基于MATLAB的课程教学质量评价模型的设计与仿真
|
摘要
高等教育的核心任务是教学工作,提高教学质量是促进高校改革与发展的关键,所以建立科学有效的课程教学质量评价是加强高等学校教学管理和提高教学质量的重要举措。教学质量是高等学校生存和发展的基础,对教师课程教学质量进行客观、有效的评价,以便及时改进教学,为教师晋级年度考核及评先评优等提供基本的依据,从而调动教师的积极性,激励教师不断提高教学水平和业务水平。因此该课题研究对提高整个高职学院的教学质量,提高学校的核心竞争力,促进学校发展具有重要意义。
本课题完成基于Matlab Simulink神经网络的课程教学质量评价模型的设计与仿真,此模型仿真具有较高的自组织、自适应和自学习能力,克服专家在评价中的主观因素,从而实现课程教学评价智能化,使评价结果更有效、更客观。论文的主要工作体现在:
(1)确定教学质量评价模型。介绍BP神经网络原理、算法、优点,以及BP神经网络工具箱函数构建基于BP神经网络的教学质量评价模型,并给出具体评价思路、设计方法和设计步骤。同时通过与模糊综合评价模型比较,显示BP神经网络评价模型的优越性。
(2)本文研究课程教学质量评价体系。分析课程教学质量问题的有关概念和特征,建立了督导专家、同行教师,以及学生评价指标体系,形成课程教学质量评价的综合体系。
(3)通过BP神经网络评价模型设计,确定评价模型的可行性。通过评价数据采集体系,进行样本数据采集和整理。以《汽车造型》课程为例,运用10个样本数据进行网络模型训练,分析误差满足要求。并通过3个未训练样本检测网络模型泛化能力,达到规定吻合度。同时,通过模糊综合评价型设计,并进行比较,显示BP神经网络评价模型设计更智能性、有效性和科学性。BP神经网络评价模型由于其自身特点,更适合高职学院课程教学质量评价。
(4)通过Matlab Simulink构建了BP神经网络模型仿真,提供了非常方便用户的图形界面,免去了繁琐的过程。同时,通过参数设置,样本应用,验证Matlab Simulink神经网络评价模型的正确性可行性和易推广性。
(5)通过研究生所在单位汽自系一门课程进行实例仿真,从仿真实验设计、仿真实验样本采集仿真实验过程以及仿真实验结果进行分析,得出这门实验课程最终评价等级。
Higher education is the central task of teaching, improving teaching quality is promoting college of thereform and development of key, so establish scientific and effective teaching quality evaluation is tostrengthen the higher school teaching management and improving the quality of teaching importantmeasures. Teaching quality is higher school of survival and development foundation of teachers' teachingquality objective, effective evaluation, in order to improve the teaching, timely for teachers promotion,annual examination and PingXian rating etc, thus to provide basic according to mobilize the enthusiasm ofteachers, encourages teachers unceasingly improves the teaching level and technical level. Therefore thisresearch to improve the whole vocational college's quality of teaching, to improve school's corecompetitiveness, and promote the development of the school is of great significance.
This subject is completed based on Matlab Simulink neural network curriculum teaching qualityevaluation model design and simulation, this model simulation has higher self-organized, adaptive andself-learning ability, overcome experts in the evaluation of subjective factors, so as to achieve the teachingevaluation of intelligent, makes evaluation results more effective and more objective. This paper, the majorwork reflects in:
(1) to determine the teaching quality evaluation model. Introduce the BP neural network theory,algorithm, advantages, and the BP neural network toolbox function. Constructing based on BP neuralnetwork teaching quality evaluation model, and gives the specific evaluation idea, the design method anddesign steps. But at the same time, through comparing with fuzzy comprehensive evaluation model, showthe BP neural network evaluation model of superiority.
(2) is studied in this course teaching quality evaluation system. Analysis course teaching qualityproblem relevant concepts and features, established the steering experts, peer teachers, and the students'evaluation index system, forming course teaching quality evaluation of comprehensive system.
