黃余++陳強(qiáng)

【摘 要】教師課程教學(xué)評價(jià)為了便于學(xué)校領(lǐng)導(dǎo)和管理人員了解本校教師的教學(xué)基本情況，做到準(zhǔn)確把握，為學(xué)校制定師資發(fā)展規(guī)劃和科學(xué)發(fā)展方向提供客觀、正確和科學(xué)依據(jù)。

【關(guān)鍵詞】評價(jià)指標(biāo) 權(quán)重 神經(jīng)網(wǎng)絡(luò)

1.評價(jià)指標(biāo)設(shè)計(jì)

教師課程教學(xué)質(zhì)量評價(jià)，確定一套科學(xué)合理的教學(xué)質(zhì)量評價(jià)指標(biāo)體系是關(guān)鍵。高職學(xué)院教學(xué)質(zhì)量評價(jià)體系以課程教學(xué)評價(jià)為主，一般包括教學(xué)內(nèi)容、教學(xué)態(tài)度、教學(xué)方法、講授能力、教學(xué)效果和教書育人等一級指標(biāo)，每個(gè)一級指標(biāo)下設(shè)立各種二級指標(biāo)。在該體系中分為督導(dǎo)專家評教指標(biāo)體系，同行教師評教指標(biāo)體系，學(xué)生評教指標(biāo)體系三個(gè)子系統(tǒng)。

2.評價(jià)體系權(quán)重設(shè)計(jì)

根據(jù)以上權(quán)重確定的原則，采用專家意見法和調(diào)查分析法，經(jīng)過專家討論確定一級指標(biāo)權(quán)重和二級指標(biāo)的權(quán)重，且同一級指標(biāo)權(quán)重值之和為1。本文采用BP神經(jīng)網(wǎng)絡(luò)對教學(xué)質(zhì)量評價(jià)數(shù)值進(jìn)行仿真實(shí)驗(yàn)，輸入值采用一級指標(biāo)評價(jià)值，二級指標(biāo)評價(jià)值轉(zhuǎn)化成對應(yīng)的一級指標(biāo)評價(jià)值。

3.神經(jīng)網(wǎng)絡(luò)訓(xùn)練與泛化概念

通過調(diào)用train（）函數(shù)對神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練，可以建立神經(jīng)網(wǎng)絡(luò)模型net。該函數(shù)的調(diào)用格式為[net，tr，Y，E]=train（net，X，Y），其中，n為輸入變量的路數(shù)，n為樣本的組數(shù)，變量X為n*M矩陣，Y為m*M矩陣，m為輸出變量的路數(shù)，X，Y分別存儲樣本點(diǎn)的輸入和輸出數(shù)據(jù)。通過樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得出訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對象net，同時(shí)得到其他相關(guān)參數(shù)信息，。

當(dāng)確定了BP網(wǎng)絡(luò)結(jié)構(gòu)后，必須根據(jù)誤差是否滿足要求，再對網(wǎng)絡(luò)的權(quán)值和閾值是否進(jìn)行學(xué)習(xí)和修正，以達(dá)到網(wǎng)絡(luò)誤差的要求，使訓(xùn)練網(wǎng)絡(luò)最終達(dá)到預(yù)先給定的輸入輸出映射函數(shù)關(guān)系。BP網(wǎng)絡(luò)的學(xué)習(xí)過程分為兩個(gè)階段：

第一階段是輸入已知訓(xùn)練數(shù)據(jù)，通過設(shè)置訓(xùn)練的網(wǎng)絡(luò)結(jié)構(gòu)和初始化權(quán)值和閾值，從網(wǎng)絡(luò)的第一層逐步計(jì)算各個(gè)網(wǎng)絡(luò)神經(jīng)元的輸出值。

第二階段是對閾值和權(quán)值進(jìn)行相應(yīng)修改，從最后一層向前計(jì)算訓(xùn)練過的閾值和權(quán)值對預(yù)先設(shè)定的誤差的梯度，即影響程度，從而對各閾值和權(quán)值進(jìn)行相應(yīng)修改。

