基于BP神经网络的硕士论文评估.pdfVIP

基于BP 神经网络的硕士论文评估 肖迎杰 辽宁工程技术大学，辽宁葫芦岛（125105 ） E-mail: xiaoyingjie1985@126.com 摘 要：本文针对层次分析法和模糊综合评判应用时存在的一些问题，把BP 神经网络引入 到硕士论文的评估方案中，介绍了BP 神经网络的原理和计算步骤，并根据实际案例确定了 神经网络的结构，从而构建了BP 神经网络，最后用MATLAB 神经网络工具箱对该问题进 行了模拟和仿真。 关键词：BP 神经网络；评估指标；硕士论文评估 中图分类号：C934 1. 引言 目前面对高校中硕士生数量逐渐递增，对硕士论文的评估工作量激增的现象，针对如何 公平公正对硕士论文进行评估这个问题，最常见的方法主要有层次分析法，模糊综合评判等。 这些方法主要存在以下一些问题：要求构造判别函数，假定指标属性与评价结果呈线性关系， 带有较大的主观性等等。主要是因为有时评价系统很难用精确的数学模型来求解，指标属性 与评价结果之间存在诸多非线性关系。并且判断矩阵或各指标的相应权重需人为确定，使得 评价带有很大的主观性。 基于这些问题我将 BP 神经网络模型引入到硕士论文的评估中。BP 神经网络模拟了人 脑神经元基本功能和网络的基本特性，具有分布式记忆、并行处理及联想、自组织的学习能 力，对解决非线性问题有着独特的先进性，它可以避开复杂的参数估计过程，同时又可以灵 活、方便地对多成因的复杂未知系统进行高精度建模[1] 。 2. BP 神经网络及神经网络工具箱 2.1 BP 神经网络介绍 神经网络它是由简单元件广泛相互连接而成的复杂网络系统,反映了人脑功能的若干基 本特征，但并非神经系统的逼真描写，而只是一种抽象的数学模型。它具有并行处理、容错 性、 自学习功能，有别于传统的统计方法。具有高度的并行结构和并行处理能力，具有固 有的非线性特性和自学习、自组织、自适应能力。BP 神经网络是应用最广泛的神经网络模 型之一。 BP （Back Propagation ）网络是1982 年由Rumelhart 和McCelland 为首的科学家小组提 出，是一种按误差逆传播算法训练的多层前馈网络。BP 网络能学习和存贮大量的输入-输出 模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下 降法，通过反向传播来不断调整网络的权值和阈值，其思想是使用梯度搜索理论，使网络的 误差平方和最小。 - 1 - 2.2 BP 神经网络原理 BP 神经网络模型拓扑结构包括输入层（input ）、隐层(hide layer)和输出层(output layer) 。 其网络结构图如下： X1 O1 X2 O2 Xn Om 输 输 隐 入