辛建英

摘 要： 針對當前大學(xué)物理實驗教學(xué)質(zhì)量評價模型存在的局限性，提出改進神經(jīng)網(wǎng)絡(luò)大學(xué)物理實驗教學(xué)質(zhì)量評價模型。對當前大學(xué)物理實驗教學(xué)質(zhì)量評價研究現(xiàn)狀進行分析和探討，并根據(jù)相關(guān)研究建立大學(xué)物理實驗教學(xué)質(zhì)量評價指標體系；采用BP神經(jīng)網(wǎng)絡(luò)建立大學(xué)物理實驗教學(xué)質(zhì)量評價模型，并針對BP神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化問題進行改進；最后通過大學(xué)物理實驗教學(xué)質(zhì)量評價實驗對模型的可行性進行測試。結(jié)果表明，改進神經(jīng)網(wǎng)絡(luò)提高了大學(xué)物理實驗教學(xué)質(zhì)量的評價精度，評價結(jié)果更加科學(xué)、可靠，具有廣泛的應(yīng)用前景。

關(guān)鍵詞： 大學(xué)物理； 實驗教學(xué)； 質(zhì)量評價； 神經(jīng)網(wǎng)絡(luò)； 指標體系

中圖分類號： TN711?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2017）15?0146?04

Abstract： An improved neural network based teaching quality evaluation model of university physics experiment is proposed according to the limitation existing in teaching quality evaluation model of university physics experiment. The research status of the current university physics experiment teaching quality evaluation is analyzed and discussed. The index system of the university physics experiment teaching quality evaluation was established according to the related research. The BP neural network is adopted to establish the teaching quality evaluation model of university physics experiment. The BP neural network parameter optimization was improved. The feasibility of the model was tested by mean of university physics experiment teaching quality evaluation experiment. The results show that the improved neural network can improve the accuracy of university physics experiment teaching quality evaluation， make the evaluation result more scientific and reliable， and has broad prospect.

Keywords： university physics； experiment teaching； quality evaluation； neural network； indicator system

0 引 言

近年來，隨著經(jīng)濟的高速發(fā)展，高等教育發(fā)生了跨越式發(fā)展，招生規(guī)?？涨皵U大，教學(xué)資源嚴重短缺，如何保證教學(xué)質(zhì)量是所有大學(xué)面臨的問題，其中大學(xué)物理實驗是一門基礎(chǔ)課程，其教學(xué)質(zhì)量對后繼許多課程的教學(xué)有直接影響，因此建立科學(xué)、客觀的大學(xué)物理實驗教學(xué)質(zhì)量評價模型引起了教學(xué)管理部門的高度重視[1?2]。

大學(xué)物理實驗教學(xué)質(zhì)量評價過程受到多種條件的影響，是一個具有眾多評價指標的復(fù)雜問題[3]。針對大學(xué)物理實驗教學(xué)質(zhì)量評價問題，許多老師和管理人員對其進行了深入分析，提出了許多可行的大學(xué)物理實驗教學(xué)質(zhì)量評價模型[4]。最原始的大學(xué)物理實驗評價模型為專家系統(tǒng)，由許多有大學(xué)物理實驗教學(xué)背景的專家進行估計，得到評價結(jié)果，該方法十分繁鎖，結(jié)果的可信性差，而且評價結(jié)果與專家們的自身知識密切相關(guān)，導(dǎo)致大學(xué)物理實驗教學(xué)質(zhì)量評價結(jié)果主觀性比較嚴重[5]。隨著現(xiàn)代信息技術(shù)的發(fā)展，出現(xiàn)了模糊理論、灰色關(guān)聯(lián)分析、因子分析等傳統(tǒng)統(tǒng)計學(xué)理論的大學(xué)物理實驗教學(xué)質(zhì)量評價模型[3，6?7]，這些方法比較簡單，評價效率高，但它們難以找到大學(xué)物理實驗教學(xué)質(zhì)量評價指標與評價值之間的聯(lián)系，使得建立大學(xué)物理實驗教學(xué)質(zhì)量評價模型不理想，評價結(jié)果不合理[8]。近年來，隨著機器學(xué)習理論的研究不斷深入，有學(xué)者將神經(jīng)網(wǎng)絡(luò)、支持向量機等引入到大學(xué)物理實驗教學(xué)質(zhì)量評價中，它們能夠找到大學(xué)物理實驗教學(xué)質(zhì)量評價指標與結(jié)果間的聯(lián)系，獲得較高精度的評價結(jié)果，也成為大學(xué)物理實驗教學(xué)質(zhì)量評價研究的主要工具[9]。尤其是BP神經(jīng)網(wǎng)絡(luò)的學(xué)習速度快、非線性擬合能力強，在大學(xué)物理實驗教學(xué)質(zhì)量評價中應(yīng)用最為廣泛，但BP神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化是一個待解決的難題，如果參數(shù)確定不合理，那么大學(xué)物理實驗教學(xué)質(zhì)量評價效果大幅度下降。