以上兩個(gè)階段反復(fù)交替進(jìn)行，直到達(dá)到誤差要求，滿足收斂為止。由于誤差逐層往回傳遞，以修正層和層之間的閾值和權(quán)值，該多層網(wǎng)絡(luò)常稱之為BP網(wǎng)絡(luò)。

如果在預(yù)先給定最大訓(xùn)練的次數(shù)后，仍然不能訓(xùn)練出滿足要求的網(wǎng)絡(luò)，則系統(tǒng)將會(huì)報(bào)出錯(cuò)誤的信息。

4.訓(xùn)練樣本采集

1. 評教數(shù)據(jù)采集

教師課程教學(xué)質(zhì)量評教數(shù)據(jù)總共有三個(gè)部分組成，有督導(dǎo)專家評教數(shù)據(jù)、同行教師評教數(shù)據(jù)和學(xué)生評教數(shù)據(jù)。

首先，督導(dǎo)專家評教數(shù)據(jù)獲得。十個(gè)一級指標(biāo)，督導(dǎo)專家評教沒有二級指標(biāo)，對每一個(gè)單項(xiàng)評分區(qū)間（0，1）之間分?jǐn)?shù)。其次，同行教師評教數(shù)據(jù)獲得。同行教師評教有六個(gè)一級指標(biāo)，十六個(gè)二級指標(biāo)。最后學(xué)生評教數(shù)據(jù)獲得。學(xué)生評教表有四個(gè)一級指標(biāo)，有十九個(gè)二級指標(biāo)。一級指標(biāo)評分區(qū)間（0，1）區(qū)間打分。教師課程教學(xué)質(zhì)量綜合評價(jià)，有以上三個(gè)在分別進(jìn)行采集數(shù)據(jù)。每張表格表號是l、2、□、n，根據(jù)表號進(jìn)行匯總BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)集。

2. 數(shù)據(jù)整理

樣本數(shù)據(jù)的質(zhì)量直接關(guān)系到模型建立的科學(xué)程度M。由于課程教學(xué)質(zhì)量評價(jià)存在很強(qiáng)的主觀性，且受心理因素的影響在評介側(cè)重點(diǎn)上有所不同。為了使原始數(shù)據(jù)更加科學(xué)、準(zhǔn)確，確保網(wǎng)絡(luò)訓(xùn)練與模型的質(zhì)量，通過督導(dǎo)專家、同行教師、學(xué)生綜合評價(jià)得到原始數(shù)據(jù)，從教學(xué)評教20個(gè)樣本數(shù)據(jù)中隨意抽取10個(gè)樣本作為訓(xùn)練數(shù)據(jù)，3個(gè)樣本作為檢測數(shù)據(jù)。

為使數(shù)據(jù)符合訓(xùn)練過程函數(shù)的運(yùn)算要求，對所原始數(shù)據(jù)進(jìn)行歸一化處理，使其落在[0，1]區(qū)間。以下講述如何獲得專家評價(jià)值：

根據(jù)“權(quán)重對應(yīng)表”，設(shè)定權(quán)重矩陣C，每一個(gè)分量Ci（i=l，2，…，20），要求

Ci≥0（i=1，2，… ，20）且

令矩陣X表示一級指標(biāo)，則Xi（i=l，2，□，20）。根據(jù)評教數(shù)據(jù)采集方法可以獲得樣本數(shù)據(jù)，每一個(gè)樣本數(shù)據(jù)中有二十個(gè)一級指標(biāo)的數(shù)據(jù)，區(qū)間（0 1）。

令專家評價(jià)值 Y = 通過此公式可以獲得每一個(gè)樣

本的專家評價(jià)值。

5.BP神經(jīng)網(wǎng)絡(luò)模型的實(shí)驗(yàn)設(shè)計(jì)

