基于參數(shù)優(yōu)化人工神經(jīng)網(wǎng)絡(luò)的高考專業(yè)分?jǐn)?shù)線預(yù)測算法及系統(tǒng)實現(xiàn)

游程荃

【摘? 要】 文章主要對高考專業(yè)分?jǐn)?shù)線預(yù)測算法進(jìn)行研究，首先通過大量數(shù)據(jù)的分析，確定了影響專業(yè)分?jǐn)?shù)線的相關(guān)因素，然后結(jié)合相關(guān)文獻(xiàn)和研究成果，對BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、網(wǎng)絡(luò)訓(xùn)練參數(shù)等進(jìn)行了優(yōu)化，最后對預(yù)測結(jié)果進(jìn)行了分析。通過預(yù)測結(jié)果與實際情況的比較分析，發(fā)現(xiàn)該算法在高考專業(yè)分?jǐn)?shù)線預(yù)測中具有一定的優(yōu)越性。可以應(yīng)用于高校招生工作中，能夠幫助高校更好地規(guī)劃招生計劃和專業(yè)設(shè)置。同時文章也可以為相關(guān)高校提供招生工作方面的幫助，為學(xué)生提供更好的專業(yè)選擇。文章通過分析，對神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化，并在此基礎(chǔ)上建立了高考專業(yè)分?jǐn)?shù)線預(yù)測系統(tǒng)。系統(tǒng)主要由基本信息管理、志愿填報管理和專業(yè)錄取管理等模塊構(gòu)成。用戶可以在系統(tǒng)中輸入自己的志愿數(shù)據(jù)，并根據(jù)系統(tǒng)提供的分析模型，對高考志愿填報方案進(jìn)行科學(xué)分析，從而有效地避免考生所填報的志愿與專業(yè)不相符，甚至出現(xiàn)專業(yè)落榜的現(xiàn)象。

【關(guān)鍵詞】 高考；專業(yè)分?jǐn)?shù)線；人工神經(jīng)網(wǎng)絡(luò)

一、優(yōu)化人工神經(jīng)網(wǎng)絡(luò)的高考專業(yè)分?jǐn)?shù)線預(yù)測算法及系統(tǒng)意義

（一）有助于考生順利志愿填報

在高考填報志愿時，由于考生不清楚所報考的高校及專業(yè)的情況，致使許多考生不能順利填報志愿。如何避免這種情況出現(xiàn)？準(zhǔn)確把握專業(yè)分?jǐn)?shù)線是關(guān)鍵。但在實際操作中，高校招生計劃及專業(yè)設(shè)置相對比較穩(wěn)定，學(xué)生所報考的專業(yè)分?jǐn)?shù)線也比較穩(wěn)定，因此，很難通過錄取分?jǐn)?shù)線對其進(jìn)行準(zhǔn)確預(yù)測。而利用人工神經(jīng)網(wǎng)絡(luò)模型對考生進(jìn)行專業(yè)分?jǐn)?shù)線預(yù)測，是一種相對比較有效的方法。算法的模型結(jié)構(gòu)是基于BP網(wǎng)絡(luò)，引入一種遺傳算法的參數(shù)優(yōu)化方法作為BP網(wǎng)絡(luò)的初始權(quán)值和閾值優(yōu)化算法，以提高網(wǎng)絡(luò)的學(xué)習(xí)效率，提高預(yù)測精度。

（二）有助于高校規(guī)劃招生計劃和專業(yè)設(shè)置

全國高考填報志愿工作是一個長期的、復(fù)雜的系統(tǒng)工程，高校的招生計劃和專業(yè)設(shè)置都受到各方面因素的影響。比如，高校錄取新生時要根據(jù)計劃進(jìn)行，學(xué)校在制訂招生計劃時必須考慮到各方面的因素，要統(tǒng)籌考慮高考分?jǐn)?shù)、招生規(guī)模、生源情況以及各專業(yè)對考生的要求等多方面因素。此外，高校招生計劃和專業(yè)設(shè)置也要受到國家政策法規(guī)、社會經(jīng)濟(jì)發(fā)展需求等多方面因素影響。因此，高校要想獲得更多的招生機(jī)會，就需要制訂合理、科學(xué)的招生計劃和專業(yè)設(shè)置方案，并及時根據(jù)社會需求進(jìn)行調(diào)整，確保學(xué)生能獲得最合適的專業(yè)。

