学习效果评估软件系统的设计与实现作者：王颖娴来源：《现代电子技术》2010年第02期摘要:阐述学生学习效果评价的现状,将BP网络方法应用于学生学习效果的评价,用灰色理论进行修正,给出BP网络的课程效果评价模型结构,提出一种新的学习效果评价方法。
利用VB 6.0与Matlab混合编程进行软件的设计与实现。
结果表明,BP网络用于课程效果评价中,既克服了专家在评价过程中的主观因素,又得到了满意的评价结果,具有广泛的适用性。
关键词:学生学习效果评价;BP网络;软件系统设计;系统有效性验证中图分类号:TP311文献标识码:A文章编号:1004-373X(2010)02-065-03Design and Implementation of Learning Effect Assessment Software SystemWANG Yingxian(Xi′an Vocational and Technical College,Xi′an,710032,China)Abstract:The situation of student′s learning effect assessment is introduced and the neural network method is applied to the study effect evalution,with modification to the gray thoery_based method.A new learning effect assessment method is proposed.A software design and implementation using VB6.0 and Matlab mixed programme.By applying to the course and analyzing the assessment result,the system validity is confirmed.Keywords:learning effect assessment;BP network;software system design;system valid confirmation0 引言随着职业教育改革的深入和职业教育的发展,如何提高教学质量,是摆在各高等院校和高职院校面前的一个重要问题。
许多学校都在根据各自不同的情况进行思考和判断,并提出相应对策,其中“评学”工作最为普遍。
“评学”工作就是对学生学习状态和学习效果进行的综合评估,它能直接反应教学的效果。
目前进行的“评学”工作多是学校自己组织,其方式主要有单个老师就某门课程进行评价,或是学校组织对学生学习方面某几个指标的打分,这种“评学”方式存在选择评价指标的不合理,更不能科学地体现一个学生总体的学习效果。
因此,建立科学合理的学生学习效果新评价系统,对学校教学改革,提高教学质量是很有必要的[1,2]。
1 学习效果评价软件系统的设计目标[3,4]学习效果评价软件系统向学校教务人员提供一个易于操作和使用的评价软件系统。
通过该软件,教务人员可以方便地对学生学习情况进行评价。
进行学习效果评价首先是列出相关的评价指标(如表1所示),再对评价指标进行分配分值,具体评价分值如表2所示。
用BP神经网络对数据样本进行训练,训练后样本数据生成学生数据库,库中包含学生的信息。
所以软件应该满足以下几点要求:(1) 软件人机交互界面要简洁,操作要方便;(2) 软件要有对学生数据库的管理功能,包括学生信息的查询、修改,数据库新记录的添加、删除等;(3) 灰色评价方法权值的修改功能;(4) BP网络结构参数的修改、训练功能;(5) 对新输入记录的评价和报告功能。
2 学习效果评价系统软件设计该软件系统的开发,选择Windows XP SP2 环境,采用Visual Basic 6.0对Matlab 6.5进行二次开发,软件系统依据ActiveX 技术设计各功能模块。
2.1 总体设计[5]学生学习效果评价的软件系统既要满足学生评估的各种功能要求,又要尽量做到简洁美观。
该系统的总体设计流程图如图1所示。
2.2 登录界面设计由于该系统是完成对学生学习效果的评价,其中还包括对学生信息以及打分的存储管理,软件应具备一定的保密性,因此该软件设计了登录界面。
双击该软件桌面上的运行图标,运行该程序,进入登陆界面,在登陆界面下,要求使用人员输入正确的用户名和密码,进入软件系统。
2.3 数据库管理模块界面设计[6,7]该界面主要包含学生姓名、学号、评价人员姓名,以及各个评价指标的分值。
在学号框内输入相应的学生学号,单击界面左下方的“查询”按钮,即可查询数据库中该学生各指标的得分情况;点击“下一个”或者“上一个”按钮,可以按学号向后或向前查询其他学生信息;当要修改数据库中某个学生记录时,可以首先单击“查询”按钮,找到该学生的记录,然后在相应记录框内修改信息,再单击“修改”按钮,就可以把修改后的信息存储到原数据库中。
数据库添加新记录时,可以首先在各个文本框内添写相应的学生信息;然后在菜单栏上单击“添加记录”,就可以在原来数据库末尾追加一条新记录,单击“退出”按钮,或者在菜单上单击“退出本系统”,就可以退出该系统。
