基于改进遗传算法和BP神经网络的教学质量评价模型研究
发布时间：2021-01-01 21:51
教学质量的提升是中国教育实现现代化必不可少的一部分,教学质量评价的科学性、合理性和及时性的改善具有关键性的作用。而传统的教学质量评价方法本身具有的局限性使其饱受争议,因此,建立一种科学合理的教学质量评价模型对高校本科教师教学质量进行评价很有必要。本文主要工作包括:（1）依据构建完善的教学质量评价体系的原则,首先分析了以往教学质量评价方法的优缺点,其次总结目前某高校教学质量评价体系存在的问题,在此基础上,对某高校现有教学质量评价体系的局限性进行改善,形成较为科学合理的教学质量评价体系。（2）基于传统遗传算法,提出了自适应变异的算法,改进的过程是在其寻找全局最优解的变异操作过程中,采用自适应的变异概率,在群体获得不同的适应度值时,适时的采用不同的变异概率,以达到增强或减少群体多样性和优良个体的数目的目的,增强了遗传算法的搜索全局最优解的能力。（3）利用自适应变异的遗传算法优化BP神经网络的初始权值和阈值。由于BP神经网络对初始权值和阈值的依赖性很强,利用改进后的遗传算法优化BP神经网络的初始权值和阈值,减少BP神经网络寻找满足训练终止条件的权值和阈值的时间,提高神经网络对教学质量评价结果的...
【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图４－１?ＢＰ神经网络流程图??４．２．１?ＢＰ神经网络设计??（１）网络的层数及节点数的确定??具有偏差的网络，如果含有Ｓ型隐含层以及一个线性输出层可以逼近任意有理数
迭代參???＜?结束??图４－１?ＢＰ神经网络流程图??４．２．１?ＢＰ神经网络设计??（１）网络的层数及节点数的确定??具有偏差的网络，如果含有Ｓ型隐含层以及一个线性输出层可以逼近任意有理数。??其中，层数越多，则所得到的结果越准确，但是层数的增加，计算量也随之增加，因??此，训练周期会增加。具有单隐层的前馈神经网络能够映射所有的连续函数，只有当学??习不连续函数的时候，才需要两个隐层，所以多层前馈神经网络最多只需要两个隐层。??在设计多层前馈神经网络时，一般来说，先考虑设置一个隐含层。隐含层的节点数量足??够多，网络性能并未改善的情况下，训练成本会随着增加，才会考虑增加隐含层数目，??所以，本文先尝试使用一个隐含层。??输入层接收由外部输入的数据
５测试与分析ａｔｌａｂ２０１３ｂ实现基于改进遗传算法优化ＢＰ神经网络的教学质量评价９０１组？第１０００组的教学质量评价结果，得到图５－１？图５－７。比较发现，遗传算法优化神经网络模型前３０次迭代均方误差下降较快，代较缓慢，在迭代８７次后收敛，均方误差收敛在８．６０６６ｅ－０８。经过法优化神经网络模型第１代迭代速度较快，第２到第８代速度较缓９次迭代，均方误差收敛在３．３８９３ｅ－１２，?一定程度上提高了?ＢＰ神经收敛精度。收敛速度较遗传算法优化神经网络模型提高了?７９．３１％，倍，表明利用自适应变异ＧＡ优化ＢＰＮＮ不但能够加快网络的收敛速模型的预测精度。??Ｂｅｓｔ?Ｔｒａｉｎｉｎｇ?Ｐｅｒｆｏｒｍａｎｃｅ?ｉｓ?８．６０６６ｅ－０８?ａｔ?ｅｐｏｃｈ?８７??２
【参考文献】：
期刊论文
[1]卷积神经网络在图像识别中的应用[J]. 圣文顺,孙艳文. 软件工程. 2019(02)
[2]中国高等农业教育发展的历程、现状与路径[J]. 朱以财,刘志民,张松. 高教发展与评估. 2019(01)
[3]基于模糊综合评价法的大学物理MOOC教学质量评价[J]. 赵馨蕊,周雨青. 高等工程教育研究. 2019(01)
[4]用于高血压菜谱识别的基于遗传算法的改进XGBoost模型[J]. 雷雪梅,谢依彤. 计算机科学. 2018(S1)
[5]基于遗传算法的模糊RBF神经网络对遥感图像分类[J]. 杨剑,宋超峰,宋文爱,张涛. 小型微型计算机系统. 2018(03)
[6]改进遗传算法优化BP神经网络的语音情感识别[J]. 陈闯,Ryad Chellali,邢尹. 计算机应用研究. 2019(02)
[7]基于熵值法的加权最小二乘支持向量机[J]. 刘畅,范彬. 计算机科学. 2017(S2)
[8]基于动态选择性集成学习的供应链产销协商优化策略[J]. 武玉英,严勇,蒋国瑞. 计算机工程. 2017(05)
[9]基于遗传算法的交叉口信号控制多目标优化[J]. 李振龙,董文会,韩建龙,朱明浩. 计算机应用. 2016(S2)
[10]传统TOPSIS法和熵权TOPSIS法在东部地区中医药事业发展现状评价的应用[J]. 沈雅萍,丁方然,石诗雯,洪宝林. 中医药导报. 2016(22)
博士论文
[1]H省新建本科院校教学质量改进研究[D]. 王鑫.哈尔滨师范大学 2016