(3) by BP neural network evaluation model design, evaluation model is feasible. By evaluation dataacquisition system, process sample data acquisition and finishing. With the automobile modeling course asan example, using 10 sample data network model, analytical error of training requirements. And through 3 without the training sample inspection network model generalization ability, reach formulary coincidedegrees. Meanwhile, through the fuzzy comprehensive assessment model design, and carries on thecomparison, show the BP neural network evaluation model design more intelligent, effectiveness andscientific. The BP neural network evaluation model due to their own characteristics, more suitable forvocational college teaching quality evaluation.
(4) through Matlab Simulink constructs the BP neural network model simulation, provides veryconvenient user graphical interface, depriving the cumbersome process. Meanwhile, through parameterSettings, sample application, validation Matlab Simulink neural network evaluation model is correct,feasibility and extension.
(5) through post-graduate unit steam from department of a course for example simulation, from simulation design, simulation experiments, sample collection, simulation experiment process and simulation experiment results for analysis, that the final door experiment course evaluation grades.
本课题完成基于Matlab Simulink神经网络的课程教学质量评价模型的设计与仿真,此模型仿真具有较高的自组织、自适应和自学习能力,克服专家在评价中的主观因素,从而实现课程教学评价智能化,使评价结果更有效、更客观。论文的主要工作体现在:
(1)确定教学质量评价模型。介绍BP神经网络原理、算法、优点,以及BP神经网络工具箱函数构建基于BP神经网络的教学质量评价模型,并给出具体评价思路、设计方法和设计步骤。同时通过与模糊综合评价模型比较,显示BP神经网络评价模型的优越性。
(2)本文研究课程教学质量评价体系。分析课程教学质量问题的有关概念和特征,建立了督导专家、同行教师,以及学生评价指标体系,形成课程教学质量评价的综合体系。
(3)通过BP神经网络评价模型设计,确定评价模型的可行性。通过评价数据采集体系,进行样本数据采集和整理。以《汽车造型》课程为例,运用10个样本数据进行网络模型训练,分析误差满足要求。并通过3个未训练样本检测网络模型泛化能力,达到规定吻合度。同时,通过模糊综合评价型设计,并进行比较,显示BP神经网络评价模型设计更智能性、有效性和科学性。BP神经网络评价模型由于其自身特点,更适合高职学院课程教学质量评价。
(4)通过Matlab Simulink构建了BP神经网络模型仿真,提供了非常方便用户的图形界面,免去了繁琐的过程。同时,通过参数设置,样本应用,验证Matlab Simulink神经网络评价模型的正确性可行性和易推广性。
(5)通过研究生所在单位汽自系一门课程进行实例仿真,从仿真实验设计、仿真实验样本采集仿真实验过程以及仿真实验结果进行分析,得出这门实验课程最终评价等级。
Higher education is the central task of teaching, improving teaching quality is promoting college of thereform and development of key, so establish scientific and effective teaching quality evaluation is tostrengthen the higher school teaching management and improving the quality of teaching importantmeasures. Teaching quality is higher school of survival and development foundation of teachers' teachingquality objective, effective evaluation, in order to improve the teaching, timely for teachers promotion,annual examination and PingXian rating etc, thus to provide basic according to mobilize the enthusiasm ofteachers, encourages teachers unceasingly improves the teaching level and technical level. Therefore thisresearch to improve the whole vocational college's quality of teaching, to improve school's corecompetitiveness, and promote the development of the school is of great significance.
This subject is completed based on Matlab Simulink neural network curriculum teaching qualityevaluation model design and simulation, this model simulation has higher self-organized, adaptive andself-learning ability, overcome experts in the evaluation of subjective factors, so as to achieve the teachingevaluation of intelligent, makes evaluation results more effective and more objective. This paper, the majorwork reflects in:
(1) to determine the teaching quality evaluation model. Introduce the BP neural network theory,algorithm, advantages, and the BP neural network toolbox function. Constructing based on BP neuralnetwork teaching quality evaluation model, and gives the specific evaluation idea, the design method anddesign steps. But at the same time, through comparing with fuzzy comprehensive evaluation model, showthe BP neural network evaluation model of superiority.
