嚴太山 王欣 劉立志 程望斌
摘? 要:針對電子信息類專業(yè)實踐教學評價體系存在評價主體有所缺失、指標權系數難以準確設計、指標內容不盡合理等問題,設計一種“四位一體”的電子信息類專業(yè)實踐教學評價體系。同時,為了解決實踐教學評價方法適應性不強的問題,提出一種基于神經網絡的電子信息類專業(yè)實踐教學評價方法。該方法完全依賴于評教數據,避免了指標權系數設置時帶入的主觀影響,使評價結果更加客觀、公正。通過實例證明了該方法的有效性,對實現(xiàn)實踐教學智能化評價具有重要的參考價值。
關鍵詞:實踐教學;評價體系;四位一體;神經網絡
中圖分類號:TP18;G647? ? ? ? 文獻標識碼:A? ? ? ? 文章編號:2096-4706(2023)02-0174-04
Design and Application of Practice Teaching Evaluation Method for Electronic Information Specialty
YAN Taishan, WANG Xin, LIU Lizhi, CHENG Wangbin
(School of Information Science and Engineering, Hunan Institute of Science and Technology, Yueyang? 414000, China)
Abstract: In view of the problems in the practical teaching evaluation system of electronic information specialty, such as the lack of evaluation subject, the difficulty in designing the index weight coefficient accurately, and the unreasonable index content, a “four in one” practical teaching evaluation system of electronic information specialty is designed. At the same time, in order to solve the problem of weak adaptability of practical teaching evaluation methods, a practical teaching evaluation method for electronic information specialty based on neural network is proposed. This method completely depends on the teaching evaluation data, avoiding the subjective influence brought by the index weight coefficient setting, and making the evaluation results more objective and fair. The effectiveness of the method is proved by an example, which has an important reference value for the realization of intelligent evaluation of practical teaching.
Keywords: practice teaching; evaluation system; four in one; neural network
0? 引? 言
電子信息類專業(yè)是工科院校中一個極其重要的專業(yè),各大高校通過對該專業(yè)學生的全力培養(yǎng),源源不斷地為社會發(fā)展輸送高素質應用型人才。隨著信息產業(yè)的飛速發(fā)展,國家對電子信息類專業(yè)人才的需求量越來越大,要求也越來越高。作為應用型人才培養(yǎng)的重要陣地,學校需要在電子信息類專業(yè)的教學規(guī)劃中加強實踐教學的占比,同時還要對實踐教學質量進行及時、客觀的評價。做到以評促教,以評促改,提高實踐教學的質量。為此,實踐教學評價也成為當今電子信息類專業(yè)和其他專業(yè)的一項常規(guī)性工作。
1? 實踐教學評價體系的現(xiàn)狀
實踐教學是當今工科院校教育教學研究的熱點,廣大教學和科研工作者對實踐教學評價進行了卓有成效的研究[1-7]。然而,在當前的實踐教學評價工作中,仍然存在一些亟需解決的共性問題,主要表現(xiàn)在以下幾個方面。
