于 敏 鐘 磊 曹洪斌

（吉林建筑科技學(xué)院，吉林 長春 130114）

一、引言

當(dāng)前經(jīng)濟(jì)社會(huì)發(fā)展對(duì)高校人才培養(yǎng)方面提出了新的要求，應(yīng)用型高校及高職院校在實(shí)踐教學(xué)上則出現(xiàn)了新的挑戰(zhàn)。在實(shí)踐教學(xué)研究中，實(shí)踐教學(xué)評(píng)價(jià)的研究占有重要地位。近年來諸多學(xué)者針對(duì)不同專業(yè)領(lǐng)域的實(shí)踐課程進(jìn)行了實(shí)踐教學(xué)評(píng)價(jià)研究。在評(píng)價(jià)內(nèi)容上，從評(píng)價(jià)主體、評(píng)價(jià)對(duì)象等層面不斷拓展，但在教師實(shí)踐教學(xué)能力方面的評(píng)價(jià)研究不多，在實(shí)踐創(chuàng)新方面的評(píng)價(jià)指標(biāo)體系尚未建立。在評(píng)價(jià)方法上多以單獨(dú)應(yīng)用層次分析法或模糊綜合評(píng)價(jià)為主，使評(píng)價(jià)形式較為單一，評(píng)價(jià)過程計(jì)算繁瑣，針對(duì)相似評(píng)價(jià)主體時(shí)，評(píng)價(jià)的便攜性較弱。

在此基礎(chǔ)上，以吉林建筑科技學(xué)院現(xiàn)有實(shí)踐課程為主體，利用層次分析法建立了基于高校實(shí)踐課程的實(shí)踐教學(xué)評(píng)價(jià)體系。層次分析法，簡稱AHP，是指將與決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)上進(jìn)行定性和定量分析的決策方法。BP 神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，是應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。以AHP 確定權(quán)重，得到單一實(shí)踐課程教學(xué)評(píng)價(jià)成績。為了提高相似實(shí)踐課程教學(xué)評(píng)價(jià)的便捷性，以實(shí)踐課程評(píng)價(jià)單項(xiàng)指標(biāo)數(shù)據(jù)為輸入樣本、教學(xué)評(píng)價(jià)成績?yōu)檩敵鰳颖緲?gòu)建BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最終建立以實(shí)踐課程為主體的教學(xué)評(píng)價(jià)模型。

二、高校實(shí)踐教學(xué)評(píng)價(jià)體系構(gòu)建

現(xiàn)有實(shí)踐教學(xué)環(huán)節(jié)主要包括認(rèn)知實(shí)習(xí)、生產(chǎn)實(shí)習(xí)、畢業(yè)實(shí)習(xí)及相關(guān)學(xué)科課程設(shè)計(jì)、實(shí)驗(yàn)課程等。實(shí)踐課程的有效評(píng)價(jià)，是控制實(shí)踐教學(xué)有效運(yùn)行的舉措，對(duì)其教學(xué)上的反思與創(chuàng)新具有推動(dòng)力量。然而，當(dāng)前實(shí)踐類課程的評(píng)價(jià)工作以學(xué)生對(duì)課程的評(píng)價(jià)和教學(xué)管理部門定期檢查為主。評(píng)價(jià)標(biāo)準(zhǔn)與理論類課程相似，不能與實(shí)踐課程的特點(diǎn)有效貼合。