(2) is studied in this course teaching quality evaluation system. Analysis course teaching qualityproblem relevant concepts and features, established the steering experts, peer teachers, and the students'evaluation index system, forming course teaching quality evaluation of comprehensive system.
(3) by BP neural network evaluation model design, evaluation model is feasible. By evaluation dataacquisition system, process sample data acquisition and finishing. With the automobile modeling course asan example, using 10 sample data network model, analytical error of training requirements. And through 3 without the training sample inspection network model generalization ability, reach formulary coincidedegrees. Meanwhile, through the fuzzy comprehensive assessment model design, and carries on thecomparison, show the BP neural network evaluation model design more intelligent, effectiveness andscientific. The BP neural network evaluation model due to their own characteristics, more suitable forvocational college teaching quality evaluation.
(4) through Matlab Simulink constructs the BP neural network model simulation, provides veryconvenient user graphical interface, depriving the cumbersome process. Meanwhile, through parameterSettings, sample application, validation Matlab Simulink neural network evaluation model is correct,feasibility and extension.
(5) through post-graduate unit steam from department of a course for example simulation, from simulation design, simulation experiments, sample collection, simulation experiment process and simulation experiment results for analysis, that the final door experiment course evaluation grades.
引文
[1]王宪平.试论大学教学评价有效性[J].江苏高教,2004年1月.
[2]易自力.全日制普通高等学校教学全面质量管理导论[M].湖南教育出版社,2004:167-169.
[3]纪红.课堂教学质量评价的误价与对策[J].中州大学学报,2004,10(03).
[4]魏常宁.教学质量评价的影响因素及其控制.高等师范教育研究,1996年.
[5]刘本固.教师评价的理论与实践.浙江教育出版第一版,2000年.
[6]侯光文.教育评价概论.石家庄河北教育出版社,1999年.
[7]郑亚娟.基于网络的全程性教学质量评价模式初探[J].黑龙江高教研究, 2004,12(01).
[8]王景英.教育评价理论与实践.东北师范大学出版社,2002:280-283.
[9]朱泓.高等学校教学质量评估体系的研究.大连理工大学,2004年博士论文:104-105.
[10]汪威毅等.高校教学质量评估体系科学化的思考[J].福州大学学报,2001年增刊.
[11]唐守波.通用性教学评价系统的研究与实现.北京工业大学硕士学位论文,2006年.
[12]王琰春等.高校教师教学质量评价存在的问题及对策[J].理工高教研究,2006年.
[13]邱东.多指标综合评价系统方法的研究[M].北京统计出版社,1992:179-225.
[14]闻新.MATLAB模糊逻辑工具箱的分析与应用[M].北京科学出版社,2001:112-128.
[15]刘恩允.高校教学质量评价体系的反思与构建[J].江苏高教,2004,5(01).
[16]汪旭晖.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,(5):78-81.
[17]王彩华,宋连天.模糊论方法学[M].北京:中国建筑工业出版社,1998.
[18]张跃.模糊数学方法及应用[M].北京:煤炭工业出版社,1991.
[19]黄淑娴.教学质量的模糊综合评判[J].管理与教育,1994年2月.
[20]贺仲雄.模糊数学及其应用[M].天津科学技术出版社,1985年1月.
[21]陈内萍.教学质量评价的模糊综合评判模型[J].湖南商学院学报,1999年6月.
[22]高新波等.模糊聚类理论发展及应用的研究进展.科学通报,1999年.
[23] Negoita,C,V.Expert Systems and Fuzzy Systems[M].Benjammin Cummings Publishing Company Inc,1985:120-131.
[24] L.A.Zadeh.Fuzzy sets.Inform and Control,1965,(8):338-353.
[25]袁曾任.人工神经网络及其应用[M].北京清华大学出版社.1999年.
[26]高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2003.
[27]焦李成.神经网络系统理论[M].西安电子科技大学出版社,1992年.
[28] MOODYJ,DARKEN CJ.Fast Learing in networks by locally-tuned processing units[J].NeuralComput,1989,(1):281-294.
[29]杜栋,庞庆华.现代综合评价方法与案例精选[M].北京:清华大学出版社,2005.
[30]务新超.突出高等职业教育特色,构建教学质量评价体系.重庆职业技术学院学报,2003,3:28-31.
