基于AHP和BP神经网络的高校研究生综合素质评价研究

发布时间：2017-06-03 08:25

  本文关键词：基于AHP和BP神经网络的高校研究生综合素质评价研究，由笔耕文化传播整理发布。

【摘要】：随着我国的经济发展速度越来越快,社会的发展更加离不开人才,尤其是对高层次、高素质人才的需求量不断增大。高校研究生作为目前我国的高层次人才,肩负着为我国的科技进步贡献力量,为我国的繁荣昌盛培养创新型拔尖人才、创造高水平科研成果、提供高水平社会服务的历史重任。所以,我国对研究生培养质量的提高以及研究生综合素质水平的提升这些方面越来越重视,它们已经成为了我国现代化教育体制改革中的头等大事。高校研究生综合素质评价是指运用有效的方式方法,全面搜集、整理并分析研究生综合素质情况,并最终对其做出合理评判,以促进研究生提高自身综合素质、改进教育教学质量的过程。本论文主要围绕基于AHP和BP神经网络的高校研究生综合素质评价系统的设计展开研究,所做的主要工作如下： (1)为了对高校研究生综合素质进行评价,在比较分析其他高校研究生综合素质评价指标体系和评价方法的基础上,仔细分析影响研究生综合素质评价的各个因素及各因素的影响程度,最终建立了包括思想道德素质、专业素质和文体素质3个一级指标和12个二级指标的研究生综合素质评价指标体系模型,并对各评价指标的内涵做出了分析； (2)采用层次分析法设置高校研究生综合素质评价指标的权重并计算出研究生综合素质评分值。首先对层次分析法进行简单介绍,分析层次分析法的基本步骤,包括建立层次结构、构造成对比较阵、计算权向量做一致性检验和计算组合权向量并作组合一致性检验四个步骤,在此分析的基础上采用功能强大的Matlab软件进行编程,方便快捷的求出各评价指标的相对权重,并最终计算出研究生综合素质评分结果,为下文神经网络的训练和测试提供样本集； (3)高校研究生综合素质评价方法的实现。首先对传统BP神经网络算法进行分析,并在此基础上提出相应的改进算法；然后介绍BP神经网络应用于高校研究生综合素质评价过程的基本思路,并从网络层数、各层神经元个数、神经元转换函数和学习率的确定等方面设计出基于BP神经网络的高校研究生综合素质评价模型的结构；最后通过Matlab平台仿真,将用层次分析法得出的评价结果分为训练样本和测试样本,分别对构建出的网络模型进行训练和测试,最终获得了更为准确的评价结果,评价方式也更为便捷。 采用层次分析法和BP神经网络对高校研究生综合素质进行评价,获得了准确可靠的评价结果,为高校研究生综合素质的合理评估开辟了一条新的途径,提供了有意义的价值参考。
【关键词】：高校研究生 综合素质评价 MATLAB 层次分析法 BP神经网络
【学位授予单位】：河南师范大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：G643
【目录】：

• 摘要3-5
• ABSTRACT5-7
• 目录7-10
• 第一章 绪论10-16
• 1.1 问题的提出10-11
• 1.2 国内外研究现状11-12
• 1.2.1 国外相关研究11
• 1.2.2 国内相关研究11-12
• 1.3 研究意义12-14
• 1.4 本文研究的主要内容及结构安排14-15
• 1.5 本章小结15-16
• 第二章 BP神经网络算法及改进16-34
• 2.1 人工神经网络简介16-21
• 2.1.1 人工神经元模型16-19
• 2.1.2 人工神经网络结构与分类19-20
• 2.1.3 神经网络学习方式20-21
• 2.2 BP网络21-26
• 2.2.1 BP网络结构21-22
• 2.2.2 标准BP网络学习算法22-26
• 2.3 BP算法的改进26-30
• 2.3.1 BP算法的局限性26-27
• 2.3.2 BP算法的改进27-30
• 2.4 MATLAB软件介绍30-32
• 2.4.1 MATLAB软件的特点30-31
• 2.4.2 MATLAB软件的优势31-32
• 2.5 本章小结32-34
• 第三章 研究生综合素质评价指标体系的构建及权重的设置34-48
• 3.1 研究生综合素质评价概述34-36
• 3.1.1 高校研究生综合素质评价的目的34
• 3.1.2 研究生综合素质评价指标体系构建的原则34-36
• 3.2 高校研究生综合素质评价指标体系的确立36-38
• 3.3 研究生综合素质评价指标权重的设置方法38-41
• 3.3.1 层次分析法简介38
• 3.3.2 层次分析法的基本步骤38-41
• 3.3.3 层次分析法的优点41
• 3.4 应用AHP确定指标权重并对研究生综合素质进行评分41-46
• 3.4.1 应用AHP确定指标权重42-43
• 3.4.2 层次分析法的MATLAB代码43-45
• 3.4.3 研究生综合素质评分45-46
• 3.5 本章小结46-48
• 第四章 高校研究生综合素质评价方法实现48-58
• 4.1 BP神经网络应用于高校研究生综合素质评价的基本思路48-49
• 4.2 数据样本的预处理49
• 4.3 基于BP神经网络的高校研究生综合素质评价模型结构设计49-51
• 4.3.1 网络层数的确定50
• 4.3.2 各层神经元个数的确定50-51
• 4.3.3 神经元转换函数的确定51
• 4.3.4 学习速率η的确定51
• 4.4 BP神经网络的MATLAB实现及结果分析51-56
• 4.4.1 BP神经网络建立51-52
• 4.4.2 BP神经网络训练52-54
• 4.4.3 BP神经网络测试54-55
• 4.4.4 实验结果分析55-56
• 4.5 评价系统56
• 4.6 本章小结56-58
• 第五章 总结与展望58-60
• 5.1 总结58-59
• 5.2 展望59-60
• 参考文献60-64
• 致谢64-66
• 攻读学位期间的科研成果66-68

【参考文献】

中国期刊全文数据库 前10条

1 张文胜;;基于BP神经网络的学生综合素质评价的算法设计[J];电脑知识与技术;2009年24期

2 汪旭晖;黄飞华;;基于BP神经网络的教学质量评价模型及应用[J];高等工程教育研究;2007年05期

3 贺伶俐;袁书琪;季青;;旅游资源综合评价的BP法与AHP法比较分析——以福州市晋安区为例[J];旅游论坛;2009年06期

4 徐燕茹,贺祥,扈长茂;构建研究生综合素质评价体系[J];医学研究生学报;2003年04期

5 彭辉;李运江;吴剑;;AHP模型在高校学生综合素质评价体系中的应用研究[J];科技创业月刊;2007年03期

6 赵洁;基于AHP法的高校学生综合素质评价研究[J];科学技术与工程;2005年07期

7 尹婷婷;;基于BP神经网络及层次分析法的供应商选择问题[J];图书馆理论与实践;2012年05期

8 王树森;赵冬玲;;一种基于附加动量法的改进BP算法[J];济源职业技术学院学报;2012年03期

9 姜飞;高平发;周世光;;高校研究生综合素质评价体系的模型构建与应用研究[J];科协论坛(下半月);2012年12期

10 郭昱;;全日制专业学位研究生综合素质评价指标体系研究[J];中国农业教育;2013年03期

  本文关键词：基于AHP和BP神经网络的高校研究生综合素质评价研究，由笔耕文化传播整理发布。

，

本文编号：417667