（三）有助于為學(xué)生提供更好的專業(yè)選擇

有助于為學(xué)生提供更好的專業(yè)選擇指導(dǎo)，提高學(xué)生的志愿填報成功率。高校在錄取新生時，要根據(jù)當(dāng)年高校的招生計劃和錄取分?jǐn)?shù)線，按照一定的公式計算出各專業(yè)的錄取線，并將其與學(xué)校計劃招生人數(shù)進(jìn)行比較，根據(jù)考生所填報的專業(yè)志愿順序、分?jǐn)?shù)高低進(jìn)行排序。在錄取過程中，如果考生對專業(yè)志愿不滿意，則由計算機(jī)根據(jù)考生高考成績、專業(yè)志愿、填報順序等情況自動生成一個專業(yè)錄取線，并作為學(xué)校當(dāng)年錄取新生的依據(jù)。在報考志愿時，學(xué)生可能會對自己想要選擇的專業(yè)沒有明確的了解，但這并不是意味著他們就不能選到自己喜歡的專業(yè)。通過高考專業(yè)分?jǐn)?shù)線預(yù)測算法來對學(xué)生未來可以選擇的專業(yè)進(jìn)行預(yù)測，就能讓學(xué)生在填報志愿時有更好的選擇。

二、當(dāng)前高考專業(yè)分?jǐn)?shù)線預(yù)測算法及系統(tǒng)存在的問題

隨著信息技術(shù)的快速發(fā)展，我國的高等教育已從精英化教育轉(zhuǎn)變?yōu)榇蟊娀逃Ｕ猩愋桶ㄆ胀ǜ叩冉逃⒕W(wǎng)絡(luò)教育和自學(xué)考試。為給考生提供準(zhǔn)確的報考參考，高校需要及時公布各專業(yè)的招生計劃和錄取分?jǐn)?shù)線。但是目前大多數(shù)高校公布的專業(yè)招生計劃和錄取分?jǐn)?shù)線都是基于經(jīng)驗公式或者模擬數(shù)據(jù)進(jìn)行的預(yù)測，在實際應(yīng)用中會遇到很多問題。

（一）院校地域、辦學(xué)實力、專業(yè)設(shè)置等因素影響

受院校地域、辦學(xué)實力、專業(yè)設(shè)置等因素影響，同一個高校不同專業(yè)之間的錄取分?jǐn)?shù)會存在差異。例如，一些院校會根據(jù)辦學(xué)實力和專業(yè)設(shè)置等因素將不同專業(yè)按照不同比例分配招生計劃，導(dǎo)致部分考生因為報考的是熱門專業(yè)而與好學(xué)校失之交臂，嚴(yán)重影響了考生報考志愿的積極性。

（二）錄取分?jǐn)?shù)線隨年份變化

在高考志愿填報中，考生只能根據(jù)歷年高校專業(yè)錄取分?jǐn)?shù)線進(jìn)行參考。而各院校每年的錄取分?jǐn)?shù)線都會根據(jù)當(dāng)年招生情況發(fā)生變化，所以在制訂專業(yè)分?jǐn)?shù)線時不能只參考?xì)v年數(shù)據(jù)，需要根據(jù)當(dāng)年實際情況進(jìn)行調(diào)整。在高考志愿填報中，很多考生都會參考往年的錄取分?jǐn)?shù)線。然而，每年的錄取分?jǐn)?shù)線都會隨著當(dāng)年招生情況發(fā)生變化，尤其是在各院校招生計劃變化較大的情況下。因此，考生在報考時要注意及時了解各院校近幾年的招生計劃及錄取分?jǐn)?shù)變化，結(jié)合自身實際情況進(jìn)行填報。隨著志愿填報系統(tǒng)的開發(fā)和志愿填報的推廣，各高校也紛紛開通自己的官方網(wǎng)站和微信公眾號，這些途徑都可以方便考生查詢到自己所報專業(yè)歷年的錄取分?jǐn)?shù)線。

