神经网络的BP算法在教学质量评价中的应用研究.docVIP

神经网络的BP算法在教学质量评价中的应用研究 　　摘要：神经网络具有很强的自学习能力和容错性，善于联想、类比和推理。该文在探讨教学质量评价指标体系构建的基础上, 将神经网络的BP算法应用于教师教学质量的评价中, 目的是为了准确地反映教学的实际，更科学地对教师的教学质量进行有效的评价。实验结果证明，应用神经网络BP算法的评价方法考虑了评价标准的模糊性，使教师的教学质量得到客观公正的评价。 　　关键词：教学质量; 神经网络; BP算法; 评价 　　中图分类号：TP182文献标识码：A文章编号：1009-3044(2011)07-1581-02 　　Study of the Application of BP Algorithm of Neural Network in the Evaluation of Teaching Quality 　　ZHOU Ying1,2, TAO Yu1, YAN Xi-huang1 　　(1.Anhui University, Hefei 230039, China; 2.Nanjing University, Nanjing 210093, China) 　　Abstract: Neural networks have good ability of self-learning and fault-tolerance. They are good at association, analogy and reasoning. Based on having discussed the compose of teaching quality evaluation system, This paper applies BP Algorithm of neural network into the evaluation of teaching quality in order to reflect the teaching fact correctly and evaluate the teachers teaching quality effectively. Experiments prove that the method of neural networks has made the better result owing to it considering the vagueness of the evaluation. 　　Key words: teaching quality; neural networks; BP algorithm; evaluation 　　教师教学质量评价是高等院校教学质量管理的重要环节和内容，科学合理的评价方法是保障教学质量的一个重要措施，正确地评价一个教师的教学效果对于引导教师提高教学水平、改进教学方法具有积极的作用，科学有效地评价教学质量对学校的教学工作有着十分重要的意义。近年来, 各高校对教师教学质量评价工作极为重视, 制定了相应的规章制度和考核办法，并在实践中不断加以改革和完善。 　　目前应用较多的教学质量评价方法主要包括民意测验法、同行评价法等。这些方法为评估教学质量提供了参考，但也存在一些不足之处[1]，主要表现在教学质量评价的定性指标需要由评价者主观确定，存在着不确定性和模糊性[2], 这导致了目前教学质量的评价尚未找到较为客观的合适方法。而神经网络这一工具具有很强的自学能力以及鲁棒性和容错性，善于联想、概括、类比和推理，对教学质量评价的不确定性的处理具有很好的效果。 　　本文主要分为三个部分，首先讨论教师教学质量评价指标体系的构建，接着以我校的70名教师为实验对象，在Matlab7.0环境下，用神经网络的BP算法对其进行实验，在此基础上，最后给出结论。 　　1 教师教学质量评价指标体系的构建 　　构建科学有效的评价指标体系是教师评价工作需要首先解决和准备的重要内容。教师评价指标体系是所有规范和程序中最基本最重要的内容, 评价指标体系构造的好坏是教学质量评价成功与否的前提。考虑到不同学科门类、不同性质课程、不同教学环节、不同授课对象，对教学质量评价体系的考虑主要从能直接反映教学质量并有共性的最基本因素等方面加以设计。参考现有的教学质量评价体系[3]和安徽大学教学质量评价标准，不仅考虑教师的课堂教学质量，还将教师在课后对学生作业的批改及答疑的评价纳入评价范围，加强了对教师整个教学过程的监控。指标的设计包括以下几个方面。 　　在该评价体系中，对学生填写的问卷中的数据，用传统的指标加权平均法来评价教师的教学活动，其中A-90（优秀），B-80（良好），C-70（中等），D-60（合格），E-50（不合格）。 　　2 神经网络的