1.1? 評價主體不完整
實踐教學評價是需要從多方位、多角度搜集評價信息,對教師的教學做出正確評判的活動,教學過程中的所有參與者,都應該參與到教學評價當中,都應成為評價主體。一些高校在進行實踐教學評價時,完全依賴學生這一主體,也有一些高校在學生評教結果的基礎上,還結合了督導評教或同行評教結果對教師實踐教學質量進行綜合評價。這些做法都是不夠合理的,因為缺少了授課教師本人這一重要評價主體。教師自評是不能缺失的,這是教師對自己的教學過程進行反思和總結的最好機會,也是最為有效的手段。
1.2? 評價指標內容不科學
在目前的實踐教學評價體系中,一些高校的評價指標體系列舉過細,面面俱到,重點不突出,這樣在評價中很難得到科學的結果。另有一些高校的評價指標體系又過于草率,指標數過少,這樣當然也很難對實踐教學進行全面的評價。還有一些高校的評價指標體系忽視了發(fā)展性指標的設置,缺少對學生創(chuàng)新能力、思維能力等素質的考察,沒有考慮教師教學研究能力在教學中的體現(xiàn)。
1.3? 評價指標之間權系數設置不合理
通常,在實踐教學評價中,應重點考查教學過程和教學效果,這兩項所占權系數應比較大,但有些學校的做法卻沒有區(qū)分度,對各個指標進行等值賦分。不少高校對評價指標進行分塊,分值按粗放型切割,在同行之間進行教學互評時,相互之間的分值差別很小,致使最終的評教結果實際上是以學生打分為主的,從而導致綜合評價背離初衷,意義全無。
1.4? 評價方法適應性不強
加權平均法、層次分析法是兩種常見的評價方法,它們要求評價指標之間必須具有嚴格的線性關系,如果線性關系不明確或無線性關系,則會影響評價效果;模糊綜合評判法也是一種常見的評價方法,它要求事先必須建立合適的評判矩陣,這個評判矩陣顯然會由于評價主體的不同而有所差異,從而使得最終的評價結果出現(xiàn)差別較大的情況。
2? 電子信息類專業(yè)實踐教學評價體系的構建
2.1? 基本思想
為克服上述實踐教學評價中存在的具體問題,我們選擇授課教師、聽課學生、學科同行和教學督導這四方作為評價主體,以此構建電子信息類專業(yè)實踐教學“四位一體”的評價體系,每個主體的評價工作從教學環(huán)境、教學保障、教學過程和教學效果四個方面展開,如圖1所示。相應的評價指標體系也由教師自評、學生評教、學科同行評教和督導評教四個子系統(tǒng)組成。
2.2? 評價指標體系構建
實踐教學評價指標體系首先要符合實踐教學實際,同時要遵循教學評價指標體系的導向性原則、科學性原則、全面性原則、穩(wěn)定性與動態(tài)性兼顧的原則[2-7]。當然,評價指標個數要合適,當然也不是越多越好,因為隨著評價指標個數的增加,評價過程中的計算量會呈現(xiàn)出指數規(guī)律增長趨勢,在采用神經網絡的智能化評價系統(tǒng)中可能會引起組合爆炸。
在對大量實踐教學評價數據進行深入分析的基礎上,我們結合本校電子信息類專業(yè)實踐教學的實際情況,設計了用于電子信息類專業(yè)的實踐教學評價指標體系。我們設計的電子信息類專業(yè)實踐教學評價指標體系由一級指標和二級指標構成,其中,一級指標有4個,分別是實踐教學過程、實踐教學效果、實踐教學環(huán)境和實踐教學保障;二級指標有20個,分別為xi(i=1,2,…,20)。四個評價主體對應的二級指標如表1所示。
2.3? 評價方法設計
由于傳統(tǒng)的加權平均法、層次分析法、模糊綜合評價法等評價方法存在各自的局限性,使得它們的評價結果往往不能十分令人滿意。而且這些方法不具備自適應能力,使得其適用范圍受到很大限制。神經網絡[8]是一種具有良好自學習和自適應能力的分布式信息處理系統(tǒng),不要求輸入、輸出之間有嚴格的線性關系,非常適用于教學評價。為此,我們引入神經網絡技術,利用神經網絡的杰出代表——BP神經網絡,建立基于神經網絡的電子信息類專業(yè)實踐教學智能化評價系統(tǒng)。該系統(tǒng)的功能結構由四大部分組成:一是評價數據輸入模塊,這一模塊用來實現(xiàn)評價主體的數據輸入;二是評價數據歸一化模塊,這一模塊用來對評價主體輸入的數據進行限值處理,將數據值限制在0~1之間,這是為了防止網絡節(jié)點出現(xiàn)過飽和情況;三是神經網絡學習模塊,這一模塊利用樣本數據對BP神經網絡進行訓練直至網絡收斂,完成對各類模式的記憶;四是神經網絡評價模塊,這一模塊利用網絡的聯(lián)想記憶功能實現(xiàn)對測評數據的分類。
我們設計的用于電子信息類專業(yè)實踐教學評價的神經網絡系統(tǒng)由二級網絡組成,神經網絡系統(tǒng)的評價過程如圖2所示。系統(tǒng)工作時,第一級網絡用于各評價主體評教,第二級網絡將第一級網絡的評價結果作為輸入,對教師實踐教學質量進行總體評價,得出最終評價結果。
