何雅琪 賀 陵 薛 婷 李 艷 莫宏敏

（吉首大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院 湖南 吉首 416000）

定向師范生的培養(yǎng)研究，是當(dāng)今的熱點(diǎn)問題，前人的研究主要集中在探討培養(yǎng)公費(fèi)師范生的最佳培養(yǎng)模式之上，對(duì)公費(fèi)師范生培養(yǎng)效果、評(píng)價(jià)方法的研究相對(duì)較少，未建立科學(xué)系統(tǒng)的評(píng)價(jià)模型。本文采用層次分析法計(jì)算評(píng)價(jià)指標(biāo)的權(quán)重，篩選出對(duì)評(píng)價(jià)結(jié)果有重要影響的指標(biāo)作為 BP神經(jīng)網(wǎng)絡(luò)的輸入，并采用神經(jīng)網(wǎng)絡(luò)建立公費(fèi)師范生培養(yǎng)效果的評(píng)價(jià)模型，較好地對(duì)目前各高校公費(fèi)師范生的培養(yǎng)效果進(jìn)行評(píng)價(jià)，從而分析出現(xiàn)階段公費(fèi)師范生培養(yǎng)存在的問題，并給出相應(yīng)的建議和對(duì)策，為進(jìn)一步優(yōu)化公費(fèi)師范生人才培養(yǎng)方案奠定基礎(chǔ)。

一、AHP-BPNN培養(yǎng)效果評(píng)價(jià)模型

（一）培養(yǎng)效果評(píng)價(jià)指標(biāo)體系的構(gòu)建

由于培養(yǎng)效果的評(píng)價(jià)，受到多方面因素的影響，因此培養(yǎng)效果評(píng)價(jià)指標(biāo)體系設(shè)置的科學(xué)與合理性，會(huì)直接關(guān)系到評(píng)價(jià)模型的有效性。本文通過研究公費(fèi)師范生人才培養(yǎng)方案，結(jié)合相關(guān)文獻(xiàn)研究結(jié)果，構(gòu)建了如表1所示的評(píng)價(jià)指標(biāo)體系。

表1 公費(fèi)師范生培養(yǎng)效果評(píng)價(jià)指標(biāo)體系

?

（二）AHP篩選評(píng)價(jià)指標(biāo)

1.構(gòu)建指標(biāo)判斷矩陣

構(gòu)建指標(biāo)判斷矩陣，是層次分析法較為關(guān)鍵的一步，為盡量減少主觀因素帶來(lái)的影響，本文采用校內(nèi)和校外專家聯(lián)合打分制，判斷矩陣中元素的賦值，如下表2所示。

表2 判斷矩陣元素賦值標(biāo)準(zhǔn)

2.指標(biāo)權(quán)重計(jì)算及一致性檢驗(yàn)

首先求出特征向量，然后進(jìn)行歸一化處理，最后對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)，按照上述步驟便可得到各指標(biāo)權(quán)重值。

3.重要性指標(biāo)篩選

根據(jù)計(jì)算得到的權(quán)值順序，篩選出排名前五的指標(biāo)，作為BP神經(jīng)網(wǎng)絡(luò)的輸入，以簡(jiǎn)化網(wǎng)絡(luò)結(jié)構(gòu)，提高評(píng)價(jià)的精準(zhǔn)度和效率。

（三）BP神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)僅需要學(xué)習(xí)某種規(guī)則，通過自身的訓(xùn)練便可在輸出值確定時(shí)，找到最優(yōu)的輸出值，無(wú)需事先給定輸入值與輸出值之間的數(shù)學(xué)關(guān)系。將問卷調(diào)查得到的數(shù)據(jù)經(jīng)過神經(jīng)網(wǎng)絡(luò)訓(xùn)練，從而建立行之有效的評(píng)價(jià)模型。BP神經(jīng)網(wǎng)絡(luò)流程如下：

step1：網(wǎng)絡(luò)初始化。初始化輸入層、隱含層和輸出層節(jié)點(diǎn)數(shù)，初始化權(quán)值，初始化輸入層和輸出層閾值，給定學(xué)習(xí)速率和神經(jīng)元激勵(lì)函數(shù)。

記節(jié)點(diǎn)的激勵(lì)函數(shù)f，選擇Sigmoid函數(shù)，所以得到激勵(lì)函數(shù)為：

step2：隱含層輸出計(jì)算以及輸出層輸出計(jì)算。

在第j層，節(jié)點(diǎn)的輸入值為：

節(jié)點(diǎn)的輸出值為：

在第k層的網(wǎng)絡(luò)節(jié)點(diǎn)輸入為：

step3：誤差的計(jì)算。根據(jù)期望輸出值和網(wǎng)絡(luò)預(yù)測(cè)輸出值，計(jì)算網(wǎng)絡(luò)預(yù)測(cè)誤差e。

step4：權(quán)值和閾值更新。根據(jù)網(wǎng)絡(luò)預(yù)測(cè)誤差e更新網(wǎng)絡(luò)連接權(quán)值和網(wǎng)絡(luò)節(jié)點(diǎn)閾值。

step5：判斷是否結(jié)束迭代，若沒有結(jié)束，繼續(xù)步驟2。

二、仿真實(shí)驗(yàn)

（一）數(shù)據(jù)來(lái)源

為了檢驗(yàn)AHP-BPNN培養(yǎng)效果評(píng)價(jià)模型的準(zhǔn)確性，在Matlab2018下，對(duì)其進(jìn)行仿真實(shí)驗(yàn)。通過設(shè)計(jì)調(diào)查問卷，數(shù)據(jù)共84個(gè)，每一個(gè)數(shù)據(jù)均包含5個(gè)指標(biāo)，部分?jǐn)?shù)據(jù)如下表4所示。

表3 培養(yǎng)效果評(píng)價(jià)數(shù)據(jù)

（二）結(jié)果分析及預(yù)測(cè)效果評(píng)判

在數(shù)據(jù)訓(xùn)練之后，通過數(shù)據(jù)進(jìn)行檢驗(yàn)，觀察檢驗(yàn)值與預(yù)測(cè)值之間的偏差，并對(duì)模型的擬合程度進(jìn)行分析，即可利用該神經(jīng)網(wǎng)絡(luò)模型，對(duì)公費(fèi)師范生的培養(yǎng)效果進(jìn)行評(píng)價(jià)。運(yùn)行程序得出結(jié)果如圖1所示。

圖1 預(yù)測(cè)和實(shí)際培養(yǎng)效果對(duì)比圖

通過觀察上圖的預(yù)測(cè)值與實(shí)際值，可以看到預(yù)測(cè)值和實(shí)際值基本吻合，大部分的預(yù)測(cè)值和實(shí)際值一致，建立的公費(fèi)師范生培養(yǎng)效果評(píng)價(jià)模型的誤差在允許范圍內(nèi)，說(shuō)明模型較好，能夠有效地對(duì)培養(yǎng)效果進(jìn)行評(píng)價(jià)。

結(jié)束語(yǔ)：

本文利用層次分析法和神經(jīng)網(wǎng)絡(luò)相結(jié)合的評(píng)價(jià)方法，構(gòu)建基于AHP-BPNN地方高校公費(fèi)師范生培養(yǎng)效果評(píng)價(jià)模型，對(duì)當(dāng)前各高校公費(fèi)師范生的培養(yǎng)具有一定的參考意義和推廣價(jià)值。