基于BP和GRNN模型的高校教師職稱評審預測

安 璐，王 歡，黃朝君

（1.北京科技大學 數理學院，北京 100083；2.南昌工程學院 機械與電氣工程學院，南昌 330099；3.香港中文大學，香港 999077）

高校辦學效益和辦學質量要提高，首先要提高高校教師的水平，而職稱是衡量教師水平的一種重要標準，它不僅是對教師能力的考核和認可，而且關系到教師的自身利益[1]。隨著高等院校不斷深入人事制度體制改革，為保證評審的公開、公正和公平，很多高校將核心期刊的質量與數量作為評定的重要指標，行政管理人員通過建立數學模型來對職稱評審的結果進行預測[2]。發展迅速的人工神經網絡技術為解決這一問題提供了新的途徑。

本文以北京某高校2013年職稱評定的數據為基礎，提出了BP神經網絡和廣義回歸神經網絡（GRNN神經網絡）的教師職稱評定結果預測模型，并比較兩種模型在職稱評定結果的評判效果。

1 人工神經網絡預測模型

1.1 BP網絡模型結構

BP（Back Propagation）網絡，是 McCelland 和 Rumelhart兩位科學家為首的小組在1986年第一次提出，是一種按誤差逆傳播算法訓練而成的前饋型網絡，是研究最深入且應用非常廣泛的一種模型[3]。

1.2 廣義回歸神經網絡模型結構

廣義回歸神經網絡（General Regression Neural Network,GRNN）是基于One-Pass學習算法的高度并行的徑向基網絡，由Donald F.Specht教授在1991年提出的廣義回歸神經網絡[4]是建立在非線性回歸分析理論基礎之上的，它不需要事先確定方程形式，借助概率密度函數PDF（Probability Density Function)替換固有的方程形式。

2 模型的建立

2.1 輸入輸出樣本

選取北京某高校2013年參評副教授職稱的理工類46位老師基礎數據進行分析比較。根據該高校公布的理工類評選基礎數據，主要參加評價的核心期刊檢索分類包括SCIE、EI、CPCI和中文核心期刊4大類。

本文采用的神經網絡模型的輸入向量為，SCIE檢索論文篇數，EI檢索論文篇數，CPCI檢索論文篇數，核心期刊篇數。評選結果作為輸出向量，1為晉升，0為不晉升。為驗證神經網絡的準確性，將樣本分為訓練樣本組和測試樣本組，其中39組樣本為訓練樣本，7組為測試樣本，分別見表1、表2。

表1 神經網絡訓練樣本參數

表2 神經網絡測試樣本參數

3 BP網絡訓練及驗證結果

本文中，通過采用Matlab軟件的歸一化函數mapminmax，函數對參加BP神經網絡訓練的39組輸入向量和測試的7組輸入向量進行歸一化處理。

使用newff函數構建網絡，隱藏層和輸出層的傳遞函數為tansig，網絡的訓練函數為trainlm，網絡的權值學習函數為learngdm。經過訓練和參數調整，確定BP神經網絡的隱藏層節點為12，輸出層節點為1。經過4012次訓練，網絡達到收斂。效果如圖1所示。

圖1 BP神經網絡訓練的收斂情況

將表2數據輸入到訓練好的BP神經網絡，訓練錯誤率為5%，具體情況見表3。

表3 BP神經網絡預測準確性

4 GRNN網絡訓練及驗證結果

使用原始數據，調用newgrnn函數，廣義回歸神經網絡GRNN的建立和預測同時進行，隱含層的傳遞函數采用高斯函數作為傳遞函數。傳遞函數中的光滑因子越小，函數的樣本逼近能力就越強。利用spread函數來尋找最優的光滑因子，初始值設置為20，利用共軛梯度法，確定最優值。

將表2數據輸入到訓練好的GRNN神經網絡，訓練錯誤率為0%，具體情況見表4。從表4中可以看到，當σ=1時，預測結果逼近實際結果，本研究建議將光滑因子設置為1。

表4 GRNN神經網絡預測準確性

5 結語

本文通過對BP神經網絡模型和GRNN神經網絡模型的分析比較發現，兩種模型在進行預測時，均有較好的函數逼近能力。BP神經網絡存在收斂速度慢和局部極小的缺點，在解決樣本量少、且噪聲多的問題時，效果并不理想。GRNN神經網絡在分類能力和學習速度上較BP網絡有著較強的優勢，網絡最后可以收斂于樣本量聚集較多的優化回歸面，在樣本數據缺乏時，預測的效果也較好，可以處理不穩定的數據，很適合用于高等院校教師職稱評價的長期預測。

[1]臧振春.高校教師職稱評定的系統分析[J].南陽理工學院學報，2010,2(3):80-83.

[2]安琦.國外高校教師評價制度與我國高校教師專業發展[J].黑龍江高教研究,2011(4):74-77.

[3]聞新,周露,李翔,等.MATLAB 神經網絡仿真與應用[M].北京:科學出版社,2003.

[4]SprechtD F.A General Regression Neural Network[J].IEEE Transactions on Neural Networks,1991,2(6):568-576.