píng)教指標(biāo)體系和教師評(píng)學(xué)指標(biāo)體系四個(gè)評(píng)價(jià)指標(biāo)子體系，由該四個(gè)子體系構(gòu)成了高職實(shí)踐教學(xué)質(zhì)量綜合評(píng)價(jià)體系。如圖1所示。

2 神經(jīng)網(wǎng)絡(luò)BP算法及適用性分析

2.1 神經(jīng)網(wǎng)絡(luò)BP算法

系統(tǒng)控制理論中的人工神經(jīng)網(wǎng)絡(luò)（ANN）是一種非線性模擬技術(shù)，其中反向傳播神經(jīng)網(wǎng)絡(luò)（BP）具有很強(qiáng)的自學(xué)習(xí)、自組織、自適應(yīng)及自推理能力，它通過對(duì)簡(jiǎn)單的非線性作用函數(shù)的復(fù)合進(jìn)行映射，可以表達(dá)復(fù)雜的現(xiàn)象，減少人為主觀因素對(duì)評(píng)價(jià)結(jié)果的影響。BP算法本質(zhì)上是應(yīng)用梯度法求得目標(biāo)函數(shù)最小值，包括前向計(jì)算和誤差反向傳播兩個(gè)程序，通過調(diào)整和修改網(wǎng)絡(luò)的連接權(quán)值，使誤差最小化并滿足預(yù)設(shè)要求?；贐P算法構(gòu)筑的典型的三層BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖3所示。

2.2 BP神經(jīng)網(wǎng)絡(luò)適用性分析

高職實(shí)踐教育質(zhì)量評(píng)價(jià)體系涉及多個(gè)影響實(shí)踐教學(xué)質(zhì)量的因素及指標(biāo)，而要構(gòu)建一個(gè)科學(xué)合理的高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)體系，則需將涉及的所有影響因素及指標(biāo)考慮進(jìn)來。由于這些影響因素?cái)?shù)量眾多，且各影響因素的影響層次及影響程度各不相同，所以無法采用確定的傳統(tǒng)數(shù)學(xué)解析方式來進(jìn)行教學(xué)質(zhì)量評(píng)價(jià)。而傳統(tǒng)的評(píng)價(jià)方法如指標(biāo)加權(quán)平均法、層次分析法及模糊綜合評(píng)價(jià)法等，都要求這些影響因素（或評(píng)價(jià)指標(biāo)）間具有線性相關(guān)關(guān)系。因此，針對(duì)高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)這個(gè)實(shí)際上比較復(fù)雜的、非線性綜合決策問題，運(yùn)用以上傳統(tǒng)方法對(duì)高職實(shí)踐教學(xué)質(zhì)量進(jìn)行綜合評(píng)價(jià)存在著一定的不合理性[3]。

將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)等評(píng)估領(lǐng)域，可以克服傳統(tǒng)評(píng)價(jià)方法在處理非線性問題中的實(shí)際困難，其可行性及優(yōu)點(diǎn)主要體現(xiàn)在以下幾方面。①利用BP神經(jīng)網(wǎng)絡(luò)的非常定性特征及非線性特征，通過適應(yīng)添加訓(xùn)練樣本，可以較好地實(shí)現(xiàn)教與學(xué)的動(dòng)態(tài)實(shí)踐教學(xué)過程，并在此動(dòng)態(tài)教學(xué)過程中動(dòng)態(tài)地評(píng)價(jià)實(shí)踐教學(xué)質(zhì)量。②利用BP神經(jīng)網(wǎng)絡(luò)的非局限性特征，通過合理確定評(píng)價(jià)項(xiàng)目及指標(biāo)，可以避免實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)的失真性及片面性問題。③利用BP神經(jīng)網(wǎng)絡(luò)的非凸性特征，通過合理選擇網(wǎng)絡(luò)系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)及輸入輸出等作用函數(shù)，可以較好地處理各種主觀性強(qiáng)的非數(shù)值性指標(biāo)，以實(shí)現(xiàn)該網(wǎng)絡(luò)安全狀態(tài)的模糊綜合評(píng)價(jià)。因此，本研究基于高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)的各個(gè)指標(biāo)數(shù)據(jù)，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對(duì)實(shí)踐教學(xué)質(zhì)量進(jìn)行預(yù)測(cè)及評(píng)價(jià)。

3 評(píng)價(jià)模型構(gòu)建及流程分析

3.1 評(píng)價(jià)模型的構(gòu)建

根據(jù)現(xiàn)有的教學(xué)環(huán)境及行為過程，設(shè)計(jì)基于BP神經(jīng)網(wǎng)絡(luò)的高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)模型如圖4所示，其精華和核心程序正是BP神經(jīng)網(wǎng)絡(luò)。將該網(wǎng)絡(luò)的模型結(jié)構(gòu)設(shè)計(jì)分為兩大類系統(tǒng)，分別為綜合BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)及子BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)。根據(jù)上述評(píng)價(jià)指標(biāo)體系的分析內(nèi)容，設(shè)計(jì)四個(gè)子BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)系統(tǒng)，即同行評(píng)價(jià)BP神經(jīng)網(wǎng)絡(luò)子系統(tǒng)、教師自評(píng)BP神經(jīng)網(wǎng)絡(luò)子系統(tǒng)、學(xué)生評(píng)教BP神經(jīng)網(wǎng)絡(luò)子系統(tǒng)和教師評(píng)學(xué)BP神經(jīng)網(wǎng)絡(luò)子系統(tǒng)[3]。這四個(gè)子BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)系統(tǒng)的輸出向量，構(gòu)成綜合BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)系統(tǒng)的輸入向量。