[31]陈玉琨.教育评价学[M].北京人民教育出版社,1999年.
[32] Stufflebeam,D,L.Foundational Models for 21st Century Program Evaluation[R].Western Michigan University:MI,1991.
[33]敦海滨.某高校教师质量评估系统的研究与设计.北京邮电大学,2007年硕士学位论文.
[34]吴维勇.教师课堂教学质量评价体系研究[J].九江学院学报(自然科学版),2006,(3).
[35]宗福衡,贾美华.课堂教学评价体系的研究与实验[J].课程?教材?教法,2003,(2):45-49.
[36]王春媛.高职院校实践教学质量评价系统的研究与设计.电子科技大学.2008年硕士学位论文.
[37]常雪琴等.课堂教学质量评价体系的建立与实践[J].教育理论与实践.2004,7(14).
[38]刘冀等.课堂教学的测量和评价方法.山东医科大学学报:社会科学版,1998年4月.
[39]江波,何秋钊.高校教学质量评价指标体系研究[J].中国民航飞行学院学报,2004,15(3):37.
[40]徐赐宁等.建立合理的高校教学评价指标体系[J].高校工作研究,2002年11月.
[41]申卫星.高等学校教学质量评价指标体系研究[D].上海:华东大学,2003.
[42]陈永跃.对课堂教学质量评价结果的理性分析[J].内江师范学院学报,2003年.
[43]张海钟.论高等学校教学质量及其评价.西北师大学报,2004年.
[44]方建宁.高校教学督导现状及队伍建设研究[D].南京:河海大学,2007.
[45]郭亚军.综合评判的理论与方法.北京:科学出版社,2002.2.
[46]张德丰.Matlab神经网络仿真与应用.北京:电子工业出版社,2009.
[47]石博强等.MATLAB数学计算与工程分析范例教程.中国铁道出版社,2005年5月.
[48]陈怀琛等.线性代数实践及MATLAB入门.电子工业出版社,2009年1月.
[49]周开利,康耀红等.神经网络模型及其MATLAB仿真程序设计.清华大学出版社,2005.
[50]薛定宇,陈阳泉.高等应用数学问题的MATLAB求解.北京:清华大学出版社,2008.
[51]王萍,严太山.基于神经网络的图书馆读者满意评价方法[J].情报探索,2008,(10):59-6.
[52]夏莉.教学质量评价的一类数学模型[J].重庆工商大学学报,2006年.
[53] J.J.Buckley.Sugeno type controllers are universal controllers.Fuzzy Sets and Systems, 1993,(53):299-304.
[54]梅家斌等.教学质量测评的综合数学模型.空军雷达学院学报,2002年.
[2]易自力.全日制普通高等学校教学全面质量管理导论[M].湖南教育出版社,2004:167-169.
[3]纪红.课堂教学质量评价的误价与对策[J].中州大学学报,2004,10(03).
[4]魏常宁.教学质量评价的影响因素及其控制.高等师范教育研究,1996年.
[5]刘本固.教师评价的理论与实践.浙江教育出版第一版,2000年.
[6]侯光文.教育评价概论.石家庄河北教育出版社,1999年.
[7]郑亚娟.基于网络的全程性教学质量评价模式初探[J].黑龙江高教研究, 2004,12(01).
[8]王景英.教育评价理论与实践.东北师范大学出版社,2002:280-283.
[9]朱泓.高等学校教学质量评估体系的研究.大连理工大学,2004年博士论文:104-105.
[10]汪威毅等.高校教学质量评估体系科学化的思考[J].福州大学学报,2001年增刊.
[11]唐守波.通用性教学评价系统的研究与实现.北京工业大学硕士学位论文,2006年.
[12]王琰春等.高校教师教学质量评价存在的问题及对策[J].理工高教研究,2006年.
[13]邱东.多指标综合评价系统方法的研究[M].北京统计出版社,1992:179-225.
[14]闻新.MATLAB模糊逻辑工具箱的分析与应用[M].北京科学出版社,2001:112-128.
[15]刘恩允.高校教学质量评价体系的反思与构建[J].江苏高教,2004,5(01).
