摘 要：本文借鑒國內(nèi)外對于創(chuàng)新創(chuàng)業(yè)教育質(zhì)量的研究成果，以BP神經(jīng)網(wǎng)絡(luò)為理論基礎(chǔ)和評價模型，以四所大學為研究對象，提出了相應(yīng)的指標體系和評價方法。評價結(jié)果證明，BP神經(jīng)網(wǎng)絡(luò)有自我調(diào)節(jié)、自我適應(yīng)、自我學習的強大功能，通過數(shù)學軟件運算，能高效率地進行評價，值得在實踐中推廣運用。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò) 創(chuàng)新創(chuàng)業(yè) 教育質(zhì)量評價

創(chuàng)新創(chuàng)業(yè)教育是我國高等教育發(fā)展到新時期的內(nèi)在要求，是回答習總書記“怎樣培養(yǎng)人”根本問題的重要舉措。揆諸文獻，目前對于雙創(chuàng)教育的評價仍不夠科學，評價指標難以真正反映實際“教與學”的情況，評價方法多以定性為主缺少定量方法。因此，如何根據(jù)雙創(chuàng)教育的特性，運用定量模型對其教育質(zhì)量進行綜合評價，從而引導(dǎo)教學方法和教學理念的轉(zhuǎn)變，激發(fā)大學生的創(chuàng)新創(chuàng)業(yè)激情，具有十分重要的理論意義和實踐意義。本文借鑒國內(nèi)外對于雙創(chuàng)教育質(zhì)量的研究成果，以BP神經(jīng)網(wǎng)絡(luò)為理論基礎(chǔ)和評價模型，以四所大學為研究對象，提出相應(yīng)的指標體系和評價方法，為提升我國高校雙創(chuàng)教育質(zhì)量提供借鑒。

一、BP神經(jīng)網(wǎng)絡(luò)在雙創(chuàng)教育質(zhì)量評價運用的優(yōu)點

BP神經(jīng)網(wǎng)絡(luò)自提出時就引起學術(shù)界轟動，相關(guān)成果發(fā)表在《Nature》上。運用BP模型進行評價時，不需要數(shù)據(jù)呈現(xiàn)線性關(guān)系，避免人為主觀因素干擾，即可完成非線性關(guān)系的數(shù)據(jù)建模。相較于其他評價模型，BP模型在自我學習、評價過程和自我調(diào)適等方面有著其他模型無可比擬的優(yōu)勢。[1]

1.避免人為主觀干擾

BP神經(jīng)網(wǎng)絡(luò)可以自我調(diào)適，探索各指標之間的邏輯關(guān)系和權(quán)重屬性。這種特性是基于模型各神經(jīng)元之間的反饋機制，可以避免人為干擾。模型的自我調(diào)適特性，可以使模型在無序的數(shù)據(jù)之間尋找數(shù)據(jù)間的規(guī)律，所以理論上可以處理任意數(shù)據(jù)。

2.評價過程簡單

在著名數(shù)學軟件MATLAB中自帶神經(jīng)網(wǎng)絡(luò)工具箱。該工具箱使用方便，在進行評價運算時，只需輸入原始數(shù)據(jù)，即可得到精確的評價結(jié)果。3.模型可動態(tài)調(diào)適

BP模型可自我學習，與其他評價模型相比，不需要先建立固定、精確的模型和表達式，通過其自我調(diào)試功能，在學習過程中可動態(tài)完成評價。BP模型的動態(tài)調(diào)適還能精確處理評價體系中的定性和定量指標。

二、BP神經(jīng)網(wǎng)絡(luò)在雙創(chuàng)教育質(zhì)量評價中的應(yīng)用

1.構(gòu)建評價模型

BP神經(jīng)網(wǎng)絡(luò)包括三層，分別是輸入層、隱含層和輸出層。結(jié)合雙創(chuàng)教育自身特性，隱含層通過“試錯法”尋找最合理的個數(shù)，輸出層可設(shè)置為1（輸出層為評價結(jié)果，用綜合得分值表示，所以該層個數(shù)為1），輸入層依據(jù)評價指標的個數(shù)設(shè)置。為輸出層到隱含層的權(quán)值;為隱含層到輸出層的權(quán)值。

據(jù)此，BP模型的中間層輸出為：

BP模型的輸出層輸出為： （1）

刺激函數(shù)為：? （2）

（3）

2.模型算法描述

（1）對原始數(shù)據(jù)進行初始化，隨機得到和，其中

（2）開始網(wǎng)絡(luò)訓練，可得;

（3）計算

（4）計算

（5）修正為學習因子;