本實(shí)驗(yàn)設(shè)計(jì)過程如下：首先輸入訓(xùn)練的10樣本集，每個(gè)樣本集有20個(gè)輸入點(diǎn)， 輸入矩陣是20*10。輸入總評，即專家評價(jià)值10個(gè)數(shù)據(jù)，每個(gè)樣本對應(yīng)一個(gè)專家評價(jià)值；其次，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，通過newff神經(jīng)網(wǎng)絡(luò)構(gòu)建函數(shù)，設(shè)定神經(jīng)元節(jié)點(diǎn)，隱含層傳遞函數(shù)和輸出層傳遞函數(shù)，及訓(xùn)練函數(shù)等，同時(shí)確定訓(xùn)練次數(shù)和訓(xùn)練目標(biāo)誤差；最后通過net=train（net，P，T）得到訓(xùn)練后仿真輸出結(jié)果，與目標(biāo)結(jié)果進(jìn)行對比，計(jì)算誤差能否達(dá)到預(yù)期目標(biāo)。

本實(shí)驗(yàn)神經(jīng)網(wǎng)絡(luò)模型是BP神經(jīng)網(wǎng)絡(luò)模型，所以構(gòu)建網(wǎng)絡(luò)函數(shù)采用newff，即一個(gè)前向BP網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)公式：net=newff（PR，[S1，S2，…，SN]，{TFl TF2…TFN}，BTF，BLF，PF）。那么采用哪種訓(xùn)練方式，其訓(xùn)練速度最快，這里是難預(yù)知的，因?yàn)檫@取決于許多因素，包括給定問題的復(fù)雜性、訓(xùn)練樣本集的數(shù)量、網(wǎng)絡(luò)權(quán)值和閾值數(shù)量、誤差目標(biāo)等。

隱層的節(jié)點(diǎn)數(shù)如何確定。本文根據(jù)Kolmogorov定理，公式m=2n+1，其中n是輸入節(jié)點(diǎn)數(shù)，m表示隱層節(jié)點(diǎn)數(shù)，即神經(jīng)元節(jié)點(diǎn)數(shù)。

采用S（sigmoid）型函數(shù)做為BP神經(jīng)網(wǎng)絡(luò)中傳輸函數(shù)。

6. 實(shí)驗(yàn)結(jié)果

應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立的教學(xué)質(zhì)量評價(jià)模型用于學(xué)習(xí)的樣本，待測樣本網(wǎng)絡(luò)輸出值與專家評價(jià)值非常接近。也就是說，該模型能較為準(zhǔn)確的根據(jù)各評價(jià)指標(biāo)來確定教師課程教學(xué)質(zhì)量評價(jià)結(jié)果。

【參考文獻(xiàn)】

[1]吳維勇. 教師課堂教學(xué)質(zhì)量評價(jià)體系研究[J]. 九江學(xué)院學(xué)報(bào)（自然科學(xué)版），2006（3）.

[2]袁曾任. 人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[M]. 北京清華大學(xué)出版社，1999.endprint

【摘 要】教師課程教學(xué)評價(jià)為了便于學(xué)校領(lǐng)導(dǎo)和管理人員了解本校教師的教學(xué)基本情況，做到準(zhǔn)確把握，為學(xué)校制定師資發(fā)展規(guī)劃和科學(xué)發(fā)展方向提供客觀、正確和科學(xué)依據(jù)。

【關(guān)鍵詞】評價(jià)指標(biāo) 權(quán)重 神經(jīng)網(wǎng)絡(luò)

1.評價(jià)指標(biāo)設(shè)計(jì)

教師課程教學(xué)質(zhì)量評價(jià)，確定一套科學(xué)合理的教學(xué)質(zhì)量評價(jià)指標(biāo)體系是關(guān)鍵。高職學(xué)院教學(xué)質(zhì)量評價(jià)體系以課程教學(xué)評價(jià)為主，一般包括教學(xué)內(nèi)容、教學(xué)態(tài)度、教學(xué)方法、講授能力、教學(xué)效果和教書育人等一級指標(biāo)，每個(gè)一級指標(biāo)下設(shè)立各種二級指標(biāo)。在該體系中分為督導(dǎo)專家評教指標(biāo)體系，同行教師評教指標(biāo)體系，學(xué)生評教指標(biāo)體系三個(gè)子系統(tǒng)。

