基于Hopfield神经网络的产学研联动调控下高校学生创新能力评价研究

黄大荣，楚晓艳,赵 玲,米 波

(1.重庆交通大学 信息科学与工程学院,重庆 400074; 2.中南大学 信息科学与工程学院,湖南 长沙 410075)

基于Hopfield神经网络的产学研联动调控下高校学生创新能力评价研究

黄大荣1，楚晓艳2,赵 玲1,米 波1

(1.重庆交通大学 信息科学与工程学院,重庆 400074; 2.中南大学 信息科学与工程学院,湖南 长沙 410075)

针对产学研联动调控下高校学生的创新能力评价问题进行了探讨.首先,基于产学研合作教育的基本理念构建了高校学生创新能力综合评价指标体系；其次,阐述了基于Hopfield神经网络的产学研联动调控下高校学生创新能力评价模型的基本思想及步骤；最后,分别针对各方面均衡发展以及优势和劣势并存这两种情况下的高校学生创新能力评价问题进行了仿真验证,研究结果表明：在各方面没有出现明显优势和劣势情况下,该模型能够对高校学生创新能力进行正确评价,当优势和劣势并存时,该方法失效.

Hopfield神经网络；产学研合作教育；高校学生创新能力；评价指标体系

高等教育的任务是培养具有创新精神和实践能力的高级专门人才,发展科学技术文化,促进社会主义现代化建设[1].然而,长期以来我国高校教育制度和培养模式都是在较为封闭的状态下进行的,导致培养出来的学生缺乏实践和创新能力,与社会经济发展需求不太相适应.在此情况下,产学研合作教育[2-6]逐渐成为教育界的热点话题,国内各高校争相效仿,与企业展开合作教育,形成产学研联盟教育,并取得了一系列的成果[7-10].可遗憾的是,产学研联动调控下高校学生创新能力培养评价机制尚不健全,有关产学研联动调控下高校学生创新能力评价体系的研究还鲜有报道[11-12],特别是在目前国家提倡“双创”的大背景下,如何客观、公正、科学、综合地对高校学生该模式下的实践创新能力进行评价,为高校、企业、科研院所在产学研教育过程中及时调整教育方案提供重要参考,进一步促进产学研合作教育的更好发展,是亟待解决的问题.

传统而言,从事高校学生创新能力评价研究的学者根据自身所在学校及地区特色,提出如层次分析法、模糊综合评价法、专家评价法、距离综合评价法等来进行高校学生创新能力的评价[13],其基本出发点在于将创新能力和产学研联控视为线性映射关系,所得到的评价结果往往是各指标与其权重的线性累加.虽然,这些方法可以简单的评估高校学生的创新能力,但由于实际创新创业的过程中存在大量的不确定因素,创新能力评价应该包括定性指标和定量指标多重因素,现有理论评价标准很难和实际环境存在较大差异,从而造成产学研三方不能进行良好的衔接沟通.

为解决这个问题,考虑到神经网络在信源信息含糊、不确定、不完整等复杂环境中处理复杂非线性问题的能力以及近年来神经网络理论在评价分类问题中的广泛应用[14-17],本文尝试将Hopfield神经网络用于高校学生创新能力评价进行网络建模,并结合和重庆本地企业进行产学研合作培养学生的实际案例,对高校学生创新能力评价进行网络建模,运用专家判断的样本数据对其进行训练,以获取复制专家的经验判断及评价倾向,使高校学生创新能力评价过程中的判断过程科学化、程序化,从而提高高校学生创新能力评价的质量和速度.