（6）若則進入第7步，否則回到第2步;

（7）計算全局誤差若，網(wǎng)絡(luò)訓練結(jié)束，否則回到第2步。

三、構(gòu)建評機指標體系

根據(jù)四所大學雙創(chuàng)類教育特點，依據(jù)指標的可獲得性、準確性、科學性等原則，[2]運用兩輪德爾菲法，構(gòu)建了評價指標體系。其中包括一級指標4個，二級指標10個，三級指標30個。一級指標為高校、教師、學生和社會四個要素。

高校軟環(huán)境指標包括：創(chuàng)新創(chuàng)業(yè)學生組織A1、大學生創(chuàng)新創(chuàng)業(yè)比賽數(shù)量A2、開展校企合作的項目數(shù)A3;高校硬環(huán)境指標包括：創(chuàng)新創(chuàng)業(yè)園接待學生數(shù)A4、學生創(chuàng)業(yè)比例A5、學生人均可獲得創(chuàng)業(yè)經(jīng)費A6、學生創(chuàng)新成果轉(zhuǎn)化率A7。

教師課程資源指標包括：雙創(chuàng)課程開設(shè)比例A8、實踐課程開設(shè)比例A9、核心課程比例A10;教師能力包括：課程中案例教學法使用比例A11、有創(chuàng)業(yè)經(jīng)驗老師比例A12、創(chuàng)新創(chuàng)業(yè)導(dǎo)師比例A13、博士以上學歷教師比例A14、副教授以上職稱教師比例A15;教師團隊包括：擔任互聯(lián)網(wǎng)+大學生創(chuàng)新創(chuàng)業(yè)指導(dǎo)老師比例A16、帶隊獲互聯(lián)網(wǎng)+大學生創(chuàng)新創(chuàng)業(yè)省賽銅獎以上比例A17、雙創(chuàng)理論研究成果A18。

學生指標包括：有創(chuàng)業(yè)經(jīng)歷學生比例A19、有直系親屬從事經(jīng)商學生比例A20、參與過創(chuàng)新創(chuàng)業(yè)比賽的學生比例A21、創(chuàng)新創(chuàng)業(yè)大賽獲獎比例A22、畢業(yè)后打算創(chuàng)業(yè)的學生比例A23、創(chuàng)新創(chuàng)業(yè)課程分數(shù)優(yōu)良率A24、雙創(chuàng)相關(guān)課程出勤率A25、學生教學質(zhì)量評價A26。

社會因素指標包括：創(chuàng)新創(chuàng)業(yè)學術(shù)地位、社會影響A27、創(chuàng)新創(chuàng)業(yè)相關(guān)學術(shù)刊物出版A28、學生創(chuàng)業(yè)成功率A29、學生就業(yè)率A30。

四、評價結(jié)果

為進行橫向比較，同時選取了三個大學作為參照樣本，進行雙創(chuàng)教育質(zhì)量評價，評價結(jié)果如表1所示。

五、結(jié)果解析

從結(jié)果來看，該校在創(chuàng)新成果轉(zhuǎn)化率、有創(chuàng)業(yè)經(jīng)驗教師比例、參賽成績、家庭從商比例及學生創(chuàng)業(yè)成功率反面得分較低。從總體而言，該校在創(chuàng)新創(chuàng)業(yè)教育的總體評分較好，說明該校在教學軟件、硬件投入、師資隊伍力量、學生雙創(chuàng)能力方面都有較為出色的表現(xiàn)。

結(jié)語

雙創(chuàng)教育與普通高等教育有著不同的特點，在評價其教育質(zhì)量時應(yīng)考慮非線性的指標關(guān)系，才能得到科學的評價結(jié)論。[3]BP神經(jīng)網(wǎng)絡(luò)有自我調(diào)節(jié)、自我適應(yīng)、自我學習的強大功能，通過數(shù)學軟件運算，能高效率地進行評價，值得在實踐中推廣運用。

參考文獻

[1]崔銘，吳亞光.基于改進BP神經(jīng)網(wǎng)絡(luò)的高校教師創(chuàng)新創(chuàng)業(yè)教學能力評價研究[J].江漢大學學報（自然科學版），2018（4）：125-129.

[2]鐘雙喜，張珉.對于大學生創(chuàng)新創(chuàng)業(yè)教育的認識[J].新教育時代，2016（45）：233.

[3]馮艷飛，童曉玲.研究型大學創(chuàng)新創(chuàng)業(yè)教育質(zhì)量評價模型與方法[J].華中農(nóng)業(yè)大學學報（社會科學版），2013（1）：122-128.