2.評價(jià)體系權(quán)重設(shè)計(jì)

根據(jù)以上權(quán)重確定的原則，采用專家意見法和調(diào)查分析法，經(jīng)過專家討論確定一級指標(biāo)權(quán)重和二級指標(biāo)的權(quán)重，且同一級指標(biāo)權(quán)重值之和為1。本文采用BP神經(jīng)網(wǎng)絡(luò)對教學(xué)質(zhì)量評價(jià)數(shù)值進(jìn)行仿真實(shí)驗(yàn)，輸入值采用一級指標(biāo)評價(jià)值，二級指標(biāo)評價(jià)值轉(zhuǎn)化成對應(yīng)的一級指標(biāo)評價(jià)值。

3.神經(jīng)網(wǎng)絡(luò)訓(xùn)練與泛化概念

通過調(diào)用train（）函數(shù)對神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練，可以建立神經(jīng)網(wǎng)絡(luò)模型net。該函數(shù)的調(diào)用格式為[net，tr，Y，E]=train（net，X，Y），其中，n為輸入變量的路數(shù)，n為樣本的組數(shù)，變量X為n*M矩陣，Y為m*M矩陣，m為輸出變量的路數(shù)，X，Y分別存儲樣本點(diǎn)的輸入和輸出數(shù)據(jù)。通過樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得出訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對象net，同時(shí)得到其他相關(guān)參數(shù)信息，。

當(dāng)確定了BP網(wǎng)絡(luò)結(jié)構(gòu)后，必須根據(jù)誤差是否滿足要求，再對網(wǎng)絡(luò)的權(quán)值和閾值是否進(jìn)行學(xué)習(xí)和修正，以達(dá)到網(wǎng)絡(luò)誤差的要求，使訓(xùn)練網(wǎng)絡(luò)最終達(dá)到預(yù)先給定的輸入輸出映射函數(shù)關(guān)系。BP網(wǎng)絡(luò)的學(xué)習(xí)過程分為兩個(gè)階段：

第一階段是輸入已知訓(xùn)練數(shù)據(jù)，通過設(shè)置訓(xùn)練的網(wǎng)絡(luò)結(jié)構(gòu)和初始化權(quán)值和閾值，從網(wǎng)絡(luò)的第一層逐步計(jì)算各個(gè)網(wǎng)絡(luò)神經(jīng)元的輸出值。

第二階段是對閾值和權(quán)值進(jìn)行相應(yīng)修改，從最后一層向前計(jì)算訓(xùn)練過的閾值和權(quán)值對預(yù)先設(shè)定的誤差的梯度，即影響程度，從而對各閾值和權(quán)值進(jìn)行相應(yīng)修改。

以上兩個(gè)階段反復(fù)交替進(jìn)行，直到達(dá)到誤差要求，滿足收斂為止。由于誤差逐層往回傳遞，以修正層和層之間的閾值和權(quán)值，該多層網(wǎng)絡(luò)常稱之為BP網(wǎng)絡(luò)。

如果在預(yù)先給定最大訓(xùn)練的次數(shù)后，仍然不能訓(xùn)練出滿足要求的網(wǎng)絡(luò)，則系統(tǒng)將會(huì)報(bào)出錯(cuò)誤的信息。

4.訓(xùn)練樣本采集

1. 評教數(shù)據(jù)采集

教師課程教學(xué)質(zhì)量評教數(shù)據(jù)總共有三個(gè)部分組成，有督導(dǎo)專家評教數(shù)據(jù)、同行教師評教數(shù)據(jù)和學(xué)生評教數(shù)據(jù)。