1 产学研联动调控下高校学生创新能力综合评价体系的构建

图1 产学研合作三阶段式培养过程控制模式架构Fig.1 Frame of three-stage training process control based university-industry cooperation

以重庆交通大学信息科学与工程学院部分研究生和本科生、重庆房地产职业学院部分高职生参与到重庆智酷热能设备有限公司、中国电供暖产业联盟进行校企合作研发的实际为例,相关单位以学生创新能力培养为需求,将培养控制过程分为学习阶段控制模式、双导师选择模式、双导师联合指导科研活动控制模式三段式培养控制过程：在进入大学初期,学生必须按照制定的学习计划进行基础课程和专业课程的学习,教师在整个学习过程中不仅充当专业教师的角色,还需要以校企合作指导教师的身份对学生的各个方面给出评价,包括学习成绩、思维拓展能力等的考核,待第一阶段考核合格后方可进入第二阶段；在双导师选择阶段,学校征集每个学生的兴趣爱好,并结合学院各个老师的特长,将学生定额定量的分配给指定老师指导,学生也可根据自己的兴趣爱好进行适当调整,而后学生须通过合作企业官方网站了解企业概况,并结合自己的实际情况选择合适的企业进行实践,完成双导师的选择；在双导师联合指导阶段,由学生、学校老师和企业指导教师共同讨论企业遇到的技术难题,确定研究课题及目标,并根据相关规定不断地对学生进行指导教育,其具体的培养控制过程如图1所示.

从培养高校学生创新能力的实际情况来看,高校学生的创新能力受到各种因素的影响,课题组按照图1所示培养方案以及高校、企业和科研院所对创新能力内涵的理解,从创新学习能力、创新知识基础、创新思维能力和创新技能四个方面构建了一个产学研联动调控下大高校学生创新能力综合评价指标系统,以保证产学研合作三阶段式过程控制模式架构的顺利实施,如图2所示.

图2 产学研联动调控下高校学生创新能力综合评价指标体系Fig.2 Synthetic evaluation index system of college students’ innovation ability based university-industry cooperation

2 产学研联动调控下高校学生创新能力评价模型建立

2.1 高校学生创新能力的评价模型

为了让参与实验的高校学生对自身创新能力有一个较为清晰的认识,将产学研联动调控模式下的高校学生创新能力标定为很强(Ⅰ)、较强(Ⅱ)、一般(Ⅲ)、较差(Ⅳ)、很差(Ⅴ)五个等级,以对应于调研得到的数据,该问题的实质是模式分类问题.首先,在已经建立的创新能力综合评价体系基础上,收集相应创新能力数据,并在一定算法基础上对数据进行建模,最后采用建立好的模型对即将评价的数据进行分类,完成评价.

由于在实际操作过程中,影响学生创新能力的因素众多,且各因素间相互关联,呈现高速非线性特性,因此,高校学生创新能力的评价问题实质上属于非线性分类问题.考虑到Hopfield神经网络较好的联想记忆功能以及在信源信息含糊、不确定、不完整等复杂环境中处理复杂非线性问题的能力,根据图2所示的评价指标从重庆交通大学、重庆房地产职业学院、重庆智酷热能设备有限公司以及重庆交通大学大学生创新基地调研获取23位同学的科研能力数据,尝试将Hopfield神经网络引入产学研联动调控下高校学生创新能力的评价问题,建立离散Hopfield的产学研联动调控下高校学生创新能力评价模型,以期对学生的创新能力进行综合评估.

2.2 Hopfield神经网络评价算法

Hopfield网络是一种具有单层、全反馈结构、输出值为二值的非线性神经网络,当神经元处于激活状态时网络输出值为1,否则为-1.其算法过程如下：

二值神经元的计算公式为:

(1)

其中:xj为外部输入,且t时刻输出值为:

(2)

其中θj为第j个神经元的输出阈值.

一个离散Hopfield,其网络状态实质上书网络输出神经元信息的集合,对于一个有n个输出的网络,其网络状态为：

Y(t)=(y1(t),y2(t),…,yn(t))T

(3)

由式(2)知,网络状态向量元素yj(t)(j=1,2,…,n)取值为1或-1,因此根据排列组合原理容易得出,网络可能取得的状态有2n种.