為了提高大學(xué)物理實驗教學(xué)質(zhì)量的評價精度，針對傳統(tǒng)大學(xué)物理實驗教學(xué)質(zhì)量評價模型存在的局限性，提出改進神經(jīng)網(wǎng)絡(luò)大學(xué)物理實驗教學(xué)質(zhì)量的評價模型，實驗結(jié)果表明，改進神經(jīng)網(wǎng)絡(luò)提高了大學(xué)物理實驗教學(xué)質(zhì)量的評價精度，評價結(jié)果可以真實反映老師的教學(xué)水平，為教學(xué)管理者提供一定的參考信息。

1 改進神經(jīng)網(wǎng)絡(luò)

1.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)沒有一個固定的結(jié)構(gòu)，通常情況下三層網(wǎng)絡(luò)可以無限逼近任意的非線性函數(shù)，結(jié)構(gòu)如圖1所示。

1.2 混沌粒子群優(yōu)化算法

在BP神經(jīng)網(wǎng)絡(luò)的建模過程中，權(quán)值和閾值直接影響其性能，為了解決該問題，選擇混沌粒子群優(yōu)化算法（CPSO算法）估計BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，以獲得更高精度的大學(xué)物理實驗教學(xué)質(zhì)量評價模型。

設(shè)和表示粒子的位置和速度，和為自身粒子和種群的最佳位置，那么當?shù)螖?shù)為時，粒子對問題求解過程的更新方式為：

1.3 改進神經(jīng)網(wǎng)絡(luò)的工作步驟

改進神經(jīng)網(wǎng)絡(luò)的工作步驟具體如下：

（1） 初始化粒子群，每一個粒子與BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值對應(yīng)。

（2） 對粒子進行反編碼，將訓(xùn)練樣本輸入到BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，計算粒子適應(yīng)度值，根據(jù)適應(yīng)度值得到和適應(yīng)度值的計算公式為：

（3） 若那么用粒子更新當前最優(yōu)位置若用粒子更新當前最優(yōu)位置

（4） 對粒子的速度和位置進行更新操作。

（5） 計算根據(jù)計算結(jié)果判斷是否獲得了局部最優(yōu)解，如果得到了局部最優(yōu)解，那么對

進行混沌操作，即：

（7） 計算適應(yīng)度值，采用最優(yōu)解替換質(zhì)量差的粒子位置。

（8） 滿足結(jié)束條件，根據(jù)最優(yōu)粒子位置得到BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。