首先，督導(dǎo)專家評教數(shù)據(jù)獲得。十個(gè)一級指標(biāo)，督導(dǎo)專家評教沒有二級指標(biāo)，對每一個(gè)單項(xiàng)評分區(qū)間（0，1）之間分?jǐn)?shù)。其次，同行教師評教數(shù)據(jù)獲得。同行教師評教有六個(gè)一級指標(biāo)，十六個(gè)二級指標(biāo)。最后學(xué)生評教數(shù)據(jù)獲得。學(xué)生評教表有四個(gè)一級指標(biāo)，有十九個(gè)二級指標(biāo)。一級指標(biāo)評分區(qū)間（0，1）區(qū)間打分。教師課程教學(xué)質(zhì)量綜合評價(jià)，有以上三個(gè)在分別進(jìn)行采集數(shù)據(jù)。每張表格表號是l、2、□、n，根據(jù)表號進(jìn)行匯總BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)集。

2. 數(shù)據(jù)整理

樣本數(shù)據(jù)的質(zhì)量直接關(guān)系到模型建立的科學(xué)程度M。由于課程教學(xué)質(zhì)量評價(jià)存在很強(qiáng)的主觀性，且受心理因素的影響在評介側(cè)重點(diǎn)上有所不同。為了使原始數(shù)據(jù)更加科學(xué)、準(zhǔn)確，確保網(wǎng)絡(luò)訓(xùn)練與模型的質(zhì)量，通過督導(dǎo)專家、同行教師、學(xué)生綜合評價(jià)得到原始數(shù)據(jù)，從教學(xué)評教20個(gè)樣本數(shù)據(jù)中隨意抽取10個(gè)樣本作為訓(xùn)練數(shù)據(jù)，3個(gè)樣本作為檢測數(shù)據(jù)。

為使數(shù)據(jù)符合訓(xùn)練過程函數(shù)的運(yùn)算要求，對所原始數(shù)據(jù)進(jìn)行歸一化處理，使其落在[0，1]區(qū)間。以下講述如何獲得專家評價(jià)值：

根據(jù)“權(quán)重對應(yīng)表”，設(shè)定權(quán)重矩陣C，每一個(gè)分量Ci（i=l，2，…，20），要求

Ci≥0（i=1，2，… ，20）且

令矩陣X表示一級指標(biāo)，則Xi（i=l，2，□，20）。根據(jù)評教數(shù)據(jù)采集方法可以獲得樣本數(shù)據(jù)，每一個(gè)樣本數(shù)據(jù)中有二十個(gè)一級指標(biāo)的數(shù)據(jù)，區(qū)間（0 1）。

令專家評價(jià)值 Y = 通過此公式可以獲得每一個(gè)樣

本的專家評價(jià)值。

5.BP神經(jīng)網(wǎng)絡(luò)模型的實(shí)驗(yàn)設(shè)計(jì)

本實(shí)驗(yàn)設(shè)計(jì)過程如下：首先輸入訓(xùn)練的10樣本集，每個(gè)樣本集有20個(gè)輸入點(diǎn)， 輸入矩陣是20*10。輸入總評，即專家評價(jià)值10個(gè)數(shù)據(jù)，每個(gè)樣本對應(yīng)一個(gè)專家評價(jià)值；其次，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，通過newff神經(jīng)網(wǎng)絡(luò)構(gòu)建函數(shù)，設(shè)定神經(jīng)元節(jié)點(diǎn)，隱含層傳遞函數(shù)和輸出層傳遞函數(shù)，及訓(xùn)練函數(shù)等，同時(shí)確定訓(xùn)練次數(shù)和訓(xùn)練目標(biāo)誤差；最后通過net=train（net，P，T）得到訓(xùn)練后仿真輸出結(jié)果，與目標(biāo)結(jié)果進(jìn)行對比，計(jì)算誤差能否達(dá)到預(yù)期目標(biāo)。

本實(shí)驗(yàn)神經(jīng)網(wǎng)絡(luò)模型是BP神經(jīng)網(wǎng)絡(luò)模型，所以構(gòu)建網(wǎng)絡(luò)函數(shù)采用newff，即一個(gè)前向BP網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)公式：net=newff（PR，[S1，S2，…，SN]，{TFl TF2…TFN}，BTF，BLF，PF）。那么采用哪種訓(xùn)練方式，其訓(xùn)練速度最快，這里是難預(yù)知的，因?yàn)檫@取決于許多因素，包括給定問題的復(fù)雜性、訓(xùn)練樣本集的數(shù)量、網(wǎng)絡(luò)權(quán)值和閾值數(shù)量、誤差目標(biāo)等。