用yj(t)表示t时刻第j个神经元的状态,则下一时刻神经元状态为：

(4)

(5)

经训练后可确定网络的连接权值矩阵W=(wij)n×n,网络状态Y(t)的取值决定了时刻t网络的输出值,且在下一时刻的网络输出值按照式(4)和式(5)通过网络的反馈作用获取,再通过将输出值yj(t+1)再反馈到输入端循环迭代,直到yj(t+1)=yj(t)停止迭代,即网络达到稳定状态.

2.3Hopfield神经网络的高校学生创新能力评价思想

将5个典型的分类等级所对应的评价指标设计为离散型Hopfield神经网络的平衡点,Hopfield神经网络学习过程即为典型的分类等级的评价指标逐渐趋近于Hopfield神经网络的平衡点的过程.学习完成后,Hopfield神经网络储存的平衡点即为各个分类等级所对应的评价指标.当有待分类的高校评价指标输入时,Hopfield神经网络即利用其联想记忆的能力逐渐趋于某个储存的平衡点,当状态不再改变时,此时平衡点所对应的便是待求得分类等级.具体的设计步骤包括5个步骤,如图3所示.

图3 模型构建过程图Fig.3 Process frame of constructing model

3 仿真研究

本文将高校学生创新能力分为很强(Ⅰ)、较强(Ⅱ)、一般(Ⅲ)、较差(Ⅳ)、很差(Ⅴ)这五个等级,并根据图1所示的评价指标从重庆交通大学、重庆房地产职业学院、重庆智酷热能设备有限公司以及重庆交通大学大学生创新基地调研获取23位同学的科研能力数据作为样本,处理后的数据作为Hopfield神经网络的输入数据,且在评价过程中,将各个等级的样本对应的各个评价指标的平均值作为各个等级的理想评价指标,即作为Hopfield神经网络的平衡点对网络进行训练.

由于离散型的Hopfield神经网络神经元的状态只有1和-1两种情况,所以将评价指标映射为神经元的状态时,需要将其进行编码.编码规则为：当大于1或者等于某个等级的指标值时,对应的神经元状态设为“1”,否则设为“-1”.理想的5个等级评价指标编码如图4所示,其中表示神经元状态为“1”,即大于或等于对应等级的理想评价指标值,用“·”表示,反之则用“∘”表示.设计好理想的5个等级评价指标及编码后,即可利用Matlab自带的神经网络工具箱函数创建离散型的Hopfield神经网络.

按照同样的编码规则,将5个所待评价的学生创新能力数据根据上述的编码规则得到对应的编码,如图5所示.将待评价的5个学生等级评价指标的编码作为Hopfield神经网络的输入,经过一定次数的学习,得到仿真结果如图6所示.

图4 理想的5个等级评价指标编码Fig.4 The evaluation index coding of ideal 5-level

图5 待评价的5个样本等级评价指标编码 图6 测试结果 Fig.5 Evaluation index coding of preparing test 5-level Fig.6 Test result

图7 待评价的某大学生创新能力等级评价指标编码Fig.7 Evaluation index coding of preparing-evaluation students′innovation ability

图5和图6表明,采用Hopfield网络能够对高校学生创新能力做出一个较为合适的评价,可由于图5采用的学生样本是各方面能力均衡发展,这在实际操作过程较为理想化.事实上,大多数学生各方面能力很难均衡发展.因此,为了更全面的对本文所提出方法的合理性进行验证,将某些方面能力特别突出、而在另外其他方面劣势较为明显的学生选取为样本进行测试,其评价指标编码如图7所示.在该种情况下,利用Hopfield神经网络对其进行评价的结果如图8所示.显然,该种情况下Hopfield不能很好地对学生创新能力进行评价.

