基于BP神經網絡的學生數學能力評價模型設計

常青

摘 要近年來隨著計算機網絡技術的發展，BP神經網絡模型已被廣泛應用于學生數學能力的評價。本文將介紹基于BP神經網絡的學生數學能力評價模型。

【關鍵詞】BP神經網絡 數學能力評價 神經網絡模型

基于BP神經網絡的學生數學能力評價模型設計，將隱含層的傳遞函數設置為tansing，輸出層函數設置為purline，樣本的選擇需具有代表性、隨機性，這樣才能夠在歸一預化處理后，對學生的數學學習能力進行評價，幫助教師提高教學質量評價。

1 BP神經網絡

BP神經網絡也稱為反向傳播網絡，包括輸出層，隱含層，輸入層三部分，同時BP的神經網絡具有非線性的特點，能夠解決沒有規則，多約束條件或數據不完全等問題，適合處理復雜的分類及模式識別等問題。BP神經網絡具有一個或一個以上的信息隱含層，能夠將相鄰的兩層完全連接起來。

要建立學生數學能力評價的BP神經網絡模型，就需要建立具有代表性的數據庫，以便于進行評價。就數據庫的建立而言，為了提高評價的準確性及標準性，BP神經網絡需要建立完善的選取設置體系，在輸入層與輸出層的設計應多樣化，才能夠保證測試評價的效果。對于普通學校來說，樣本的選取量應該不低于200人。

對于隱含層神經元的點數，計算時應根據樣本的選取量進行調整，基本的模型設計流程是從BP神經網絡的構建開始到BP網絡訓練，以及最后的BP網絡預測，其中最重要的是BP網絡訓練，本文采取的是trainlm算法，從而建立其BP神經網絡模型。

2 學生數學學習能力評價

對學生進行數學學習能力評價是為了對學生的數學學習能力進行測試，幫助教師掌握學生的學習情況，以便于調整教學方法以及教學進度，讓學生能夠提高學習能力。評價的內容是學習思路，學習方法，學習過程及學習效果。要對這四點進行評價，首先就要確定各內容的評價標準及方式。以往的評價方式是通過測試及課堂問答，通過學生的測驗成績及回答進行分析，從而判斷學生所處的學習狀態，教學方法以教學進度安排的合理程度。利用BP神經網絡進行評價的化，就要將各個標準程序化，將原先教師的主觀評價變為網絡的程序化運行，根據運行的結果對學生的數學學習能力進行判斷，這就是利用BP網絡對學生數學學習能力評價的理論，實際上要進行實踐并不簡單，BP神經網絡評價的構建是難題的關鍵點。

3 基于BP神經網絡的學生數學能力評價模型

BP神經網絡評價模型的建立是由三部分組成的，最關鍵的就是構建BP神經網絡。建立評價模型首先要做的就是對各項能力的得分率進行分析，設定個性能力的得分標準，并對其進行深入分析最后進行程序化設置。對于數學學習能力的劃分方法有很多，不同的年級所劃分的方法盡不相同，每一個方法都有其側重點，這需要根據輸入的相關變量進行改正，與實際情況進行整合得出準確結論。就拿某市中考數學試題來說吧，其主要是測查學生的學習思路，學習方法，學習過程及學習效果這四項能力。對學生的數學學習能力進行測試，就要把學生對這四個能力評價的相關試題得分作為BP神經網絡的輸入，并且要將輸入數值進行數量級差異設定，從而將每種能力試題的得分做歸一化處理。利用二進制，使輸入數據在[0，1]之間。在這之前要有準確的評分標準，才能夠得出相關結論。這就需要專家對試卷上各項能力試題的得分進行排表，便于BP網絡數據設置，但在這之前需要專家對學生樣本進行判斷。一般樣本的選擇在200人為合適，所以選擇的學生人數為200人。專家對這200人的試卷進行閱覽從而判斷出每個人每項能力的情況，看那一項是最為薄弱的，然后對所有學生的情況進行整合處理。將其中100人的成績作為判定結果，最為薄弱的能力作為BP神經網絡的期望輸出參考，再利用二進制的數字進行結果表達。例如輸出為0時則表示學生該項能力差，這就能夠為BP網絡的構成提供最基本的運行數據，為BP網絡構建提供基礎。此外的100人，將他們的得分情況作為好的檢驗樣本進行輸入，然后進行檢驗，若是期望輸出與專家評價結果基本符合，則表示該神經網絡可進行有效運用，對學生數學學習能力進行評價，反之則需改進。

此外，BP網絡訓練的設置也需要額外注意梯度的預設，其算法需要根據實際情況及時進行調整。各地學生數學學習狀態各不相同，不能夠固定選擇某算法。BP神經網絡的驗證需全面，不能以一次數據的符合情況作為驗證標準，應該多次輸入，對相應的輸出結果進行判斷。

4 結語

將BP神經網絡應用與學生的數學學習能力評價，能夠較好地調整主觀評價因素帶來的影響，其結果更具有有效性，合理性及科學性。為了保障是BP神經網絡模型構建的合理性，驗證是必不可少的。由于實際情況的多樣復雜性，其數據庫樣本需要較為全面，為了保證應用結果的有效性，應該不斷對模型進行改善。隨著人工神經網絡及計算機技術的飛速發展，BP神經網絡的在學生學習能力評價方面的發展潛力是巨大的。

參考文獻

[1]陳欣.基于BP神經網絡的學生數學能力評價.[M].大連教育學院學報，2013，11-12.

[2]劉連新，劉郁.基于BP神經網絡的教學質量評價[M].江蘇建筑職業技術學院學報，2013，45-47.

[3]胡豪，郭立昌.基于BP神經網絡的學生評價體系的建立.[M].儷人：教師，2014，356-358.

作者單位

延安大學數學與計算機科學學院 陜西省延安市 716000