隱層的節(jié)點(diǎn)數(shù)如何確定。本文根據(jù)Kolmogorov定理，公式m=2n+1，其中n是輸入節(jié)點(diǎn)數(shù)，m表示隱層節(jié)點(diǎn)數(shù)，即神經(jīng)元節(jié)點(diǎn)數(shù)。

采用S（sigmoid）型函數(shù)做為BP神經(jīng)網(wǎng)絡(luò)中傳輸函數(shù)。

6. 實(shí)驗(yàn)結(jié)果

應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立的教學(xué)質(zhì)量評價(jià)模型用于學(xué)習(xí)的樣本，待測樣本網(wǎng)絡(luò)輸出值與專家評價(jià)值非常接近。也就是說，該模型能較為準(zhǔn)確的根據(jù)各評價(jià)指標(biāo)來確定教師課程教學(xué)質(zhì)量評價(jià)結(jié)果。

【參考文獻(xiàn)】

[1]吳維勇. 教師課堂教學(xué)質(zhì)量評價(jià)體系研究[J]. 九江學(xué)院學(xué)報(bào)（自然科學(xué)版），2006（3）.

[2]袁曾任. 人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[M]. 北京清華大學(xué)出版社，1999.endprint

【摘 要】教師課程教學(xué)評價(jià)為了便于學(xué)校領(lǐng)導(dǎo)和管理人員了解本校教師的教學(xué)基本情況，做到準(zhǔn)確把握，為學(xué)校制定師資發(fā)展規(guī)劃和科學(xué)發(fā)展方向提供客觀、正確和科學(xué)依據(jù)。

【關(guān)鍵詞】評價(jià)指標(biāo) 權(quán)重 神經(jīng)網(wǎng)絡(luò)

1.評價(jià)指標(biāo)設(shè)計(jì)

教師課程教學(xué)質(zhì)量評價(jià)，確定一套科學(xué)合理的教學(xué)質(zhì)量評價(jià)指標(biāo)體系是關(guān)鍵。高職學(xué)院教學(xué)質(zhì)量評價(jià)體系以課程教學(xué)評價(jià)為主，一般包括教學(xué)內(nèi)容、教學(xué)態(tài)度、教學(xué)方法、講授能力、教學(xué)效果和教書育人等一級指標(biāo)，每個(gè)一級指標(biāo)下設(shè)立各種二級指標(biāo)。在該體系中分為督導(dǎo)專家評教指標(biāo)體系，同行教師評教指標(biāo)體系，學(xué)生評教指標(biāo)體系三個(gè)子系統(tǒng)。

2.評價(jià)體系權(quán)重設(shè)計(jì)

根據(jù)以上權(quán)重確定的原則，采用專家意見法和調(diào)查分析法，經(jīng)過專家討論確定一級指標(biāo)權(quán)重和二級指標(biāo)的權(quán)重，且同一級指標(biāo)權(quán)重值之和為1。本文采用BP神經(jīng)網(wǎng)絡(luò)對教學(xué)質(zhì)量評價(jià)數(shù)值進(jìn)行仿真實(shí)驗(yàn)，輸入值采用一級指標(biāo)評價(jià)值，二級指標(biāo)評價(jià)值轉(zhuǎn)化成對應(yīng)的一級指標(biāo)評價(jià)值。

3.神經(jīng)網(wǎng)絡(luò)訓(xùn)練與泛化概念

通過調(diào)用train（）函數(shù)對神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練，可以建立神經(jīng)網(wǎng)絡(luò)模型net。該函數(shù)的調(diào)用格式為[net，tr，Y，E]=train（net，X，Y），其中，n為輸入變量的路數(shù)，n為樣本的組數(shù)，變量X為n*M矩陣，Y為m*M矩陣，m為輸出變量的路數(shù)，X，Y分別存儲樣本點(diǎn)的輸入和輸出數(shù)據(jù)。通過樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得出訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對象net，同時(shí)得到其他相關(guān)參數(shù)信息，。