2 改進神經(jīng)網(wǎng)絡(luò)的大學(xué)物理實驗教學(xué)質(zhì)量評價模型

2.1 大學(xué)物理實驗教學(xué)質(zhì)量評價模型的工作原理

根據(jù)專家和相關(guān)研究建立大學(xué)物理實驗教學(xué)質(zhì)量評價指標體系，采用神經(jīng)網(wǎng)絡(luò)對訓(xùn)練樣本進行學(xué)習，建立大學(xué)物理實驗教學(xué)質(zhì)量評價模型，并采用混沌粒子群優(yōu)化算法確定BP神經(jīng)網(wǎng)絡(luò)的最優(yōu)權(quán)值和閾值，采用大學(xué)物理實驗教學(xué)質(zhì)量評價的測試樣本對模型的有效性進行驗證，具體如圖2所示。

2.2 大學(xué)物理實驗教學(xué)質(zhì)量評價指標

根據(jù)專家評論和參照相關(guān)文獻[10]建立如圖3所示的大學(xué)物理實驗教學(xué)質(zhì)量評價指標體系。

由于大學(xué)物理實驗教學(xué)質(zhì)量評價指標體系的單位不同，值的差異大，影響B(tài)P神經(jīng)網(wǎng)絡(luò)的學(xué)習速度，采用式（12）進行預(yù)處理：

式中和為指標的最小值和最大值。

2.3 改進神經(jīng)網(wǎng)絡(luò)的大學(xué)物理實驗教學(xué)質(zhì)量評價步驟

改進神經(jīng)網(wǎng)絡(luò)的大學(xué)物理實驗教學(xué)質(zhì)量評價步驟如下：

（1） 建立大學(xué)物理實驗教學(xué)質(zhì)量評價指標體系。

（2） 根據(jù)大學(xué)物理實驗教學(xué)質(zhì)量評價指標體系收集數(shù)據(jù)。

（3） 將訓(xùn)練樣本輸入到BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，并采用混沌粒子群優(yōu)化算法確定BP神經(jīng)網(wǎng)絡(luò)的最優(yōu)權(quán)值和閾值。

（4） 根據(jù)最優(yōu)權(quán)值和閾值的BP神經(jīng)網(wǎng)絡(luò)再次對訓(xùn)練樣本進行學(xué)習，建立大學(xué)物理實驗教學(xué)質(zhì)量評價模型。

（5） 采用具體數(shù)據(jù)對大學(xué)物理實驗教學(xué)質(zhì)量評價模型的性能進行分析。

3 仿真實驗

3.1 大學(xué)物理實驗教學(xué)質(zhì)量評價的數(shù)據(jù)來源

選自某大學(xué)的大學(xué)物理實驗教學(xué)質(zhì)量評價數(shù)據(jù)，得到2 000個樣本，如表1所示。

3.2 結(jié)果與分析

將表1中的大學(xué)物理實驗教學(xué)質(zhì)量評價的數(shù)據(jù)分為訓(xùn)練樣本集和測試樣本集兩部分。訓(xùn)練樣本建立大學(xué)物理實驗教學(xué)質(zhì)量的評價模型，測試樣本的大學(xué)物理實驗教學(xué)質(zhì)量評價結(jié)果如圖4所示。從圖4可知，大學(xué)物理實驗教學(xué)質(zhì)量評價精度超過了95%，遠遠高于大學(xué)物理實驗教學(xué)質(zhì)量評價的實際應(yīng)用要求，結(jié)果證明改進神經(jīng)網(wǎng)絡(luò)的大學(xué)物理實驗教學(xué)質(zhì)量評價結(jié)果可靠、科學(xué)、合理，具有較高的實驗應(yīng)用價值。

3.3 與經(jīng)典模型的結(jié)果比較

為了分析本文模型的大學(xué)物理實驗教學(xué)質(zhì)量評價結(jié)果的優(yōu)越性，選擇文獻[3，6?7]的評價模型進行對比實驗，它們的評價精度如表2所示。對表2的結(jié)果進行分析可知，經(jīng)典模型的大學(xué)物理實驗教學(xué)質(zhì)量評價精度要低于改進神經(jīng)網(wǎng)絡(luò)的大學(xué)物理實驗教學(xué)質(zhì)量評價精度，這主要是由于本文模型采用混沌粒子群優(yōu)化算法對神經(jīng)網(wǎng)絡(luò)的參數(shù)進行優(yōu)化，解決了神經(jīng)網(wǎng)絡(luò)參數(shù)確定不合理的缺陷，更加精確地描述了大學(xué)物理實驗教學(xué)過程，獲得了高精度的大學(xué)物理實驗教學(xué)質(zhì)量評價結(jié)果。