[2]医学硕士研究生PBL评价体系优化及教学效果影响因素研究[D]. 祖雅琼.天津医科大学 2016
[3]研究型大学本科教学质量保证体系研究[D]. 蔡红梅.华中科技大学 2014
硕士论文
[1]应用型本科院校实践教学体系建设研究[D]. 白雪.东北石油大学 2017
[2]高校本科课堂有效教学影响因素实证研究[D]. 高艳丽.首都经济贸易大学 2017
[3]基于BP神经网络军校教学质量评价系统[D]. 于权.大连理工大学 2016
本文编号：2952055
【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图４－１?ＢＰ神经网络流程图??４．２．１?ＢＰ神经网络设计??（１）网络的层数及节点数的确定??具有偏差的网络，如果含有Ｓ型隐含层以及一个线性输出层可以逼近任意有理数
迭代參???＜?结束??图４－１?ＢＰ神经网络流程图??４．２．１?ＢＰ神经网络设计??（１）网络的层数及节点数的确定??具有偏差的网络，如果含有Ｓ型隐含层以及一个线性输出层可以逼近任意有理数。??其中，层数越多，则所得到的结果越准确，但是层数的增加，计算量也随之增加，因??此，训练周期会增加。具有单隐层的前馈神经网络能够映射所有的连续函数，只有当学??习不连续函数的时候，才需要两个隐层，所以多层前馈神经网络最多只需要两个隐层。??在设计多层前馈神经网络时，一般来说，先考虑设置一个隐含层。隐含层的节点数量足??够多，网络性能并未改善的情况下，训练成本会随着增加，才会考虑增加隐含层数目，??所以，本文先尝试使用一个隐含层。??输入层接收由外部输入的数据
５测试与分析ａｔｌａｂ２０１３ｂ实现基于改进遗传算法优化ＢＰ神经网络的教学质量评价９０１组？第１０００组的教学质量评价结果，得到图５－１？图５－７。比较发现，遗传算法优化神经网络模型前３０次迭代均方误差下降较快，代较缓慢，在迭代８７次后收敛，均方误差收敛在８．６０６６ｅ－０８。经过法优化神经网络模型第１代迭代速度较快，第２到第８代速度较缓９次迭代，均方误差收敛在３．３８９３ｅ－１２，?一定程度上提高了?ＢＰ神经收敛精度。收敛速度较遗传算法优化神经网络模型提高了?７９．３１％，倍，表明利用自适应变异ＧＡ优化ＢＰＮＮ不但能够加快网络的收敛速模型的预测精度。??Ｂｅｓｔ?Ｔｒａｉｎｉｎｇ?Ｐｅｒｆｏｒｍａｎｃｅ?ｉｓ?８．６０６６ｅ－０８?ａｔ?ｅｐｏｃｈ?８７??２
【参考文献】：
期刊论文
[1]卷积神经网络在图像识别中的应用[J]. 圣文顺,孙艳文. 软件工程. 2019(02)
[2]中国高等农业教育发展的历程、现状与路径[J]. 朱以财,刘志民,张松. 高教发展与评估. 2019(01)
[3]基于模糊综合评价法的大学物理MOOC教学质量评价[J]. 赵馨蕊,周雨青. 高等工程教育研究. 2019(01)
[4]用于高血压菜谱识别的基于遗传算法的改进XGBoost模型[J]. 雷雪梅,谢依彤. 计算机科学. 2018(S1)
[5]基于遗传算法的模糊RBF神经网络对遥感图像分类[J]. 杨剑,宋超峰,宋文爱,张涛. 小型微型计算机系统. 2018(03)
[6]改进遗传算法优化BP神经网络的语音情感识别[J]. 陈闯,Ryad Chellali,邢尹. 计算机应用研究. 2019(02)
[7]基于熵值法的加权最小二乘支持向量机[J]. 刘畅,范彬. 计算机科学. 2017(S2)
[8]基于动态选择性集成学习的供应链产销协商优化策略[J]. 武玉英,严勇,蒋国瑞. 计算机工程. 2017(05)
[9]基于遗传算法的交叉口信号控制多目标优化[J]. 李振龙,董文会,韩建龙,朱明浩. 计算机应用. 2016(S2)
[10]传统TOPSIS法和熵权TOPSIS法在东部地区中医药事业发展现状评价的应用[J]. 沈雅萍,丁方然,石诗雯,洪宝林. 中医药导报. 2016(22)
博士论文
[1]H省新建本科院校教学质量改进研究[D]. 王鑫.哈尔滨师范大学 2016
[2]医学硕士研究生PBL评价体系优化及教学效果影响因素研究[D]. 祖雅琼.天津医科大学 2016
[3]研究型大学本科教学质量保证体系研究[D]. 蔡红梅.华中科技大学 2014
硕士论文
[1]应用型本科院校实践教学体系建设研究[D]. 白雪.东北石油大学 2017
[2]高校本科课堂有效教学影响因素实证研究[D]. 高艳丽.首都经济贸易大学 2017
[3]基于BP神经网络军校教学质量评价系统[D]. 于权.大连理工大学 2016
本文编号：2952055
本文链接：https://www.wllwen.com/jiaoyulunwen/gaodengjiaoyulunwen/2952055.html
