基于補償模糊神經網絡的高職院校教師教學評價模型的構建的論文

時間:2023-04-27 08:01:41 論文范文 我要投稿
  • 相關推薦

基于補償模糊神經網絡的高職院校教師教學評價模型的構建的論文

  論文關鍵詞:補償模糊神經網絡 教學評價模型 六步法則 高職院校

基于補償模糊神經網絡的高職院校教師教學評價模型的構建的論文

  論文摘要:利用補償模糊神經網絡構建高職院校教師的教學評價模型,借鑒《機械制圖》教學過程中總結出的零件制作6個步驟,形成“六步法則”,將其應用于模型構建的整個過程。數(shù)據(jù)驗證結果表明,該模型評價精度較高,有利于合理地對教師教學能力的評價,并將有效地促進學校推行績效考核機制,促進人才培養(yǎng)質量的提升。

  高等職業(yè)教育在我國高等教育規(guī)模中占半壁江山,在人才培養(yǎng)方面起著舉足輕重的作用。如何更快更好地發(fā)展高職教育,提高人才培養(yǎng)的質量顯得越來越重要。高水平的培養(yǎng)質量歸根結底是要建立一支過硬的教師隊伍。因此,各高職院校目前十分注重利用績效考核來促進教師隊伍整體水平的提高。所謂績效考核,就是依據(jù)教師崗位職責,對教師是否勝任本崗位工作所規(guī)定的政治思想、職業(yè)道德、工作實績等進行全面系統(tǒng)的評價。那么如何通過績效考核對每位教師進行一個客觀、全面的評價呢?這主要依賴于教學評價模型的正確性與合理性。筆者依據(jù)多年來的教務管理經驗,以及通過教授《機械制圖》這門課程得到的啟發(fā),采用六步法則與補償模糊神經網絡相結合,實現(xiàn)了教學評價模型的構建,旨在提高評價的合理性與客觀性。

  1六步法則及其由來

  六步法則的由來,是筆者受《機械制圖》課程教學的啟發(fā)而得出的:對于一個零件制作而言,大體經過以下六個步驟:(1)通過“看”來對市場上所出現(xiàn)的類似零件進行比對,比如說用途、特點等;(2)分析其利弊;(3)確定自己制作該零件的方案進行草圖繪制:確定繪圖的紙張大小等,從而對零件的結構圖(主視圖、剖面圖等)進行細心繪制,最后對細節(jié)進行加工;(4)根據(jù)繪制的圖形,對該零件進行加工;(5)加工樣品檢驗零件的合理性;(6)通過使用不斷地對零件進行修改完善。綜上所述,零件的加工制作可以歸結為:“看、想、畫、作、查、改”。其中“畫”尤其重要,因為最終圖的正確與否將直接關系到產品的質量,影響整個公司的經濟效益因此在設計過程中強調的是在正確的前提下注意細而精。對于教學評價也是如此。如果教學評價模型建立的不合理,將直接導致對教師能力評價的不客觀、不全面,那么對教師績效工資的分配將不合理,激勵導向效果就不會理想。為此,按照全面質量管理的“三全一多樣”的特征,借鑒機械制圖的6大步驟,總結得出“六步法則”,運用此法則,對教學評價模型進行構建。

  所謂六步法則,是指一看、二分析、三建模、四檢驗、五實施、六改善。“一看”是指對目前高職院校的教師能力進行全面調查,目前采用教師教學評價機制進行搜索比對;“二分析”是指通過調查之后分析高職院校教師能力體現(xiàn)較為全面的幾項重大指標,確定評價的標準;“三建!笔侵竿ㄟ^確定的幾項評價指標和最終評價結果,采用先進的數(shù)學建模方法進行評價模型的建立;“四檢驗”主要是通過利用建好的模型,采用以前的評價數(shù)據(jù)、結果進行對比,驗證模型的合理性與客觀性;“五實施”是指通過驗證的模型對目前的教師教學能力進行評價;“六改善”是指在實施過程中對一些細枝末節(jié)進行調整、改善,以促進教師教學水平的提高,不斷完善績效考核機制。

  2教學評價模型的構建

  (1)看。高職院校的教師能力除了需要具備一定的專業(yè)知識與技能外,還須具備操作技術及實踐經驗。最好是“雙師型”的教師。在北京召開的第四屆高等學校教學名師獎表彰大會上有位名師指出:作為高職院校的教師,既要有扎實的理論知識,更要注重實踐經驗的積累;既要把握專業(yè)領域學術發(fā)展前沿,又要與行業(yè)及企業(yè)保持密切聯(lián)系,時刻關注行業(yè)發(fā)展動態(tài)。他說:“一名優(yōu)秀教師需要不斷與時俱進,創(chuàng)新課程體系,調整教學內容,既要注重學生基本理論知識的傳授、專業(yè)技能的培養(yǎng),還要注重學生的個性發(fā)展和綜合素質的培養(yǎng);只有這樣,才能獲得良好的教學效果,因此,目前評判教師水平主要關注于知識、素質、能力這三方面。

  知識結構包括圍繞職業(yè)崗位的知識、技術,及本專業(yè)領域的最新發(fā)展動態(tài)和職業(yè)崗位上的新知識、新技術、新工藝等;素質結構包括良好的道德素質和職業(yè)素質,道德素質是樹立正確的世界觀、人生觀和價值觀,職業(yè)素質是指角色意識、敬業(yè)精神、時效意識、團隊精神等;能力結構包括教育教學能力、崗位實踐能力、現(xiàn)代教育技術使用能力和科研能力等川。