4 結(jié) 語

在大學(xué)物理實驗教學(xué)過程中，受到各種條件的綜合影響，導(dǎo)致大學(xué)物理實驗教學(xué)質(zhì)量變化具有隨機性，針對傳統(tǒng)模型無法獲得高精度的大學(xué)物理實驗教學(xué)質(zhì)量評價結(jié)果，提出改進神經(jīng)網(wǎng)絡(luò)的大學(xué)物理實驗教學(xué)質(zhì)量評價模型，首先建立大學(xué)物理實驗教學(xué)質(zhì)量評價指標體系，然后采用BP神經(jīng)網(wǎng)絡(luò)建立大學(xué)物理實驗教學(xué)質(zhì)量評價模型，并針對BP神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化問題進行改進，最后通過實驗對模型的可行性進行測試。結(jié)果表明，改進神經(jīng)網(wǎng)絡(luò)的大學(xué)物理實驗教學(xué)質(zhì)量評價值與理想值相差不大，兩者之間的偏差小，可以用于實際的大學(xué)物理實驗教學(xué)質(zhì)量評價，能夠為大學(xué)物理實驗教學(xué)管理部門提供科學(xué)決策依據(jù)。

大學(xué)物理實驗教學(xué)質(zhì)量評價是一個復(fù)雜的過程，仍然有許多問題有待解決，如何確定每一個指標對大學(xué)物理實驗教學(xué)質(zhì)量評價的影響，提供更加客觀的大學(xué)物理實驗教學(xué)質(zhì)量評價結(jié)果是下一步研究的內(nèi)容。

參考文獻

[1] 洪月華.基于模糊綜合評價的課堂教學(xué)質(zhì)量數(shù)據(jù)挖掘[J].計算機科學(xué)，2008，35（2）：154?156.

[2] 陳健，孫濟慶，吉久明.基于定量方法的外國教學(xué)參考書評價研究[J].圖書館論壇，2014，34（3）：34?39.

[3] 馬紅.運用灰色趨勢關(guān)聯(lián)方法評價教學(xué)質(zhì)量[J].武漢理工大學(xué)學(xué)報，2010，32（15）：181?184.

[4] 劉偉，孫林.基于支持向量機的教學(xué)質(zhì)量評價[J].合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2010，33（7）：968?971.

[5] 許敏，王士同.PSO優(yōu)化的神經(jīng)網(wǎng)絡(luò)在教學(xué)質(zhì)量評價中的應(yīng)用[J].計算機工程與設(shè)計，2008，29（20）：5327?5329.

[6] 楊秀平.基于AHP的教學(xué)質(zhì)量評價模型研究[J].實驗技術(shù)與管理，2009，26（9）：138?141.

[7] 王正武，杜春彥，張瑞平.基于神經(jīng)網(wǎng)絡(luò)的課堂教學(xué)質(zhì)量綜合評估[J].大學(xué)數(shù)學(xué)，2005，21（3）：1?5.

[8] 楊珍，趙利娜，包蘇榮.高校教師教學(xué)質(zhì)量評價方法研究[J].內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報，2010，12（1）：92?96.

[9] 范雪揚，陳小衛(wèi)，馬琳，等.基于變精度粗糙集的高校課堂教學(xué)質(zhì)量評價模型[J].數(shù)學(xué)的實踐與認識，2013，43（8）：98?103.

[10] 劉嘉南，胡今鴻，王曉迪.高校實驗教學(xué)質(zhì)量保障與評價體系探析與實踐[J].實驗技術(shù)與管理，2013，30（8）：129?131.