基于BP算法的大學生創新創業能力評估

摘 要：為了量化評價大學生創新創業能力的并保證評價結果符合實際，本文基于改進BP神經網絡算法，進行了大學生創新創業能力評估方法設計研究。構建大學生創新創業能力評估層次結構，確定能力評估指標權重與一致性檢驗，基于改進BP神經網絡的評估模型構建與訓練進行大學生創新創業能力量化評價。比較結果表明，應用本文評估方法得到的評估結果相關性系數和可靠性系數均高于現有方法，證明本文的評估方法更具實際應用價值。

關鍵詞：改進BP神經網絡；創新創業；能力評估

中圖分類號：TP 183" " " 文獻標志碼：A

創新創業能力已成為當代大學生核心競爭力的重要組成部分。大學生創新創業能力不僅關系個人的職業發展，也是推動社會進步和經濟發展的重要力量。因此，準確評估大學生的創新創業能力，對高校教育、企業招聘以及政策制定都具有重要意義。在現有的大學生創新創業能力評估方法中，李麗芳[1]等提出的高職教育中創新創業能力評價指標體系優化策略在實際應用中存在主觀性強、評估標準不統一的問題；朱辰杰[2]等構建的共同富裕背景下返鄉大學生創業素質與能力評估指標體系在實際應用中評估效率較低；毛慧敏[3]進行了高校學生參與就業創業能力培養管理的影響分析，提出的創新創業培養效果評估方法在實際應用中難以應對大規模數據的情況，評估結果的準確性和可靠性也難以保證。隨著人工智能技術快速發展，作為一種經典的神經網絡模型，BP神經網絡以其強大的自學習和自適應能力，在模式識別、預測分析等領域取得了顯著成效，在該背景下，本文基于改進BP神經網絡，提出一種大學生創新創業能力評估方法。

1 大學生創新創業能力評估層次結構構建

為了構建大學生創新創業能力的評估層次結構體系，本文從基礎能力層、專業技能層、綜合素質層和成果展示層等多個維度出發進行研究，以保證評估的全面性和準確性。對各個維度的大學生創新創業能力評估考慮層次如下所示。

基礎能力層是評估大學生創新創業能力的基石，主要包括以下3個方面。1） 學科基礎知識，評估學生對所學專業知識的掌握程度和是否具備跨學科的知識儲備。2） 學習能力，評估學生的學習方法、學習態度、自主學習能力以及是否具備持續學習的能力。3） 溝通能力，評估學生是否能夠清晰、準確地表達自己的觀點，是否具備良好的傾聽和反饋能力。

專業技能層是在基礎能力之上對創新創業所需的專業技能進行評估，主要包括以下3個方面。1） 創新能力。評估學生是否具備獨立思考、發現問題和解決問題的能力，是否具備創新思維和創新意識。2） 團隊協作能力。評估學生在團隊中的協作和合作能力，包括分工協作、溝通協調和解決問題的能力等。3） 實踐能力。評估學生是否具備將理論知識應用于實踐的能力，包括試驗能力、項目實踐能力等。

綜合素質層是在基礎能力和專業技能等方面對學生的綜合素質進行評估，主要包括以下3個方面。1） 領導力。評估學生是否具備帶領團隊、引導團隊方向的能力，是否具備決策和戰略眼光。2） 抗壓能力。評估學生在面對壓力和困難時是否能夠保持冷靜、樂觀的態度，是否具備解決問題的能力。3） 社會責任感。評估學生是否具備關注社會、關注他人的意識，是否愿意為社會做出貢獻[4]。

成果展示層是評估大學生創新創業能力的直接體現，主要包括以下3個方面。1） 創新創業項目。評估學生是否參與過創新創業項目和項目的完成情況、成果展示等。2） 論文發表。評估學生是否發表過學術論文或研究報告和論文的質量和影響力。3） 獲獎情況。評估學生是否獲得過創新創業相關的獎項或榮譽和獎項的級別、影響力。

經過以上4個層次的評估，可以全面、準確地了解大學生的創新創業能力水平，并為其提供有針對性的指導和支持[5]。同時，該評估結構也有助于高校和社會各界更好地了解大學生的創新創業能力狀況，可為培養更多具有創新精神和實踐能力的人才提供有力支持。

