阐释基于BP神经网络高校教师科研能力评价模型

论文导读：经网络应用与设计.北京：科学出版社，2001：97-109.
摘要：通过对高校教师科研能力分析，构建了高校教师科研能力评估指标体系，提出了运用BP神经网进行评估的策略，利用MATLAB对该模型进行了仿真，得到了与专家评定一致的结果。该策略克服了传统评价策略孤立地考虑各项评价指标的缺点 增加了指标之间的关联性，使评价结果更符合实际情况。
关键词：科研能力 BP神经网络 评价模型
1007-9416（2014）01-0056-02
一所高校的科研水平取决于教师的科研能力，目前，有关高校教师科研能力的评估有很多评估策略，如层次分析法，贝叶斯网络聚类策略[1]等。本文运用BP神经网络来建立高校教师科研能力评价模型，为高校教师科研能力评价提供了一定的参考。
1 高校教师科研能力评价指标体系

1.1 构建评价指标体系的基本原则[2]

为了科学、客观地反映高校教师科研能力的高低，应该考虑建立与之相适应的科研能力评价策略，并确定相应的科研能力评价指标体系。为了建立能有效评价高校教师科研能力的评价指标体系，其设计的原则应遵循如下：科学规范性、系统优化性、简洁明确性和全面实用性。

1.2 科研能力评价指标体系

本文从教师基本素质、学术影响、学术成果、科研项目四个方面来反映教师科研能力，根据构建指标体系的四个基本原则，构建三个层次结构模型评价指标体系，如图1
2 基于BP神经网络的高校教师科研能力评价模型
本文采用典型的三层BP神经网络对教师科研能力进行评价，如图2所示。

2.1 初始参数的确定

3 高校教师科研能力评价模型的评估
在某高校中，组织25名专家对20名教师科研能力进行行评价，随机抽取6组评价数据进行归一化处理得表1。
利用已编好的BP算法的程序[5]，在把学习样本的输入参数输入计算机后，即可让网络模型对学习样本进行反复学习，直到网络模型的识别精度满足要求。可以看出，当网络训练达到161步时，网络模型识别精度为0.000982536，网络性能达标，可知输出结果与专家判断是吻合的，说明BP神经网络已具备了模式识别的能力，可以对教师科研能力进行评价。
4 结语
通过构建教师科研能力评价体系的BP神经网络模型，为评价教师科研能力提供了一种量化方式。BP神经网络克服了评价中主观因素的影响，使评价结果全面准确的反映实际情况，为教师科研能力评价提供了新的工具。
参考文献
[1]李兰春，王双成，王婧.高校教师科研能力评估的贝叶斯网络聚类策略[J].科技管理研究，2011（12）：114-116.
[2]高英.高校教师创新能力分析与评价[D].东北大学工商管理学院，2006：21-22.
[3]董长虹.MATLAB神经网络与应用[M].北京：国防工业出版社，2005：64-71.
[4]岳付昌，闫群章，徐廷学，等.基于BP神经网络的导弹武器系统存活能力评估[J].舰船电子工程，2010，（10）：104-107.
[5]闻新，周露.MATLAB神经网络应用与设计[M].北京：科学出版社，2001：97-109. 全文地址：www.7ctime.com/xxskjlwfw/lw26893.html上一论文：试论妇产科护患纠纷的原因及防范策略