通過利用對(duì)教師與學(xué)生的線上問卷調(diào)查，咨詢相關(guān)專家指導(dǎo)意見，確定實(shí)踐課程教學(xué)評(píng)價(jià)體系。一級(jí)指標(biāo)為某一具體實(shí)踐課程教學(xué)評(píng)價(jià)成績。由教學(xué)條件、教學(xué)內(nèi)容、教學(xué)過程、教學(xué)效果四個(gè)因素構(gòu)成二級(jí)指標(biāo)。其中教學(xué)條件指學(xué)校實(shí)現(xiàn)實(shí)踐課程教學(xué)所擁有的必要條件；教學(xué)內(nèi)容評(píng)價(jià)的是實(shí)踐教學(xué)過程中所涉及內(nèi)容的充分性、前沿性等；教學(xué)過程評(píng)價(jià)的是學(xué)生在學(xué)習(xí)過程中的各項(xiàng)表現(xiàn)，以此來評(píng)判該實(shí)踐課程設(shè)置的合理性；教學(xué)效果評(píng)價(jià)的是在實(shí)踐教學(xué)完成之后，學(xué)生和教師對(duì)該實(shí)踐課程的主觀評(píng)價(jià)等因素。三級(jí)指標(biāo)由13 個(gè)因素組成，因素的確定上考慮到實(shí)踐課程與傳統(tǒng)理論課程的差異，將條件評(píng)價(jià)、過程評(píng)價(jià)、成果評(píng)價(jià)結(jié)合其中；同時(shí)在教學(xué)過程及教學(xué)效果上依據(jù)學(xué)生學(xué)習(xí)態(tài)度、學(xué)生所獲得的知識(shí)、學(xué)生所獲得的能力進(jìn)行因素的細(xì)致劃分。三級(jí)指標(biāo)主要包括硬件配置、教學(xué)環(huán)境、教學(xué)內(nèi)容全面且有更新等。其中教學(xué)內(nèi)容的更新是指是否結(jié)合先進(jìn)制造領(lǐng)域以及智能制造領(lǐng)域等新興技術(shù)。實(shí)踐課程教學(xué)評(píng)價(jià)體系具體如表1 所示。

表1 實(shí)踐課程教學(xué)評(píng)價(jià)體系

三、層次分析法確定綜合評(píng)價(jià)成績

利用YAANP 軟件中層次分析法模型確定因素權(quán)重。建立系統(tǒng)的層次結(jié)構(gòu)模型，確保每一層指標(biāo)所包含的元素不超過9 個(gè)。構(gòu)造成對(duì)比較陣，采用1-9 標(biāo)度法將同一層次的各指標(biāo)逐一進(jìn)行比對(duì)，構(gòu)建各層次判斷矩陣。計(jì)算指標(biāo)權(quán)向量來判斷矩陣中各指標(biāo)對(duì)上層指標(biāo)的相對(duì)權(quán)重。計(jì)算成對(duì)比較權(quán)重的最大特征根，進(jìn)行一致性檢驗(yàn)。最后得出通過組合一致性檢驗(yàn)的指標(biāo)組合權(quán)向量，具體步驟如下。

（一）構(gòu)建層次結(jié)構(gòu)模型

依照表1 內(nèi)容，在軟件中構(gòu)建層次結(jié)構(gòu)模型，如下所示。

（二）成對(duì)比較陣

依照層次結(jié)構(gòu)模型，采用1-9 標(biāo)度法建立各層次的判斷矩陣。計(jì)算其最大特征根λ，按公式1 計(jì)算一致性比率（式中n 為判斷矩陣階數(shù)），CR<0.1 時(shí)，判斷矩陣符合一致性要求，確定各級(jí)指標(biāo)的權(quán)重向量（W）。具體計(jì)算結(jié)果如表2 至表6 所示。

表2 準(zhǔn)則層判斷矩陣

表3 判斷矩陣B1-C

表4 判斷矩陣B2-C

表5 判斷矩陣B3-C

表6 判斷矩陣B4-C

(三)計(jì)算指標(biāo)組合權(quán)向量

依照構(gòu)建的1 個(gè)二級(jí)指標(biāo)判斷矩陣、4 個(gè)三級(jí)指標(biāo)判斷矩陣，程序運(yùn)行得到的一致性指標(biāo)分別為CR=0.0709，CR1=0.0311，CR2=0.0904，CR3=0.0950，CR4=0.0516 均小于0.1，符合一致性檢驗(yàn)要求。所得分項(xiàng)指標(biāo)組合權(quán)重如表7 所示。

表7 分項(xiàng)指標(biāo)組合權(quán)重

四、BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

BP 神經(jīng)網(wǎng)絡(luò)是一種前饋型神經(jīng)網(wǎng)絡(luò)，可通過對(duì)樣本的多次訓(xùn)練反復(fù)修正網(wǎng)絡(luò)的權(quán)值及閾值，最終確定對(duì)應(yīng)的輸入輸出關(guān)系。它由輸入層、輸出層和隱含層構(gòu)成，最常用的是只有一個(gè)隱含層的三層神經(jīng)網(wǎng)絡(luò)。為了降低綜合評(píng)價(jià)過程的復(fù)雜程度，在確定了最終綜合指標(biāo)權(quán)重的基礎(chǔ)上，可利用學(xué)校已知數(shù)據(jù)樣本進(jìn)行BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

