基于神经网络高校教学质量智能评估系统探讨与实现

在高等教育大众化程度日益加深的今天，高等教育质量信受社会关注。提高教育质量的重点是提高教学质量；教学评估是提高教育教学质量的关键举措。但如何建立科学公道的教学质量评价体系是一个比较复杂的问题。在教学质量评估时，由于影响教学质量的因素很多，而且各因素影响的程度也不同，评价结果难以用恰当的数学解析表达式来表示，属于复杂的非线性分类问题，传统的分类方法不能很好地解决这些问题。人工神经网络作为一种新技术，凭借其本身具有的非线性处理、自适应学习、高度容错能力等特性在各类评估问题中得到了广泛的使用。人工神经网络在解决教学质量评估问题时，也具有独特的上风，所以，本文将人工神经网络理论应用于教学质量评估。本文在对高校教学质量评估现状和特点进行深入研究的基础上，结合神经网络技术的特点，提出了基于BP网络的教学质量评估模型，并对提出的模型进行了改进和验证，为教学质量评估模型提供了可行的解决方案。具体来说，本文做了以下方面的工作：(1)全面综合地先容了神经网络领域知识，对BP网络模型的构建以及练习进行了系统的研究。(2)先容了BP算法存在的问题及改进，提出了BP算法与模拟退火法的改进方法。在此基础上，确定了教学质量评估模型的网络结构、学习参数和学习算法。(3)本文具体先容了教学质量评估系统的设计与实现。系统采用B/S结构和面向对象的编程技术，实现了教学质量评估的高效化、网络化、智能化。【关键词】：人工神经网络BP算法模拟退火法教学质量评估模型
【论文提纲】：摘要4-5ABSTRACT5-9第一章引言9-151.1课题研究背景与意义9-101.2研究现状10-131.2.1现行教学质量评价方法10-121.2.2神经网络发展现状与发展趋势12-131.3研究内容13-15第二章神经网络理论15-292.1神经网络的概念15-202.1.1人工神经元15-172.1.2神经网络17-192.1.3人工神经网络的练习19-202.2BP人工神经网络20-262.2.1BP网络结构21-222.2.2标准BP网络的学习算法22-252.2.3算法执行步骤25-262.2.4BP网络的局限性262.3BP算法的改进方法26-292.3.1基于梯度下降的改进算法26-272.3.2BP算法与模拟退火法的结合27-29第三章基于BP神经网络的教学质量评估模型29-393.1高校教学质量评估指标体系29-303.2输入指标的归一化处理30-313.3基于改进BP神经网络的教学质量评估模型31-343.3.1模型结构设计31-333.3.2学习算法33-343.3.3初始权值设计343.4BP神经网络在Matlab中的练习与测试34-393.4.1样本库的准备35-363.4.2仿真过程36-383.4.3仿真结果38-39第四章系统开发39-504.1系统概述39-424.1.1系统需求分析394.1.2系统组成及实现过程39-404.1.3系统体系结构40-414.1.4开发工具41-424.2系统的功能模块的设计开发42-444.3数据库设计44-464.4系统实现46-50第五章结束语50-525.1结论505.2进一步要做的工作50-52参考文献52-55致谢55-56攻读学位期间发表论文56