當(dāng)確定了BP網(wǎng)絡(luò)結(jié)構(gòu)后，必須根據(jù)誤差是否滿足要求，再對網(wǎng)絡(luò)的權(quán)值和閾值是否進(jìn)行學(xué)習(xí)和修正，以達(dá)到網(wǎng)絡(luò)誤差的要求，使訓(xùn)練網(wǎng)絡(luò)最終達(dá)到預(yù)先給定的輸入輸出映射函數(shù)關(guān)系。BP網(wǎng)絡(luò)的學(xué)習(xí)過程分為兩個(gè)階段：

第一階段是輸入已知訓(xùn)練數(shù)據(jù)，通過設(shè)置訓(xùn)練的網(wǎng)絡(luò)結(jié)構(gòu)和初始化權(quán)值和閾值，從網(wǎng)絡(luò)的第一層逐步計(jì)算各個(gè)網(wǎng)絡(luò)神經(jīng)元的輸出值。

第二階段是對閾值和權(quán)值進(jìn)行相應(yīng)修改，從最后一層向前計(jì)算訓(xùn)練過的閾值和權(quán)值對預(yù)先設(shè)定的誤差的梯度，即影響程度，從而對各閾值和權(quán)值進(jìn)行相應(yīng)修改。

以上兩個(gè)階段反復(fù)交替進(jìn)行，直到達(dá)到誤差要求，滿足收斂為止。由于誤差逐層往回傳遞，以修正層和層之間的閾值和權(quán)值，該多層網(wǎng)絡(luò)常稱之為BP網(wǎng)絡(luò)。

如果在預(yù)先給定最大訓(xùn)練的次數(shù)后，仍然不能訓(xùn)練出滿足要求的網(wǎng)絡(luò)，則系統(tǒng)將會(huì)報(bào)出錯(cuò)誤的信息。

4.訓(xùn)練樣本采集

1. 評教數(shù)據(jù)采集

教師課程教學(xué)質(zhì)量評教數(shù)據(jù)總共有三個(gè)部分組成，有督導(dǎo)專家評教數(shù)據(jù)、同行教師評教數(shù)據(jù)和學(xué)生評教數(shù)據(jù)。

首先，督導(dǎo)專家評教數(shù)據(jù)獲得。十個(gè)一級指標(biāo)，督導(dǎo)專家評教沒有二級指標(biāo)，對每一個(gè)單項(xiàng)評分區(qū)間（0，1）之間分?jǐn)?shù)。其次，同行教師評教數(shù)據(jù)獲得。同行教師評教有六個(gè)一級指標(biāo)，十六個(gè)二級指標(biāo)。最后學(xué)生評教數(shù)據(jù)獲得。學(xué)生評教表有四個(gè)一級指標(biāo)，有十九個(gè)二級指標(biāo)。一級指標(biāo)評分區(qū)間（0，1）區(qū)間打分。教師課程教學(xué)質(zhì)量綜合評價(jià)，有以上三個(gè)在分別進(jìn)行采集數(shù)據(jù)。每張表格表號是l、2、□、n，根據(jù)表號進(jìn)行匯總BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)集。

2. 數(shù)據(jù)整理

樣本數(shù)據(jù)的質(zhì)量直接關(guān)系到模型建立的科學(xué)程度M。由于課程教學(xué)質(zhì)量評價(jià)存在很強(qiáng)的主觀性，且受心理因素的影響在評介側(cè)重點(diǎn)上有所不同。為了使原始數(shù)據(jù)更加科學(xué)、準(zhǔn)確，確保網(wǎng)絡(luò)訓(xùn)練與模型的質(zhì)量，通過督導(dǎo)專家、同行教師、學(xué)生綜合評價(jià)得到原始數(shù)據(jù)，從教學(xué)評教20個(gè)樣本數(shù)據(jù)中隨意抽取10個(gè)樣本作為訓(xùn)練數(shù)據(jù)，3個(gè)樣本作為檢測數(shù)據(jù)。