在此基礎上，本文結合層次分析法，對目標、準則和決策結構進行構建，由此反映能力與各要素間的關聯[6]，評估指標體系見表1。

完成評估指標體系構建后，利用九級標度劃分方法，將要素兩兩比較，建立比較矩陣，其九級標度見表2。

通過上述步驟即可完成判斷矩陣構建，并確定下層各因素對上層某因素的影響程度。進行大學生創新創業能力的層次分析時，需要緊密結合其固有的定性與定量特征，并對大量數據進行系統整理與分類，深入探究大學生創新創業能力中各個要素的內在邏輯結構[7]。該過程不僅要求對每個特質要素進行詳盡的描述和解析，還必須保證分析的客觀性和公正性。

2 能力評估指標權重確定與一致性檢驗

成功構建大學生創新創業能力評估的層次結構后，為了保證評估的準確性和科學性，需要對生成的評估矩陣進行深入的數據分析。本文采用方根法（也被稱為幾何平均法）計算每個矩陣中的最大特征根。方根法需要對每個矩陣的每一行元素進行乘積運算，得到每行的乘積結果[8]。對這些乘積結果進行開方處理，求得其n次方根。將得到的n次方根進行歸一化處理，獲得每個矩陣每一行的權重值。獲得權重值后，計算一致性指標，以進一步檢驗這些權重值的合理性[9]。一致性指標是評估得到的權重值與矩陣的原始數據是否一致的一種方法。如果一致性指標過高，說明權重值可能存在偏差，需要重新檢查或調整計算過程。一致性檢驗可根據公式（1）進行計算。

（1）

式中：T為一致性指標系數；gmax為最大特征值；n為要素數量。

完成大學生創新創業能力評估層次結構的構建和矩陣數據分析后，需要進一步檢驗所得到的權重值是否合理、準確。這一步驟通常涉及對比一致性指標CI和平均隨機一致性指標R。

一致性指標CI用來衡量評估模型的一致性程度。在層次分析法中，CI值由計算評估矩陣的最大特征根與矩陣階數間的關系得出。CI值越低，說明評估矩陣的一致性越高，即評估模型中的各指標權重分配越合理。

由于不同的矩陣階數對應不同的隨機誤差，因此僅利用CI值來判斷評估模型的一致性是不夠準確的，還需要引入平均隨機一致性指標RI來進行比較。RI值是根據大量隨機生成的矩陣計算出的CI值的平均值，代表隨機誤差的期望水平。結合上述2個指標計算一致性比率CR，以評估模型的一致性，如公式（2）所示。

CR=CI/RI （2）

這個比率將CI值與RI值進行了歸一化處理，使不同階數的矩陣具有相同的比較基準。現在可以根據CR值來判斷評估模型是否合格。通常，如果CR的值＜0.1，說明評估模型的一致性良好，檢驗合格，可以接受當前的權重分配。如果CR的值≥0.1，就說明評估模型的一致性較差，檢驗不合格。這可能是評估指標間存在較大的邏輯矛盾或權重分配不合理導致的。在這種情況下，需要重新篩選評估指標，調整權重分配，并重新計算CI、RI和CR的值，直到滿足一致性要求為止。由此，可得到確定的指標權重。

3 基于改進BP神經網絡的評估模型構建與訓練

完成對能力評估指標權重與一致性檢驗后，結合改進BP神經網絡構建評估模型，并對模型進行訓練。在輸入層中，根據大學生創新創業能力的評估指標確定輸入神經元的數量。根據上述分析，輸入層神經元為12個。根據問題的復雜性和數據的特性選擇適當數量的隱藏層和神經元。本文將輸出層設計為只有一個神經元，用于輸出大學生創新創業能力的評估結果。為了提高網絡的非線性能力，將非線性激活函數作為模型的激活函數，如公式（3）所示。

f（x）=1/（1+e-x） （3）

式中：f（x）為Sigmoid非線性激活函數；x為輸入變量。

進行評估模型訓練時，需要對改進BP神經網絡的權重和偏置進行初始化。根據輸入數據和初始化的參數，由網絡的每一層進行前向傳播，計算每一層的輸出，直到得到最終輸出。使用上述確定的使用損失函數計算網絡的預測輸出與真實值間的差距。使用學習率η和梯度信息來更新網絡的權重和偏置。基于梯度下降的參數更新項如公式（4）所示。