“学生学习效果数据库”管理界面,如图2所示。
图2 学生学习效果数据库管理界面2.4 BP网络训练与评价模块设计[8,9]2.4.1 BP网络的综合评价步骤BP网络的综合评价步骤如下:(1) 确定评价目标体系,指标个数为BP网络中输入节点的个数,即BP网络的输入层神经元数目为18。
(2) 确定BP网络的层数,该系统采用具有一个输入层、一个隐含层和一个输出层的三层网络模型结构。
(3) 明确评价结果,输出层的节点数为1,即为某个学生学习效果的评价结果。
(4) 对评价目标值进行标准化处理。
(5) 用随机数(一般是0～1之间的数)初始化网络节点的权值和网络阈值。
将标准化后的目标样本值输入网络,并给出相应的期望输出。
(6) 正向传播,计算各层节点的输出,计算各层节点的误差。
(7) 反向传播,修正权值。
检查是否所有样本对输入完毕。
(8) 计算误差。
当总误差小于给定误差时,网络训练结束,否则转到步骤(6);继续训练。
(9) 训练后的网络就可以用于正式评价。
2.4.2 样本数据的准备及网络的训练[9,10]训练样本数据的选择要有科学性、合理性,样本的质量关系到网络训练的质量,一般输入量必须选择那些对输出影响大,且能够检测或者提取的变量,并且要求各输入量之间互不相关或相关性很小,输出量代表系统要实现的功能目标。
笔者通过对西安某高校某专业某年级的学生进行考察,从中抽取了200名能普遍代表该校学生学习效果的学生作为考察对象;然后找到相应的课程老师及实习老师,按上文列出的18项指标对这200名学生进行十分制打分。
在把样本数据输入网络前,要对其进行归一化处理。
当输入向量的各分量量纲不同时,应对不同的分量在其取值范围内分别进行变换;当各分量物理意义相同,且为同一量纲时,应在整个数据范围内确定最大值和最小值,进行统一的变换处理。
2.4.3 BP网络训练与评价模块的设置界面应用Matlab神经网络工具箱函数,按照上述确定的网络结构参数,构建BP网络并进行训练。
通过多次尝试性训练,网络达到了精度要求。
最后确定BP网络的结构参数为:隐层神经元14个,训练误差0.001,动量因子0.98。
点击菜单栏上的“BP网络模型”,可进入BP网络训练与评价模块的设置界面,如图3所示。
图3 “BP网络模型”界面在该界面可以对BP网络结构参数进行重新设置,输入层和输出层的神经元数是由系统自身决定的,而且不可改变的。
界面的下方灰色方框内用于显示BP网络评价结果。
该系统无论是训练网络,还是用网络进行评价,实现时都要启动Matlab。
进行BP网络评价时,首先在“学生学习效果数据库”管理界面下将要评价的学生分数输入到相应的文本框内,然后单击菜单“BP网络模型”进入图3所示的界面,点击“训练网络”按钮,系统会按照设置的结构参数,以及神经元权值和阈值来建立BP网络,并对该学生学习效果进行评价。
评价结果(包括优、良、中、差程度,以及BP评价得分)会在“BP网络模型” 界面下方的灰色框中显示。
点击“结束”按钮,系统返回到“学生学习效果数据库”的管理界面。
3 系统有效性验证从我校机电系07届毕业生中抽取6名学生,作为网络的验证样本,检验建立BP网络的合理性。
结果发现,该BP网络对我校机械专业学生学习效果的评价是符合实际情况的。
现有的评价系统中数据库样本的数量偏少,如果将近几年来的学生信息都输入数据库,则训练网络的准确度会进一步提高。
4 结语应用BP网络对学生学习效果进行评价,克服了专家在评价过程中的主观因素,具有广泛的适用前景。
通过采用变步长算法,大大改善了网络的收敛速度,提高了学习训练效率,从而给出较满意的评价结果,为研究学生的学习效果的评价提供了一条新的途径。
参考文献[1]庞思勤,徐承俊.大学扩招后教学质量问题的几点思考[J].北京理工大学学报:社会科学版,2001,3(3):72_75.[2]李保亚.学习效果评价的原则[J].安徽教育,2003(17):42_43.[3]张志涌,徐彦琴.Matlab教程——基于6.X版本[M].北京:北京航空航天大学出版社,2001.[4]郝志恒,刘舫.新电脑课堂Visual Basic编程篇[M].北京:电子工业出版社,2004.[5]王跃强,王纪龙,王云才.VB程序中实现调用Matlab的方法[J].计算机应用,2001,21(2):95 _96.[6]张弘强,王春红.基于Matlab的BP神经网络进行教师评估[J].哈尔滨师范大学学报:自然科学版,2005,21(5):43_46.[7]张磊,向德全,胥杰.基于灰色理论的军用信息系统安全效能评估[J].弹箭与制导学报,2006,27(1):223_225.[8]段岳明.基于神经网络的大学生身体素质测试评估模型研究[J].武汉体育学院学报,2005,39(8):77_79.[9]张攀,王波,卿晓霞.基于神经网络与专家系统的智能评估系统[J].重庆建筑大学学报,2004,26(1):129_132.[10]王朋娇,王洪英.基于Excel 的学生成绩评估系统的实现[J].中小学信息技术教育,2005(4):75_76.作者简介王颖娴女,1972年出生,硕士研究生,讲师。
主要从事机电专业基础及专业课的教学工作。