基于ＡＮＦＩＳ的實驗教學質(zhì)量評價的研究

摘 要本文分析了高等學校實驗教學質(zhì)量評價體系，闡述了自適應模糊推理系統(tǒng)（ANFIS）的算法和結構，并用于數(shù)控技術及應用課程實驗教學質(zhì)量評價，最后對評價結果作了分析。

關鍵詞 自適應模糊推理系統(tǒng)（ANFIS）；實驗教學；質(zhì)量評價

中圖分類號：G423.04 文獻標識碼：A 文章編號：1671-489X（2007）06－0032-02

Study on Quality Evaluation of Experiment Teaching on ANFIS//Zha Wenwei

Abstract The present paper analyses the quality evaluation system of college experiment teaching，expounds the theory of adaptive-network-based fuzzy inference system，and builts the model of the quality eavaluation system of the course of numerical control technology。

Key words adaptive-network-based fuzzy inference system；experiment teaching；quality evaluation

Author's address Yancheng Institute of Technology，Yancheng 224003

引言

實驗教學是高等院校教學工作的重要組成部分，是全面實施人才培養(yǎng)計劃提高教學質(zhì)量的主要教學環(huán)節(jié)，對培養(yǎng)高素質(zhì)創(chuàng)新人才起著重要作用。要確保實驗教學的質(zhì)量，就必須客觀地對其進行評價，隨著我國高等教育事業(yè)的發(fā)展，各高等院校對實驗教學的質(zhì)量評價要求越來越高，評價因素和評價等級有更加細致的要求。大量的評價因素很難用精確的數(shù)值來描述，采用傳統(tǒng)的加權求和的方法就無法對實驗教學質(zhì)量作出科學的評價。隨著美國L.A.Zadeh教授提出的模糊理論的延伸和計算機技術的發(fā)展，將模糊推理系統(tǒng)的知識表達能力與神經(jīng)網(wǎng)絡的學習能力結合起來已成為現(xiàn)實。J.S.R.Jang提出的自適應模糊推理系統(tǒng)（ANFIS）是將模糊推理系統(tǒng)和神經(jīng)網(wǎng)絡結合的產(chǎn)物[1]。該方法具有以任意精度逼近非線性函數(shù)的功能，已經(jīng)在系統(tǒng)工程、氣象學、醫(yī)學、控制工程等領域有了較為成功的應用，也為實驗教學質(zhì)量評價提供了可行的科學方法。

1實驗教學質(zhì)量評價體系

實驗教學是一個系統(tǒng)工程，是動態(tài)的，需要隨著科學技術的發(fā)展不斷進行變革，而實驗教學評價是促進實驗教學改革的一種手段，其評價對象是多因素、多層次、多變量構成的整體。根據(jù)國家教育委員會文件（教備[1995]33號）《關于印發(fā)高等學校基礎課教學實驗室評估辦法和標準表的通知》中可以看出實驗教學質(zhì)量評價體系從教學管理、教學內(nèi)容與改革、教學過程、教學隊伍、儀器設備、教學效果六個方面來考察（見圖1）。其中：教學隊伍和儀器設備是保證實驗教學的基本條件，分別占14％和12％；教學管理和教學過程是實驗教學質(zhì)量的保障，分別占16％和24％；教學內(nèi)容與改革是提高實驗教學水平和質(zhì)量的動力，占14％；教學效果是整個實驗教學工作質(zhì)量的體現(xiàn)，占20％。

2ANFIS的算法及結構

ANFIS是一種基于自適應網(wǎng)絡結構的模糊推理系統(tǒng)，采用神經(jīng)網(wǎng)絡的結構來組織模糊推理系統(tǒng)，利用神經(jīng)網(wǎng)絡中一些行之有效的算法從經(jīng)驗數(shù)據(jù)中獲取模糊規(guī)則和確定隸屬函數(shù)，并可利用神經(jīng)網(wǎng)絡結構來實現(xiàn)模糊推理，將模糊推理的可解釋性和神經(jīng)網(wǎng)絡的自適應性和自學習能力有機的結合起來[2]。

本文采用ANFIS的Sugeno型模糊推理系統(tǒng)。對于一個兩輸入x和y，單輸出 的一階Sugeno型模糊系統(tǒng)如下兩條if－then規(guī)則：

if x=A₁，and y=B₁，then z₁=p₁x+q₁y+r₁

if x=A₂ and y=B₂ ，then z₂=p₂x+q₂y+r₂

該系統(tǒng)對應的ANFIS結構如圖2所示，該結構可分為5層：第一層，將輸入變量模糊化，輸出對應模糊集的隸屬度，其中每個節(jié)點z是一個有節(jié)點函數(shù)的自適應節(jié)點；第二層，這一層的每個節(jié)點是一個標以∏的固定節(jié)點，是對輸入分量進行模糊與，即它的輸出是所有輸入信號的積，得到對應每一條模糊推理規(guī)則的激勵強度；第三層，對第二層輸出的激勵強度進行歸一化，即第 i個節(jié)點計算第i條規(guī)則的激勵強度與所有規(guī)則的激勵強度之和的比值；第四層，計算出歸一化的激勵強度下對應每一條規(guī)則的后件輸出；第五層，對第四層的輸出求和，得到最終輸出。

3基于ANFIS的數(shù)控技術及應用課程實驗教學質(zhì)量評價模型

數(shù)控技術及應用課程是機械加工的傳統(tǒng)技術與電子技術、計算機技術、自動化技術緊密結合和相互滲透而形成的典型的機電一體化課程。是機械制造類專業(yè)的一門必修的專業(yè)課。如上實驗教學質(zhì)量評價所述，實驗教學質(zhì)量評價應從六個方面來考察，由于該門課程實驗較為成熟，所以在用ANFIS建模時，僅考慮教學內(nèi)容與改革及教學效果兩方面因素對實驗教學質(zhì)量的影響。

在ANFIS訓練中，選擇教學內(nèi)容與改革、教學效果作為ANFIS的輸入，實驗教學質(zhì)量作為ANFIS的輸出。將兩個輸入?yún)?shù)在各自的取值范圍內(nèi)分割成4個區(qū)域（即設定語義為“優(yōu)秀”“良好”“合格”“不合格”的4個隸屬度函數(shù)），隸屬度函數(shù)均采用gauss型。對訓練數(shù)據(jù)空間進行網(wǎng)格分割，生成一個Sugeno型模糊推理系統(tǒng)作為初始條件的模糊推理系統(tǒng)結構。采用混合學習算法訓練ANFIS，訓練中，模糊推理規(guī)則16條，訓練后的ANFIS輸入輸出關系見圖3。

4結束語

以ANFIS為基礎建立的實驗教學質(zhì)量評價模型可以簡便、科學地預測不同的實驗教學條件、能力對實驗教學質(zhì)量的影響程度，有助于實驗教學資源的合理配置，達到實驗教學的要求。

參考文獻：

[1]張國良. 模糊控制及其MATLAB應用[M]，. 西安： 西安交通大學出版社，2002

[2]周澤華. MATLAB模糊邏輯工具箱的分析與應用[M].北京:科學出版社，2001