  根據(jù)確定的評價內容,目前采用的評價體系具有一定的多維性和動態(tài)性,評價的方式大多采用“定性”與“定量”相結合的方法,主要有:1)專家評價法,如專家打分綜合法。2)運籌學與其他數(shù)學方法,如層次分析法、數(shù)據(jù)包絡法、模糊綜合評價法、絕對評價法。3)新型評價方法,如人工神經網絡評價法、灰色綜合評價法、綜合評分法。4)組合評價法,這是幾種方法混合使用的情況。

  (2)分析。教學質量的高低是由多種因素交互作用決定的,但其最主要的因素體現(xiàn)在知識、素質、能力這三方面,因此為了能夠較為全面的進行評判,這里采用多主體多角度的評價方式!岸嘀黧w”是指教師、學生、專家(含同行)評價和教學主管部門評價以及外聘工程師等!岸嘟嵌取笔侵该總評價主體對應的評價指標不同,即設計的調查問卷不同。其中表1為學生對教師課堂教學的總體評價表。

  (3)模型構建。人們在教育評價中所用的方法,可以簡單地歸結為兩大類:定性評價方法和定量評價方法。其中定量評價方法需要用刻一些數(shù)學模型對評價對象進行處理。到目前為止,教學評價所用的數(shù)學模型主要有確定(性)數(shù)學模型、隨機(性)數(shù)學模型和模糊數(shù)學模型三類。具體來講,確定(性)數(shù)學模型有線性規(guī)劃、動態(tài)規(guī)劃、數(shù)據(jù)包絡分析、層次分析方法等;隨機(性)數(shù)學模型有回歸分析、因素分析、聚類分析、齊次馬爾科夫鏈等;模糊數(shù)學模型有模糊綜合評判模型、模糊積分模型、灰色數(shù)學模型等。在教育評價中,上述方法均有各自比較適宜的評價對象.

  在融合模糊理論和神經網絡技術的基礎上,通過補償神經元來執(zhí)行補償模糊推理,動態(tài)地調整模糊規(guī)則,從而形成了一種新的網絡—補償模糊神經網絡,由此進行教學評價模型的構建。

  1補償模糊神經網絡的特點

  采用補償模糊神經網絡對某=系統(tǒng)進行辨識時,不需要事先知道索統(tǒng)的精確的數(shù)學模型,它能借助于人類的模糊推理知識以及神經網絡的逼近性能來實現(xiàn)對過程的建模。它擁有許多優(yōu)點,如魯棒性、無需模型、全局逼近。

  2)模型的建構

  :提據(jù)高職院校對教師工作素質的要求,結合高職院校的培養(yǎng)目標,采用多z多角摩多豐體的評價機制,對教師教學質量模型進行合理建構。但是如何制定一個合理的評價指標,是一個七啦復雜而且困難的課題,本文在教育部已有評拈體系的基礎上,根據(jù)前人研究成果,利用學生對教師的網上評教、教師個人的_自我評價、同行評價以及家評價得分作為模型的輸入、(藝‘1一4),每個評價因子得分范圍是,分為三個等級:較差、良好,一優(yōu)秀。但是如何確定這三個等級的標準,這里采用高斯函數(shù)才)”作為模糊隸屬度函數(shù)從而對其等級進行劃分。其中“,·““(隸屬度中‘!挾取鶎儆诳烧{參數(shù)。具體建構的教學評價模型如圖1所示。

  整個模型分為5層,第一層作為評價指標輸人層,第二層對評價指標進行分類(較差、良好、優(yōu)秀),然后根據(jù)模糊推理的規(guī)則來推理得出教師教學質量的好壞。

  3)模型的訓練

  運用多年來積累的數(shù)據(jù)報表,通過聚類分析的方式對數(shù)據(jù)進行有效性驗證,在現(xiàn)有數(shù)據(jù)的基礎上挑選了2000多個樣本進行評價模型的訓練,采用梯度下降法對模糊隸屬度函數(shù)中的參數(shù)進行訓練,其訓練過程的誤差mse變化曲線如圖2所示。

  最后從樣本中選取200個樣本對其進行驗證,結果誤差達到了i.5%,精確度較高。

  3.結論

  借鑒《機械制圖》教學過程中總結出的零件制作6個步驟,形成“六步法則”,將其應用于模型構建的整個過程,利用補償模糊神經網絡構建高職院校教師的教學評價模型,結果表明模型的預測評價準確性較高。由于模型正處于試驗階段,應用于以后的教學評價過程后,還應不斷對其進行檢驗,不斷完善。同時,還需要根據(jù)企業(yè)對人才需求的變化不斷地更新評價指標,完善教學評價模型,科學地對教師教學質量進行評價,有效地促進績效管理方式的推行,促進高職院校人才培養(yǎng)水平的提高。

【基于補償模糊神經網絡的高職院校教師教學評價模型的構建的論文】相關文章:

試論高職院校學生評價機制的構建05-01

基于模糊理論的ERP項目風險評價模型05-02

模糊概率神經網絡水質評價模型及其應用04-27

基于遺傳神經網絡模型的水質綜合評價04-26

基于補償神經網絡的模糊飛機剎車控制系統(tǒng)研究04-30

基于BP神經網絡構建城市時需水量預測模型05-02

基于熵權的模糊綜合評價模型的庫存控制績效評價04-28

基于模糊神經網絡的目標識別04-29

基于HCMOST的移動目標模型構建04-29

構建高職院校學生體育學習評價體系的新思路04-30