Vw（t）=hg（t） （4）

式中：Vw（t）為第t次迭代的參數調整量；h為學習量；g（t）為第t次迭代計算出的梯度。

為了防止過擬合，可以在損失函數中添加L1或L2正則化項來限制網絡的復雜度。

4 大學生創新創業能力量化評價

利用上述訓練好的模型對大學生創新創業能力進行評價，為了可以得到更直觀的評價結果，需要對大學生創新創業能力進行量化。應用本文方法進行評估的指標權重見表3。

為了將模型的預測值轉化為更直觀的量化結果，本文以此為基礎，根據實際需求設定一定的量化標準或閾值。并將預測值劃分為不同區間，每個區間對應一個創新創業能力等級或分數。比較預測值所在的區間，可以得到大學生創新創業能力的量化評價結果。大學生創新創業能力等級與分數劃分見表4。

對量化后的評價結果進行分析，了解大學生在創新創業能力方面的優勢和不足。根據分析結果為大學生提供針對性的指導和建議，幫助他們提升創新創業能力。

5 對比試驗

為列驗證上述基于改進BP神經網絡的大學生創新創業能力評估方法的應用效果，本文以某大學計算機專業90名學生為研究對象，分別利用本文方法、基于BP神經網絡的評估方法和基于CIPP的評估方法對該專業學生的創新創業能力進行評估。采用信度分析方法，對3種評估方法進行可行性和穩定性驗證。為體現試驗的客觀性，將3種評估方法得出的結果進行信度評價尺度劃分，見表5。

通過上述論述方式，完成對3種評估方法能力的評估，評估結果見表6。

根據表6中的數據分析可知，本文方法評估結果的相關性系數和可靠性系數均在0.800以上，均明顯高于另外2種評估方法。

6 結語

本文基于改進BP神經網絡提出了一種大學生創新創業能力評估方法，該方法引入了新的優化算法和激活函數，有效降低了傳統BP神經網絡的局限性，提高了評估結果的準確性和可靠性。該方法不僅為大學生創新創業能力的評估提供了一種新的思路和方法，也為高校教育、企業招聘以及政策制定提供了有力支持。

參考文獻

[1]李麗芳，李長波.高職教育中創新創業能力評價指標體系優化策略研究[J].科學咨詢（教育科研），2023（12）：8-10.

[2]朱辰杰，丁婷.共同富裕背景下返鄉大學生創業素質與能力評估指標體系構建研究[J].江蘇商論，2024（1）：137-141.

[3]毛慧敏.高校學生參與就業創業能力培養管理的影響與效果評估[J].黑龍江科學，2023，14（21）：83-85.

[4]劉巖，盛麗穎，史寶康，等.新農科背景下農業院校創新創業課程改革研究——基于CDIO教育理念融入農業投資項目評估課程[J].農業科技與裝備，2023（6）：134-136.

[5]陳瑩，陳麗萍，姜鳳，等.可持續創業意愿形成的兩階段機制研究：一個有調節的中介模型[J].科技創業月刊，2023，36（9）：14-25.

[6]武彤.“新經管”大學生創新創業能力評價研究——基于ANP-模糊綜合評價法[J].教育教學論壇，2023（36）：160-165.

[7]鄧煒，瞿也凡，薛舒丹，等.學科競賽對經管類專業大學生創新創業能力影響調查研究——以北方工業大學為例[J].創新創業理論研究與實踐，2023，6（13）：195-198.

[8]朱曉博.大學生創新創業能力評估體系研究[J].遼寧工業大學學報（社會科學版），2023，25（3）：102-107.

[9]曹穎，孫鈺涵，尚曉雯.應用型人才綠色創業能力評估模型構建研究[J].職業技術教育，2023，44（11）：66-72.

通信作者：楊賽男（1988-），女，湖南益陽市人，碩士研究生，講師，研究方向為教學改革。

電子郵箱：keepmoving9@163.com。