人工智能在教学质量监控中的应用 ai application in the teaching quality control.pdfVIP

人工智能在教学质量监控中的应用 榻少茵 (广州大学，广东广州510310) [摘要]教师教学质量评价是一项主观性很强的工作，本文利用了人工智能中的B—P神经网络算 法，提出教学质量评价指标体系和教学质量评定的数学模型，通过对该模型进行训练，使其模拟专家评 价的思维，训练成功的模型能代替专家进行日常教学质量监控。 [关键词]人工智能；神经网络；教学质量评价体系 传至输出层输出，其间每经过一层都要由相应 1．引言 的特征函数进行变换。 学校要提高教学质量，保持可持续发展， B—P算法的学习原理为：学习的目标是对 应建立科学、规范和有效的教学质量监控体系。 网络的连接权值进行调整，使得对任一输入都 当前，教学质量监控的目的：第一，指导教师 得到所期望的输出。学习的方法是用一组训练 调整教学，提高教学质量；第二，给教师提供 样例对网络进行训练，每一个样例都包括输入 排序依据。如何实施有效的教学质量监控体系， 及期望的输出两部分。训练时，首先把样例的 对教学质量进行辨证、客观、公正、及时的监 输入信息输入到网络中，由网络自第一个隐层 控成了众高校所关注的问题…。教学质量监控 开始逐层地进行计算，并向下一层传递，直到 体系的重要内容是教学质量评价，本文利用人 传至输出层，其间每一层神经元只影响到下一 工智能理论中的B—P神经网络算法，建立神 层神经元的状态。然后，以其输出与样例的期 经网络的数学模型，通过用大量的原始数据对 望输出进行比较，如果它们的误差不能满足要 该数学模型进行训练，使得该模型达到模拟教 求，则沿着原来的连接通路逐层返回，并利用 育权威专家评价教师教学质量的思维的效果， 两者的误差按一定的原则对各层节点的连接权 在日常教学质量评价工作中能重现权威专家的 值进行调整，使得误差逐步减小，直到满足要 经验、知识、主观判断、以及对指标重要性的 求时为IE‘引。 理解，从而有效地提高教学质量管理的科学性、 3．神经网络在教学质量评估指标体系中的 合理性和可靠性。 应用 2．B—P神经网络模型原理 3．1 何为教学质量评价指标体系 B—P模型是一种用于前向多层神经网络的 教学质量评价的目标从学校的办学理念出 反传学习算法，B—P网络中除了输入层节点和 发，旨在促进教学向着既定的方向前进，评价 输出层节点，还有若干层的隐层节点。信息向 指标是指根据评价目标分解出来的。科学的教 网络输入时，首先由输入层传至隐层节点，经 学评价指标体系，对于评价教师教学质量有着 特性函数作用后，再传至下一隐层，直到最终 重要的意义，只有在科学、正确的评价指标体 作者简介：榻少茵，女，广东广州人，在读硕士，主要从事人工智能理论及应用的研究。 一42— 万方数据 系上进行的评价，才能发挥教学评价的导向、 根据指标体系，影响教学质量的二级指标 诊断、选拔、鉴定及激励作用，才能使教学改 有14项，因此，设定输入层的神经元个 革朝着预期的目标前进∞J。 数n=14。 从目前高校教学工作的总