離散Hopfield神經網絡在職業院校學生綜合素養評價中的應用研究

摘 "要：為克服教育評估中人為因素的干擾，提高評估的準確性和效率，該文探索將離散Hopfield神經網絡應用到職業院校學生綜合素養的評價中。Matlab仿真發現，通過設置合適的神經元平衡點，離散Hopfield神經網絡可根據輸入的指標數據對學生的職業綜合素養給出有效的評估，評估結果與專家評估的結果完全一致。

關鍵詞：離散Hopfield神經網絡；職業院校；綜合素養評價；二值化編碼；教育評估

中圖分類號：G434 " " "文獻標志碼：A " " " " "文章編號：2095-2945（2024）20-0150-04

Abstract： In order to overcome the interference of human factors in educational evaluation and improve the accuracy and efficiency of educational evaluation， this paper explores the application of Discrete Hopfield Neutral Network（DHNN） to the evaluation of vocational college students' comprehensive literacy. Matlab simulation shows that by setting appropriate neuron balance point， the Discrete Hopfield Neutral Network can effectively evaluate students' professional comprehensive literacy according to the input index data， and the evaluation results are completely consistent with the results of expert evaluation.

Keywords： Discrete Hopfield Neutral Network（DHNN）; vocational college; comprehensive literacy evaluation; binary coding; educational evaluation

人工神經網絡（Artificial Neural Network，ANN）是一種基于生物神經系統的仿生學算法，它能通過對過去信息的學習而具備分析、預測、識別當前信息的能力[1]。當前人工神經網絡已被廣泛應用于信號處理、自動控制、模式識別等領域，然而在社會科學領域，人工神經網絡的使用尚存在較大的空白。教育評價作為教育活動不可或缺的環節，近年來其在教育界所受的關注度日益增加。傳統的教育評價通常基于教師或教育專家人工賦分。對于主觀性較強的評價內容（如素養、態度、情感等），即使對指標進行量化分級，評估者的個體因素仍會對賦分造成較大的干擾，從而影響評估的質量。此外，人工評估效率低下，在很大程度上制約了評估規模的擴大。Hopfield神經網絡通過學習高質量的樣本，然后依托其強大的聯想記憶功能實施評價，可以在一定程度上彌補人工評價的上述不足。

1 "離散Hopfield神經網絡的工作原理

Hopfield是一種帶有反饋結構的人工神經網絡，它是由多個神經元構成的單層網絡，每個神經元的輸出信號通過負反饋，以一定的權重組成所有神經元的輸入信號，因此具有“聯想記憶功能”[2]。……