基于GA和BP神经网络的教学质量评价模型研究

为了有效准确地评价教学质量,提出了一种基于遗传算法(GA)和反向传播神经网络(BPNN)的混合智能算法,用于评价教学质量.首先建立教学质量评价指标体系,根据指标体系设计调查问卷,收集数据,并通过GA优化BPNN参数方法建立教学质量评价模型.通过MATLAB2013b进行仿真实验,依据预测精度评价模型的性能,并与仅由反向传播神经网络方法建立的模型进行比较.预测精度提高15.45%,表明基于GA-BPNN教学质量评价模型能够有效实现教学质量的评价.

基于结构方程的职业双语教学质量评价模型研究思路与方法

本文作者对职业双语教育的重要性、必要性和关键性进行了阐述,然后分析了职业双语教育教学质量的影响因素,并提出定性定量分析职业双语教育研究的重要性,指出可建立基于结构方程的职业双语教学质量评价模型来指引和评价及管理新疆职业双语教学。文中详细介绍了基于结构方程的职业双语教学质量评价模型研究的内容、方法与手段及思路,以及日后的研究成果应用到职业双语教育中去的方式与举措。

基于AHP地方高校金工实训教学质量评价模型的建立

从实训教学背景、教学投入、教学过程及教学成果四个维度选取9个指标体系,利用AHP决策分析法,通过建立层次结构模型、层次单排序、层次总排序、计算各维度各指标重要性权重值及加权求和等方法,建立金工实训教学质量评价模型,以便为地方高校金工实训教学质量评价提供科学的、可量化的依据。研究结果表明:在影响地方高校教学质量的四个维度中,实训教学投入对实训教学成果的影响较大,实训教学过程次之;9大指标体系中设施设备投入在实训教学投入的影响因素中占的权重最大。因此,若要提高金工实训教学质量,地方高校应重视设施设备的投入及教学环节,并以提高学生综合素质为主要目标;最后,通过加权求和建立了教学质量评价模型,通过金工实训教学实践检验证明了该模型的可行性。

基于AHP和BP神经网络的翻转课堂教学质量评价模型

针对目前翻转课堂教学评价过程中存在的问题,提出基于AHP和BP神经网络的翻转课堂教学质量评价模型。运用AHP构建翻转课堂教学质量评价指标体系,确定各指标综合权重,采取改进粒子群算法优化网络初始权值和阈值,利用改进BP算法训练BP神经网络模型。仿真实验结果表明,该评价模型用于翻转课堂教学质量评价,可提高评价的客观性、快速性和精准度。

改进GA-BP神经网络在高校教学质量评价中的应用

为了提高高校教学质量评价的有效性和准确性,提出了一种基于混合智能优化算法的教学质量评价模型。引入熵值法客观地确定教学质量评价体系的指标权重及初始评价结果,利用自适应变异的遗传算法(Genetic algorithm)优化BP神经网络(Back propagation neural network )的参数,建立教学质量评价模型。实验结果表明,与BPNN(Back propagation neural network)、GA-BPNN(Genetic algorithm-back propagation neural network)模型相比,预测精度分别提高15.04%和 5.41%,收敛速度明显提高,说明基于自适应变异的GA-BPNN教学质量评价模型能够及时有效地完成教学质量评价。

产教融合背景下高职院校环境艺术设计专业教学质量评价体系构建研究

在产教融合的大背景下,根据高职院校环境艺术设计专业的特点,运用层次分析法(AHP)从人才培养定位、教学实施、教学考核、专业转化、专业认可5方面设定共20项指标构建层次结构模型,形成结合产教融合的高职环境艺术设计专业教学质量评价体系,为高职环境艺术设计专业的高质量发展提供参考方向。

高校教师教学质量多级过程性评价系统模型的设计

针对我院现行教师教学质量评价中的不足,提出了多级过程性的教师教学质量评价模型,给出了模型的详细设计图。各评价主体可以在教学过程中对某位教师进行教学质量的评价,被评价教师可根据评价结果及时调整教学方法、改变教育理念。