3? 應用實例
3.1? 神經網絡模型建立
我們采用三層前饋神經網絡“BP網絡”來實現(xiàn)電子信息類專業(yè)實踐教學評價。對第一級神經網絡而言,各網絡的輸入是對應的評價指標值,所以輸入節(jié)點數均為20個;輸出節(jié)點數是評價等級,由于各個指標及總體評價結論的等級均有優(yōu)秀、良好、中等、及格、不及格5個,所以各網絡的輸出節(jié)點數均為5個,依次對應5個等級;隱含層節(jié)點數根據經驗式(1)進行估算:
(1)
其中,nN表示隱含層節(jié)點數,nI表示輸入層節(jié)點數,nO表示輸出層節(jié)點數,a表示5~10之間的一個常數。經估算得到隱含層節(jié)點數為13個,由此得到第一級神經網絡結構為20—13—5,如圖3所示。
對第二級神經網絡而言,網絡的輸入是第一級各神經網絡的評價結論值,所以輸入節(jié)點數為4個;輸出節(jié)點數是同樣的評價等級,所以網絡的輸出節(jié)點數也為5個,同理依次對應5個等級;隱含層節(jié)點數根據經驗公式估算為11個,由此得到第一級神經網絡結構為4—11—5,如圖4所示。
3.2? 神經網絡學習與評價
我們選擇本校電子信息工程、通信工程、電子科學與技術等電子信息類專業(yè)的280個涵蓋各個等級的實踐教學評價數據樣本,其中220個樣本用于神經網絡學習,60個樣本用于神經網絡的評價測試,測試樣本編號為T1~T60。進行神經網絡學習時,我們設計的允許均方誤差為10-4,網絡經過3 925次訓練之后達到收斂。學習完成之后,我們將60個測試樣本提供給網絡,讓網絡進行評價,評價結果(部分)如表2所示。
從神經網絡的評價結果可以看出,BP神經網絡經過學習之后,能夠對新的樣本數據進行識別評價,其評價結果與實際等級是完全吻合的,可見網絡已具備較好的推理能力,用于電子信息類專業(yè)實踐教學評價是可行的。
4? 結? 論
由授課教師、聽課學生、學科同行和教學督導四個評價主體組成的電子信息類專業(yè)實踐教學評價體系,較好地解決了傳統(tǒng)教學評價體系中存在的評價主體不完整、評價指標設計不合理等問題。神經網絡方法的引入,有效克服了傳統(tǒng)實踐教學評價方法存在的適應性不強、易受主觀因素影響等問題,實例驗證了BP神經網絡在電子信息類專業(yè)實踐教學評價中的可行性和有效性。實際使用中,基于神經網絡的電子信息類專業(yè)實踐教學評價方法的優(yōu)越性體現(xiàn)在兩個方面:一是評價系統(tǒng)僅依賴評教數據,整個評價過程中無須采用評價指標的權系數,避免了人為設置指標權系數而帶入的主觀性影響,使得評價結果更加客觀和公正;二是BP神經網絡的使用,使得系統(tǒng)在外界條件變化的時候能夠快速適應,神經網絡只需通過短暫學習就能投入評價工作,保證實踐教學評價工作的有效進行。
參考文獻:
[1] 王飛,白春艷,王柏華,等.基于多元反饋的電氣工程專業(yè)實踐教學質量評價體系的構建 [J].高師理科學刊,2019,39(4):71-75.
[2] 張馨月,李志平.應用型本科高校實踐教學質量評價體系的有效構建 [J].當代教育實踐與教學研究,2020(7):127-128.
[3] 鄭謙,汪偉忠,趙偉峰,等.應用型高校實踐教學質量評價指標體系研究 [J].高教探索,2016(12):36-40.
[4] 柯美紅,練國富.基于序關系分析法的實踐教學質量評價方法 [J].教育教學論壇,2017(46):73-76.
[5] 唐吉深,莫燚.應用型高校實踐教學質量評價指標體系構建探析 [J].教育現(xiàn)代化,2020,7(8):16-18.
[6] 嚴太山,文怡婷,黃紅霞,等.地方高校實踐教學評價體系的設計研究 [J].教育現(xiàn)代化,2018,5(23):125-127.
[7] 嚴太山,郭觀七,張舸,等.高校雙語教學質量評價指標體系的構建及評價方法研究 [J].中國電力教育,2013(35):55-57.
[8] 馬銳.人工神經網絡原理 [M].北京:機械工業(yè)出版社,2010.
作者簡介:嚴太山(1968—),男,漢族,湖南祁東人,副教授,博士,主要研究方向:智能信息處理、配電網故障診斷;王欣(1998—),女,漢族,山東臨沂人,碩士研究生在讀,主要研究方向:智能信息處理;劉立志(1994—),男,漢族,湖南岳陽人,講師,博士,主要研究方向:智能控制、智能信息處理;程望斌(1979—),男,漢族,湖北咸寧人,副教授,碩士,主要研究方向:應用電子技術。
收稿日期:2022-10-10
基金項目:湖南省普通高等學校教學改革研究項目(HNJG-2021-0778);教育部產學合作協(xié)同育人項目(202102211055);湖南理工學院教學改革研究項目(2021A26)