（三）報考時機(jī)不當(dāng)

在高考志愿填報中，一些考生往往會根據(jù)自身分?jǐn)?shù)情況選擇報考院校及專業(yè)。甚至部分考生并未意識到自己分?jǐn)?shù)與院校錄取分?jǐn)?shù)線之間存在較大差距。在報考時常選擇一些較為熱門的專業(yè)進(jìn)行報考。然而，熱門專業(yè)并不一定適合自己，因此在錄取后很可能出現(xiàn)考生與心儀高校失之交臂的情況。

（四）招生信息不對等

多數(shù)高校都有招生章程，其中會對各專業(yè)錄取條件進(jìn)行說明，如單科成績、身體健康狀況等要求。然而，很多考生不了解各院校招生章程中對考生提出的要求，因此在填報志愿時會出現(xiàn)填報錯誤而與心儀高校失之交臂的情況。在高考志愿填報中，考生可以根據(jù)自己的興趣愛好、就業(yè)前景等方面選擇專業(yè)。然而，許多考生并不了解自己所報專業(yè)的具體信息。在高校招生計劃發(fā)布時，會對招生專業(yè)進(jìn)行詳細(xì)說明，其中包括各專業(yè)招生計劃及要求等內(nèi)容。但部分考生在填寫志愿時并不清楚所報專業(yè)是否屬于該院校招生專業(yè)范圍之內(nèi)。因此，在高考志愿填報中存在許多錯誤填寫導(dǎo)致無法進(jìn)入心儀學(xué)校的情況發(fā)生。

三、高考專業(yè)分?jǐn)?shù)線預(yù)測方法

（一）基于灰色預(yù)測的高考專業(yè)分?jǐn)?shù)線預(yù)測方法

灰色預(yù)測模型是在常規(guī)的灰色系統(tǒng)理論基礎(chǔ)上建立起來的一種新的預(yù)測方法。灰色預(yù)測方法有一個假設(shè)前提：各專業(yè)招生計劃數(shù)都是已知的，不受各院校招生計劃數(shù)的影響。通過對院校歷史數(shù)據(jù)進(jìn)行分析，并結(jié)合考生的實際情況，建立一個可以反映各專業(yè)招生計劃數(shù)變化趨勢的灰色模型，通過對該模型進(jìn)行修正得到一種新的預(yù)測方法。在高考專業(yè)分?jǐn)?shù)線預(yù)測中，首先，根據(jù)各院校近幾年來專業(yè)分?jǐn)?shù)線數(shù)據(jù)，計算出各專業(yè)的平均錄取分?jǐn)?shù)；其次，根據(jù)該平均錄取分?jǐn)?shù)和考生報考該專業(yè)的分?jǐn)?shù)進(jìn)行加權(quán)，計算出考生最終可報考該專業(yè)的最低分?jǐn)?shù)線；最后，將該最低分?jǐn)?shù)線作為考生最終可報考該專業(yè)的分?jǐn)?shù)線。