為使數(shù)據(jù)符合訓(xùn)練過程函數(shù)的運(yùn)算要求，對所原始數(shù)據(jù)進(jìn)行歸一化處理，使其落在[0，1]區(qū)間。以下講述如何獲得專家評價(jià)值：

根據(jù)“權(quán)重對應(yīng)表”，設(shè)定權(quán)重矩陣C，每一個(gè)分量Ci（i=l，2，…，20），要求

Ci≥0（i=1，2，… ，20）且

令矩陣X表示一級指標(biāo)，則Xi（i=l，2，□，20）。根據(jù)評教數(shù)據(jù)采集方法可以獲得樣本數(shù)據(jù)，每一個(gè)樣本數(shù)據(jù)中有二十個(gè)一級指標(biāo)的數(shù)據(jù)，區(qū)間（0 1）。

令專家評價(jià)值 Y = 通過此公式可以獲得每一個(gè)樣

本的專家評價(jià)值。

5.BP神經(jīng)網(wǎng)絡(luò)模型的實(shí)驗(yàn)設(shè)計(jì)

本實(shí)驗(yàn)設(shè)計(jì)過程如下：首先輸入訓(xùn)練的10樣本集，每個(gè)樣本集有20個(gè)輸入點(diǎn)， 輸入矩陣是20*10。輸入總評，即專家評價(jià)值10個(gè)數(shù)據(jù)，每個(gè)樣本對應(yīng)一個(gè)專家評價(jià)值；其次，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，通過newff神經(jīng)網(wǎng)絡(luò)構(gòu)建函數(shù)，設(shè)定神經(jīng)元節(jié)點(diǎn)，隱含層傳遞函數(shù)和輸出層傳遞函數(shù)，及訓(xùn)練函數(shù)等，同時(shí)確定訓(xùn)練次數(shù)和訓(xùn)練目標(biāo)誤差；最后通過net=train（net，P，T）得到訓(xùn)練后仿真輸出結(jié)果，與目標(biāo)結(jié)果進(jìn)行對比，計(jì)算誤差能否達(dá)到預(yù)期目標(biāo)。

本實(shí)驗(yàn)神經(jīng)網(wǎng)絡(luò)模型是BP神經(jīng)網(wǎng)絡(luò)模型，所以構(gòu)建網(wǎng)絡(luò)函數(shù)采用newff，即一個(gè)前向BP網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)公式：net=newff（PR，[S1，S2，…，SN]，{TFl TF2…TFN}，BTF，BLF，PF）。那么采用哪種訓(xùn)練方式，其訓(xùn)練速度最快，這里是難預(yù)知的，因?yàn)檫@取決于許多因素，包括給定問題的復(fù)雜性、訓(xùn)練樣本集的數(shù)量、網(wǎng)絡(luò)權(quán)值和閾值數(shù)量、誤差目標(biāo)等。

隱層的節(jié)點(diǎn)數(shù)如何確定。本文根據(jù)Kolmogorov定理，公式m=2n+1，其中n是輸入節(jié)點(diǎn)數(shù)，m表示隱層節(jié)點(diǎn)數(shù)，即神經(jīng)元節(jié)點(diǎn)數(shù)。

采用S（sigmoid）型函數(shù)做為BP神經(jīng)網(wǎng)絡(luò)中傳輸函數(shù)。

6. 實(shí)驗(yàn)結(jié)果

應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立的教學(xué)質(zhì)量評價(jià)模型用于學(xué)習(xí)的樣本，待測樣本網(wǎng)絡(luò)輸出值與專家評價(jià)值非常接近。也就是說，該模型能較為準(zhǔn)確的根據(jù)各評價(jià)指標(biāo)來確定教師課程教學(xué)質(zhì)量評價(jià)結(jié)果。

【參考文獻(xiàn)】

[1]吳維勇. 教師課堂教學(xué)質(zhì)量評價(jià)體系研究[J]. 九江學(xué)院學(xué)報(bào)（自然科學(xué)版），2006（3）.

[2]袁曾任. 人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[M]. 北京清華大學(xué)出版社，1999.endprint