基于人工神经网络教育评价策略探讨

教育信息化是国家“十五”期间面向基础教育改革提出的一项重要任务，将信息技术用于教育领域，有助于实现教育现代化，提高我国的教育水平。教育评价是教育领域在基础信息化建设完成后提出的一项更高层次要求，是根据一定的教育价值观或教育目标，运用可行的科学手段，通过系统地搜集信息、分析解释，对教育现象进行价值判定，从而为不断优化教育和教育决策提供依据的过程。教育评价从20世纪30年代诞生至今，经过广大研究职员的努力，已逐渐形成一套比较完备的理论体系，其评价对象不仅涵盖了早期的学生学习效果，而且还涵盖了教育计划、教育活动等，甚至涵盖了整个教育过程。评价所用到的方法有线性规划、动态规划、数据包络分析、层次分析方法、回归分析、因素分析、聚类分析、齐次马尔科夫链等。考试作为检查学习和教学效果的主要形式，历来被学校采用，通过考试成绩正确、客观地评价学生学习效果是教育评价的一项重要内容。考试成绩的客观性，不仅关系到学生学习水平和能力评价的客观性，也关系到教师的教学能力、教学效果评价的客观性。但是，影响考试成绩的客观因素很多，如试卷质量、监考、阅卷以及学生的能力水同等。其中，试卷质量对学生的考试成绩有着直接的影响，纯粹的考试成绩并不能正确地反映学生的学习效果。人工神经网络(ArtificialNeuralNetworks)理论是80年代中后期世界范围内迅速发展起来的一门新兴信息科学。B-P(BackPropagation)网络是人工神经网络众多类型中的一种，是一种多层前馈型网络，具有强大的非线性映射能力。考虑到依据反映试卷质量的评价指标来对考试成绩进行综合评价问题，实际上是一个比较复杂的、非线性综合决策问题，本文于是选用B-P神经网络对其进行建模分析，并主要开展了一下研究工作：◆分析了现有的教育评价方法，并着重讨论了与论文第四章所研究问题相关的一些评价方法，探讨了如何将它们用于综合评价决策问题，并分析了方法的特点和局限性；◆探讨了人工神经网络技术及其在综合评价中的应用方法，其中重点探讨了B-P神经网络及其学习算法；◆结合论文第五章所要解决的学生考试成绩综合评价问题，论文第四章分析了试卷质量的影响因素，并从定性和定量角度探讨了试卷质量评价指标的相互关系；◆以学生学习考试成绩综合评价问题为研究对象，着重探讨了如何基于B-P神经网络建立综合评价模型，并对评价模型的公道性进行了仿真分析。【关键词】：教育评价试卷质量学习效果人工神经网络B-P学习算法
【论文提纲】：摘要3-5ABSTRACT5-7目录7-9第一章绪论9-151.1研究目的及意义9-111.1.1研究目的9-101.1.2研究意义10-111.2教育评价的主要范围11-121.3论文的主要研究内容12-131.4本章小结13-15第二章现有教育评价方法及在综合评价中的应用分析15-292.1教育评价方法分类152.2层次分析方法AHP15-222.2.1AHP方法用于评价的基本思想162.2.2构建AHP模型的主要步骤16-182.2.3AHP分析方法的应用分析18-202.2.4有关AHP模型的一些分析评价20-222.3模糊综合评价方法22-282.3.1模糊综合评价方法所涉及的基本概念22-232.3.2运用模糊综合评价方法的一般步骤23-242.3.3模糊综合评价方法的应用分析24-272.3.4有关模糊综合评价方法的一些分析27-282.4本章小结28-29第三章人工神经网络技术及在综合评价中的应用分析29-403.1人工神经网络的发展历史29-303.2B-P神经网络的基本结构303.3B-P学习算法的实现步骤30-333.4B-P学习算法存在的不足33-343.5改进B-P学习算法的方法34-363.6B-P神经网络的应用分析36-393.7本章小结39-40第四章影响试卷质量的评价指标及相互关系分析40-464.1试卷质量评价指标40-434.1.1信度40-414.1.2效度414.1.3难度41-424.1.4区分度42-434.2评价指标间的相互关系分析43-444.3试卷质量与学习水平的关系44-454.4本章小结45-46第五章基于B-P神经网络的考试成绩综合评价方法研究46-565.1研究意义46-475.2基本思路475.3评价模型设计47-505.4练习样本设计50-525.5模型的仿真验证52-555.5.1仿真工具MATLAB简介525.5.2利用MATLAB创建模型52-545.5.3模型的评价效果分析54-555.6本章小结55-56第六章总结与展望56-59致谢59-60参考文献60-62附录:作者在攻读硕士学位期间发表的文章62