（二）基于LSTM模型的高考專業(yè)分?jǐn)?shù)線預(yù)測方法

基于 LSTM的高考專業(yè)分?jǐn)?shù)線預(yù)測方法，利用LSTM模型對考生高考分?jǐn)?shù)進(jìn)行多層次、多維度的預(yù)測。該方法首先通過專家對考生的高考分?jǐn)?shù)進(jìn)行打分，并根據(jù)分?jǐn)?shù)進(jìn)行排序，從而得到每一位考生的初始預(yù)測結(jié)果；其次，利用 LSTM模型對初始預(yù)測結(jié)果進(jìn)行優(yōu)化，通過反向傳播算法不斷修正輸入值與輸出值之間的誤差，并根據(jù)誤差調(diào)整各層節(jié)點的權(quán)重，使網(wǎng)絡(luò)能夠更好地利用數(shù)據(jù)進(jìn)行預(yù)測。最后，將最優(yōu)模型與 BP神經(jīng)網(wǎng)絡(luò)進(jìn)行對比，得到最終預(yù)測結(jié)果。該方法具有較強(qiáng)的學(xué)習(xí)能力、泛化能力和可解釋性，并可在多個場景下應(yīng)用，具有較高的可行性和有效性。

（三）基于參數(shù)優(yōu)化BP深度神經(jīng)網(wǎng)絡(luò)的高考專業(yè)分?jǐn)?shù)線預(yù)測方法

BP神經(jīng)網(wǎng)絡(luò)是一種傳統(tǒng)的多層前向網(wǎng)絡(luò)，其網(wǎng)絡(luò)結(jié)構(gòu)由輸入層、隱藏層、輸出層構(gòu)成，其中隱藏層中的神經(jīng)元數(shù)量為輸入神經(jīng)元數(shù)的兩倍，輸出層中的神經(jīng)元數(shù)量為輸入神經(jīng)元數(shù)的四倍。在神經(jīng)網(wǎng)絡(luò)模型中， BP神經(jīng)網(wǎng)絡(luò)能夠通過調(diào)整權(quán)值和閾值來訓(xùn)練網(wǎng)絡(luò)，以獲得較好的預(yù)測性能。在前人研究基礎(chǔ)上，采用遺傳算法和粒子群優(yōu)化算法來優(yōu)化 BP神經(jīng)網(wǎng)絡(luò)的參數(shù)，以提高網(wǎng)絡(luò)的泛化能力。遺傳算法是一種基于生物進(jìn)化機(jī)制來解決計算問題的智能優(yōu)化算法，而粒子群優(yōu)化算法是一種群智能優(yōu)化算法。研究采用遺傳算法對 BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化。

高考專業(yè)分?jǐn)?shù)線預(yù)測問題是一個復(fù)雜的多目標(biāo)、多變量、多因素組合優(yōu)化問題。在研究中，將遺傳算法與粒子群優(yōu)化算法相結(jié)合來對 BP神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)優(yōu)化，構(gòu)建了基于遺傳算法和粒子群優(yōu)化算法的高考專業(yè)分?jǐn)?shù)線預(yù)測模型。在研究中，針對影響高考專業(yè)分?jǐn)?shù)線的幾個關(guān)鍵因素：高考成績、專業(yè)名稱、所選科目和選考科目，將其作為輸入?yún)?shù)，以專業(yè)名稱和選考科目為輸出參數(shù)，構(gòu)建基于 BP深度神經(jīng)網(wǎng)絡(luò)的高考專業(yè)分?jǐn)?shù)線預(yù)測模型，通過網(wǎng)絡(luò)訓(xùn)練得到預(yù)測模型。在實際應(yīng)用中，采用三層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型來處理高考成績和專業(yè)名稱、所選科目和選考科目之間的非線性關(guān)系，利用優(yōu)化后的 BP深度神經(jīng)網(wǎng)絡(luò)來處理專業(yè)名稱、所選科目和選考科目之間的非線性關(guān)系，并將其用于預(yù)測高考專業(yè)分?jǐn)?shù)線，從而提高預(yù)測精度。

四、基于高考專業(yè)分?jǐn)?shù)線預(yù)測系統(tǒng)設(shè)計與實現(xiàn)