通過AHP 賦權(quán)確定實(shí)踐課程教學(xué)評(píng)價(jià)成績，將原始數(shù)據(jù)13 個(gè)分項(xiàng)指標(biāo)作為輸入樣本，實(shí)踐課程教學(xué)評(píng)價(jià)成績作為輸出樣本構(gòu)建BP 神經(jīng)網(wǎng)絡(luò)。從學(xué)校抽取某一實(shí)踐課程40 份教學(xué)評(píng)價(jià)數(shù)據(jù)，其中30 組數(shù)據(jù)作為訓(xùn)練樣本，10 組數(shù)據(jù)進(jìn)行仿真預(yù)測(cè)，當(dāng)訓(xùn)練完成時(shí)，可以直接輸入待測(cè)試的樣本數(shù)據(jù)，便可得出預(yù)測(cè)結(jié)果。

（一）各層神經(jīng)元個(gè)數(shù)確定

模型建立采用3 層BP 網(wǎng)絡(luò)結(jié)構(gòu)。高校實(shí)踐課程教學(xué)評(píng)價(jià)有13 個(gè)指標(biāo)，故輸入層神經(jīng)元數(shù)為13；輸出層為高校實(shí)踐課程教學(xué)評(píng)價(jià)結(jié)果，神經(jīng)元數(shù)為1；選擇隱含層最佳神經(jīng)元數(shù)為2，構(gòu)建13-2-1 的BP 神經(jīng)網(wǎng)絡(luò)模型。

（二）MATLAB 的模型實(shí)現(xiàn)

運(yùn)用MATLAB 軟件中Neural Net Fitting 工具箱實(shí)現(xiàn)3 層神經(jīng)網(wǎng)絡(luò)訓(xùn)練及預(yù)測(cè)。將30 組數(shù)據(jù)導(dǎo)入工具箱中，修改節(jié)點(diǎn)數(shù)目為2，神經(jīng)網(wǎng)絡(luò)訓(xùn)練16 次時(shí)收斂，過程曲線如圖1 所示，訓(xùn)練的期望輸出與訓(xùn)練輸出線性相關(guān)，相關(guān)系數(shù)為0.96269，相關(guān)性如圖2 所示。

圖1 神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程曲線

圖2 訓(xùn)練輸出與期望輸出相關(guān)性

（三）仿真預(yù)測(cè)

在訓(xùn)練完成后運(yùn)用sim 函數(shù)對(duì)剩余10 組數(shù)據(jù)進(jìn)行仿真，BP 預(yù)測(cè)值與期望輸出結(jié)果及相對(duì)誤差如表8 所示。說明該模型準(zhǔn)確率較高，評(píng)價(jià)過程簡潔迅速，可以用于后期高校實(shí)踐課程教學(xué)評(píng)價(jià)當(dāng)中。

表8 預(yù)測(cè)結(jié)果

五、結(jié)論

以高校實(shí)踐課程為研究主體，建立實(shí)踐課程教學(xué)評(píng)價(jià)體系，并運(yùn)用層次分析法確定體系中各元素權(quán)重。利用BP 神經(jīng)網(wǎng)絡(luò)的非線性映射能力，構(gòu)建AHP 賦權(quán)和BP 神經(jīng)網(wǎng)絡(luò)的高校實(shí)踐課程教學(xué)評(píng)價(jià)模型。通過SIM函數(shù)仿真，測(cè)試樣本輸出數(shù)據(jù)評(píng)估誤差較低，可應(yīng)用于同類型實(shí)踐課程評(píng)價(jià)當(dāng)中。該模型構(gòu)建的基礎(chǔ)時(shí)高校實(shí)踐課程，對(duì)推動(dòng)實(shí)踐類教學(xué)的進(jìn)一步改革具有參考價(jià)值。