[16]汪旭晖.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,(5):78-81.
[17]王彩华,宋连天.模糊论方法学[M].北京:中国建筑工业出版社,1998.
[18]张跃.模糊数学方法及应用[M].北京:煤炭工业出版社,1991.
[19]黄淑娴.教学质量的模糊综合评判[J].管理与教育,1994年2月.
[20]贺仲雄.模糊数学及其应用[M].天津科学技术出版社,1985年1月.
[21]陈内萍.教学质量评价的模糊综合评判模型[J].湖南商学院学报,1999年6月.
[22]高新波等.模糊聚类理论发展及应用的研究进展.科学通报,1999年.
[23] Negoita,C,V.Expert Systems and Fuzzy Systems[M].Benjammin Cummings Publishing Company Inc,1985:120-131.
[24] L.A.Zadeh.Fuzzy sets.Inform and Control,1965,(8):338-353.
[25]袁曾任.人工神经网络及其应用[M].北京清华大学出版社.1999年.
[26]高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2003.
[27]焦李成.神经网络系统理论[M].西安电子科技大学出版社,1992年.
[28] MOODYJ,DARKEN CJ.Fast Learing in networks by locally-tuned processing units[J].NeuralComput,1989,(1):281-294.
[29]杜栋,庞庆华.现代综合评价方法与案例精选[M].北京:清华大学出版社,2005.
[30]务新超.突出高等职业教育特色,构建教学质量评价体系.重庆职业技术学院学报,2003,3:28-31.
[31]陈玉琨.教育评价学[M].北京人民教育出版社,1999年.
[32] Stufflebeam,D,L.Foundational Models for 21st Century Program Evaluation[R].Western Michigan University:MI,1991.
[33]敦海滨.某高校教师质量评估系统的研究与设计.北京邮电大学,2007年硕士学位论文.
[34]吴维勇.教师课堂教学质量评价体系研究[J].九江学院学报(自然科学版),2006,(3).
[35]宗福衡,贾美华.课堂教学评价体系的研究与实验[J].课程?教材?教法,2003,(2):45-49.
[36]王春媛.高职院校实践教学质量评价系统的研究与设计.电子科技大学.2008年硕士学位论文.
[37]常雪琴等.课堂教学质量评价体系的建立与实践[J].教育理论与实践.2004,7(14).
[38]刘冀等.课堂教学的测量和评价方法.山东医科大学学报:社会科学版,1998年4月.
[39]江波,何秋钊.高校教学质量评价指标体系研究[J].中国民航飞行学院学报,2004,15(3):37.
[40]徐赐宁等.建立合理的高校教学评价指标体系[J].高校工作研究,2002年11月.
[41]申卫星.高等学校教学质量评价指标体系研究[D].上海:华东大学,2003.
[42]陈永跃.对课堂教学质量评价结果的理性分析[J].内江师范学院学报,2003年.
[43]张海钟.论高等学校教学质量及其评价.西北师大学报,2004年.
[44]方建宁.高校教学督导现状及队伍建设研究[D].南京:河海大学,2007.
[45]郭亚军.综合评判的理论与方法.北京:科学出版社,2002.2.
[46]张德丰.Matlab神经网络仿真与应用.北京:电子工业出版社,2009.
[47]石博强等.MATLAB数学计算与工程分析范例教程.中国铁道出版社,2005年5月.
[48]陈怀琛等.线性代数实践及MATLAB入门.电子工业出版社,2009年1月.
[49]周开利,康耀红等.神经网络模型及其MATLAB仿真程序设计.清华大学出版社,2005.
[50]薛定宇,陈阳泉.高等应用数学问题的MATLAB求解.北京:清华大学出版社,2008.
[51]王萍,严太山.基于神经网络的图书馆读者满意评价方法[J].情报探索,2008,(10):59-6.
[52]夏莉.教学质量评价的一类数学模型[J].重庆工商大学学报,2006年.
[53] J.J.Buckley.Sugeno type controllers are universal controllers.Fuzzy Sets and Systems, 1993,(53):299-304.
[54]梅家斌等.教学质量测评的综合数学模型.空军雷达学院学报,2002年.