（一）預(yù)測系統(tǒng)總體設(shè)計

該系統(tǒng)的開發(fā)平臺為 Delphi6.5，數(shù)據(jù)庫采用的是 MySQL關(guān)系型數(shù)據(jù)庫，系統(tǒng)界面簡潔、直觀，用戶使用簡單、方便。系統(tǒng)主要分為以下五個模塊：數(shù)據(jù)管理、專業(yè)分?jǐn)?shù)線預(yù)測、專業(yè)選擇推薦、用戶管理和輔助工具。其中，數(shù)據(jù)管理模塊主要用來收集用戶的基本信息和專業(yè)數(shù)據(jù)，并且將這些信息存入數(shù)據(jù)庫中；專業(yè)分?jǐn)?shù)線預(yù)測模塊用來對采集到的專業(yè)數(shù)據(jù)進(jìn)行處理，得到專業(yè)的分?jǐn)?shù)線，然后根據(jù)標(biāo)準(zhǔn)和需求給出專業(yè)預(yù)測結(jié)果。用戶管理模塊主要是對用戶的一些基本信息和選擇推薦信息進(jìn)行管理，并且對這些信息進(jìn)行處理得到用戶的一些基本情況；輔助工具主要是為了方便用戶查詢所需要的功能。

（二）預(yù)測系統(tǒng)功能模塊設(shè)計

功能模塊主要包括：用戶管理、成績查詢、專業(yè)錄取信息查詢、志愿填報輔助及相關(guān)數(shù)據(jù)的導(dǎo)出等。

用戶管理模塊主要包括登錄驗證，用戶信息，角色信息，權(quán)限管理，日志記錄等。

成績查詢模塊主要包括查詢統(tǒng)計，成績統(tǒng)計分析，生成成績單等。

志愿填報輔助模塊主要包括考生信息，錄取信息查詢，模擬志愿填報等。

數(shù)據(jù)導(dǎo)出模塊主要包括數(shù)據(jù)導(dǎo)出表，數(shù)據(jù)字典表，歷史數(shù)據(jù)表等。

五、結(jié)語

本研究在分析了高考專業(yè)分?jǐn)?shù)線影響因素的基礎(chǔ)上，結(jié)合 BP人工神經(jīng)網(wǎng)絡(luò)的優(yōu)勢，建立了 BP人工神經(jīng)網(wǎng)絡(luò)專業(yè)分?jǐn)?shù)線預(yù)測模型，并提出了一種基于 BP神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合的參數(shù)優(yōu)化算法。基于 BP神經(jīng)網(wǎng)絡(luò)的高考專業(yè)分?jǐn)?shù)線預(yù)測模型，通過結(jié)合模糊神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化算法對 BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，使其具有較強(qiáng)的預(yù)測能力。通過對高考專業(yè)分?jǐn)?shù)線影響因素的分析，建立了一個多因素的高考專業(yè)分?jǐn)?shù)線預(yù)測模型，并將該模型應(yīng)用到高考專業(yè)分?jǐn)?shù)線預(yù)測中。利用遺傳算法對 BP神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)優(yōu)化，結(jié)合神經(jīng)網(wǎng)絡(luò)和遺傳算法的優(yōu)點，提高了預(yù)測精度。最后設(shè)計了高考專業(yè)分?jǐn)?shù)線預(yù)測系統(tǒng)，該系統(tǒng)包括用戶管理、數(shù)據(jù)管理、歷史數(shù)據(jù)查詢、專業(yè)信息查詢等功能，具有較好的實用性和可操作性。實驗結(jié)果表明，所提出的預(yù)測模型能有效地對高考專業(yè)分?jǐn)?shù)線進(jìn)行預(yù)測，具有較強(qiáng)的泛化能力，能夠滿足高考招生中的實際需求。

參考文獻(xiàn)：

［1］ 趙江南. 新高考背景下高考計分政策研究［D］. 廈門：廈門大學(xué)，2021.

［2］ 陳文雪. 廣東省P市新高考政策實施問題與策略研究［D］. 西安：陜西師范大學(xué)，2021.

［3］ 萬海波. 基于兩層復(fù)雜網(wǎng)絡(luò)層間同步的混沌保密通信研究［D］. 武漢：華中科技大學(xué)，2017.