謝志霞 王東陽 王淑英

基于BP神經(jīng)網(wǎng)絡的工科大學生綜合素質(zhì)評價

謝志霞 王東陽 王淑英

一、引言

隨著高校素質(zhì)教育的開展，提高大學生的綜合素質(zhì)成為全社會關(guān)注的焦點。然而目前各高校學生的綜合素質(zhì)評價結(jié)果受評價者個人素質(zhì)、知識水平、對客觀的認知程度及是否公正等因素的限制，且實際評價中工作量大，結(jié)果的重復利用性差，使得評價結(jié)果往往缺乏客觀性、公正性和科學性，對學生教育的指導意義不強。在這一點上工科類大專院校尤為明顯，專業(yè)成績是學生綜合素質(zhì)評定結(jié)果的決定因素，而學生的人文素養(yǎng)在評價中則權(quán)重很低甚至直接被忽略。因此，有必要建立一組全面、科學的素質(zhì)考評指標，并開發(fā)一套客觀公正、合理簡單的評價體系，這無疑將對大學生個人素質(zhì)提高、學校教育體制改革、企業(yè)校園招聘以及社會人才積累大有幫助。

二、利用BP神經(jīng)網(wǎng)絡建立綜合素質(zhì)評價模型

BP神經(jīng)網(wǎng)絡的神經(jīng)元的傳遞函數(shù)是S型函數(shù)，輸出量為0到1之間的連續(xù)量，它可以實現(xiàn)從輸入到輸出的任意非線性映射。BP網(wǎng)絡在訓練過程中包含信息的正向傳播和誤差的反向傳播，在應用于大學生綜合素質(zhì)評價時是把用來描述某一學生的德、智、體、美各項指標信息作為神經(jīng)網(wǎng)絡的輸入向量X，將代表相應綜合評價結(jié)果{優(yōu)、良、中、合格、差}作為神經(jīng)網(wǎng)絡的輸出值Y。然后再用足夠的樣本即實例來訓練這個網(wǎng)絡，經(jīng)過反復迭代，使不同的輸入向量得到不同的輸出值，這樣神經(jīng)網(wǎng)絡所持有的那組權(quán)系數(shù)及閾值便是網(wǎng)絡經(jīng)過自適應學習所得到的正確內(nèi)部表示。其學習的過程就是不斷調(diào)整神經(jīng)元間的連接權(quán)重，使得輸出值等于或接近理想值，一旦神經(jīng)網(wǎng)絡訓練完畢，即可作為高?；蚱髽I(yè)評價學生綜合素質(zhì)較為有效的工具。

針對本系統(tǒng)的測評目標，采用兩層BP網(wǎng)絡。輸入層節(jié)點數(shù)為所選取的參與綜合素質(zhì)評價的指標數(shù)量，用P表示。輸入單元的功能是接收外部的輸入模式，并傳送給各個與之相連的中間層的單元。輸出層節(jié)點選一個即可。為減小網(wǎng)絡規(guī)模，提高學習速度，選取一個隱含層。在進行網(wǎng)絡訓練時，最佳隱含層節(jié)點數(shù)的估算方法如下：

NH=(NI×NO)1/2+NP/2=(15×1)1/2+20/2=14

其中NI為輸入層節(jié)點數(shù)，即本系統(tǒng)的15項評價指標，NO為輸出層節(jié)點數(shù)，NP表示訓練樣本數(shù)為20個，可計算得出隱含層的最佳神經(jīng)元個數(shù)為14個。

本系統(tǒng)基于MATLAB軟件平臺中的工具箱，用C語言進行編程，利用newff()函數(shù)構(gòu)造神經(jīng)網(wǎng)絡模型。它所需要的四個輸入條件分別為：20個輸入樣本最大、最小值構(gòu)成的15×2維矩陣、各層的神經(jīng)元個數(shù)、各層神經(jīng)元的傳遞函數(shù)，訓練函數(shù)選取的BP算法。在本系統(tǒng)中第一層（隱層）有14個神經(jīng)元，傳遞函數(shù)是logsig()；第二層（輸出層）是單個神經(jīng)元，傳遞函數(shù)是線性的purelin()。

三、工科大學生綜合素質(zhì)評價的實現(xiàn)

首先建立工科大學生綜合素質(zhì)評價指標體系，本著主導性、科學性和實用性的原則，本系統(tǒng)選取了遵守校紀校規(guī)(X1)、樂于助人(X2)、誠實守信(X3)、踏實肯干(X4)、責任心與上進心(X5)、學習成績(X6)、專業(yè)技能及特長(X7)、創(chuàng)新意識及創(chuàng)新能力(X8)、動手能力(X9)、分析問題的能力(X10)、自學能力(X11)、心理素質(zhì)(X12)、身體健康狀況(X13)、組織管理能力(X14)、業(yè)余愛好廣泛(X15)這15項指標作為評價工科大學生綜合素質(zhì)的典型指標。本文通過問卷調(diào)查的形式，以25名工科學生的調(diào)查數(shù)據(jù)作為樣本，其中20名作為神經(jīng)網(wǎng)絡學習樣本集，另外5名學生作為測試數(shù)據(jù)，以檢驗訓練之后的BP網(wǎng)絡是否具有可行性。老師通過與每個學生面談、測試以及對學生平時表現(xiàn)的考察，對每個學生的每項指標分別給出0～10分的分值；將評價目標的取值范圍定為[0,10]，代表學生的綜合素質(zhì)由差到優(yōu)，為了實現(xiàn)精確比較，有效數(shù)字取到小數(shù)點后四位。

四、BP神經(jīng)網(wǎng)絡模型驗證

選取5個樣本對已經(jīng)訓練好的評價模型進行驗證，從得到的輸出結(jié)果可以看出該網(wǎng)絡模型基本能夠得出與實際評價相一致的結(jié)果，從而證明了基于BP神經(jīng)網(wǎng)絡的專家評測模型基本可以實現(xiàn)較準確的評測。但是由于選取的測試樣本集數(shù)據(jù)過于集中以及數(shù)量有限，造成誤差率略高，我們可以通過改進BP神經(jīng)網(wǎng)絡的訓練方法，如采用動量梯度下降法等，使神經(jīng)網(wǎng)絡訓練得更加準確，誤差率更低。

五、結(jié)束語

BP神經(jīng)網(wǎng)絡具有強大的非線性映射、泛化和容錯能力，能夠?qū)W習和存儲大量的非線性輸入/輸出數(shù)據(jù)關(guān)系，并使得這些數(shù)據(jù)找到映射規(guī)律，從而訓練未曾見過的非樣本數(shù)據(jù)，完成由輸入空間向輸出空間的正確映射，甚至在訓練過程中出現(xiàn)個別誤差也不至于影響系統(tǒng)的穩(wěn)定。

本文系受上海市高校培養(yǎng)優(yōu)秀青年教師科研專項基金資助，編號：gjd08044。

（謝志霞：上海工程技術(shù)大學電子電氣工程學院。王東陽：上海工程技術(shù)大學電子電氣工程學院。王淑英：河北北方學院法政學院。）