仍以學(xué)生評(píng)教BP神經(jīng)網(wǎng)絡(luò)子系統(tǒng)為例，學(xué)生通過教師的教學(xué)過程產(chǎn)生評(píng)價(jià)數(shù)據(jù)，如上所述的教師教書育人表現(xiàn)、組織教學(xué)情況、教學(xué)內(nèi)容正確性、先進(jìn)性以及理論聯(lián)系實(shí)際性、教學(xué)方法、教學(xué)效果等指標(biāo)數(shù)據(jù)；將產(chǎn)生的評(píng)價(jià)數(shù)據(jù)采集至教學(xué)數(shù)據(jù)庫(kù)中，形成樣本數(shù)據(jù)集，數(shù)據(jù)經(jīng)過預(yù)處理后，作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入層信號(hào)數(shù)據(jù)。數(shù)據(jù)預(yù)處理可采用歸一化處理方式，其公式為：

其中xi代表樣本數(shù)據(jù)實(shí)際數(shù)值，x'代表處理后的輸入層樣本數(shù)據(jù)，xmax及xmin分別代表樣本數(shù)據(jù)中的最大值與最小值。

3.2 評(píng)價(jià)模型運(yùn)行流程

基本思路是：用高職實(shí)踐教學(xué)質(zhì)量的各個(gè)評(píng)價(jià)指標(biāo)作為BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)的輸入?yún)?shù)，用專家評(píng)價(jià)結(jié)果即評(píng)價(jià)值作為BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)的輸出參數(shù)[4]。合理設(shè)計(jì)網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)及訓(xùn)練樣本，按照一定要求確定網(wǎng)絡(luò)系統(tǒng)各個(gè)作用函數(shù)，并將訓(xùn)練樣本輸入輸入該網(wǎng)絡(luò)系統(tǒng)進(jìn)行運(yùn)算，直到運(yùn)行的系統(tǒng)誤差符合預(yù)先設(shè)定的參數(shù)條件，此時(shí)產(chǎn)生的網(wǎng)絡(luò)模型即是所需要的高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)模型。該網(wǎng)絡(luò)運(yùn)行流程如圖5所示。

4 結(jié)束語

系統(tǒng)科學(xué)中所涉及的人工智能學(xué)中的反向傳播神經(jīng)網(wǎng)絡(luò)——BP神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型，具有很強(qiáng)的自學(xué)習(xí)、自組織、自適應(yīng)及自推理能力，它通過對(duì)簡(jiǎn)單的非線性作用函數(shù)的復(fù)合進(jìn)行映射，可以表達(dá)復(fù)雜的現(xiàn)象，將它應(yīng)用于實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)等評(píng)估領(lǐng)域，可以克服傳統(tǒng)評(píng)價(jià)方法在處理非線性問題中的實(shí)際困難。高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)系統(tǒng)構(gòu)建實(shí)際上是一個(gè)比較復(fù)雜并且呈非線性特征的綜合決策問題，因此，運(yùn)用系統(tǒng)科學(xué)理論及BP神經(jīng)網(wǎng)絡(luò)對(duì)實(shí)踐教學(xué)質(zhì)量進(jìn)行預(yù)測(cè)及評(píng)價(jià)，可為高職實(shí)踐教學(xué)質(zhì)量評(píng)價(jià)提供方便實(shí)用的有效載體。后期，我們將進(jìn)一步研究所構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)各項(xiàng)運(yùn)行參數(shù)，并致力于高職實(shí)踐教學(xué)質(zhì)量的提高。

參考文獻(xiàn)（References）：

[1] 樂傳永，王清強(qiáng).2014年我國(guó)職業(yè)技術(shù)教育理論研究概況——基于2014年人大復(fù)印報(bào)刊資料《職業(yè)技術(shù)教育》的統(tǒng)計(jì)分析[J].職教論壇，2015.3：27-33

[2] 吳迎華.四川省C高等職業(yè)學(xué)院實(shí)訓(xùn)基地建設(shè)的問題及對(duì)策研究[D].四川師范大學(xué)，2010.

[3] 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)的研究實(shí)現(xiàn)[D].浙江工業(yè)大學(xué)，2009.

[4] 佘亮.基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的教師教學(xué)質(zhì)量評(píng)價(jià)研究[D].中南大學(xué)，2011.

[5] 李萍，曾令可，稅安澤等.基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用與軟件，2008.25（4）：179-184