4 结论

图8 某大学生创新能力等级评价结果Fig.8 Grade evaluation result of students′innovation ability

本文基于Hopfield神经网络理论,对产学研联动调控下高校学生的创新能力评价方法进行了研究.首先,基于产学研合作教育建立了高校学生创新能力综合评价指标体系,并从相关机构获取相应的评价指标值,即获取数据；其次,根据Hopfield理论,阐述了基于Hopfield神经网络的产学研联动调控下高校学生创新能力评价模型的基本思想及步骤；最后,分别针对各方面均衡发展以及优势和劣势并存这两种情况下的大学生创新能力评价问题进行了仿真验证,研究结果表明：在各方面没有出现明显优势和劣势情况下,该模型能够对大学生创新能力进行正确的评价,当优势和劣势并存时,该方法失效.因此,在后续的研究中,将重点针对优势和劣势并存条件下的大学生创新能力评价机制进行研究,以更好地为产学研合作教育提供决策.

[1] 李文君.以高等教育法的完善促进教育改革[J].教育与职业,2012(10):54-57.

[2] ETZKOWITA H.The triple helix: university-industry-government innovation in action[M].London and New York:Routledge,2008.

[3] 蒋渊,陈光明.产学研合作教育模式培养高素质创新人才的探索与实践[J].高校实验室工作研究,2014(3):84-87.

[4] BRUNEEL J.Investigating the Factors that Diminish the Barriers to University-industry Collaboration[J].Re-search Policy,2010,39:858-868.

[5] LEE Y S.Technology transfer and the research university: a search for the boundaries of university-industry collaboration[J].Research Policy,l996,25 (6):843-863.

[6] BONACCORSI A,PICCALUGADU A.A theoretical framework for the evaluation of university-industry relationships[J].R&D Management,1994,24(3):229-247.

[7] 芦丽君.产学研合作教育人才培养模式的探索—株洲工学院产学研合作教育的实践[D].长沙:湖南师范大学,2004.

[8] 季庆庆.高校产学研合作平台建设现状、问题与对策分析—以常州九所高校为例[J].常州大学学报(社会科学版),2013,14(5):113-117.

[9] 张玺.政校企研四方联动共育高端技能人才模式探索—以绵阳职业技术学院人才培养实践为例[J].商,2013(22)：28-31.

[10] 赵玲,黄大荣.基于学生能力和素质培养的产学研联动教学模式[J].重庆工商大学学报(自然科学版),2012(7)：108-111.

[11] 周昌荣,陈国华,刘心宇,等.对构建普通工科学院校大学生创新能力评价体系的思考[J].高教论坛,2008,2(1):75-77.

[12] 封云,汪木兰,张仰飞,等.大学生科技创新能力评价体系的研究[J].南京工学院学报(社会科学版),2007,7(3):64-68.

[13] 佘亮.基于改进的BP神经网络的教师教学质量评价研究[D].长沙:中南大学,2011.

[14] 杨杰,李中文.神经网络在高校科研能力中的评价研究[J].计算机仿真,2011,28(5):384-387.

[15] 胡帅,顾艳,姜华.基于离散Hopfield神经网络的写作能力评价模型研究[J].自动化技术与应用,2016,35(6):15-19.

[16] 何黎.基于离散Hopfield神经网络的高校科研能力评价模型[J].武汉冶金管理干部学院学报,2010,20(3):65-68.

[17] 段红.基于概率神经网络的高校科研能力评价[J].兵团教育学院学报,2016,26(5):39-45.

责任编辑：时 凌

Research on Evaluation of Innovation Creativity for College Students Under the Environment of Industrial-academic-research Cooperation Education Based on Hopfield Neural Network

HUANG Darong1,CHU Xiaoyan2,ZHAO Ling1,MI Bo1

(1.College of Information Science and Engineering,Chongqing Jiaotong University,Chongqing 400074 China; 2.College of Information Science and Engineering,Central South University,Changsha 410075 China)

In view of the problem of evaluation of innovation creativity for college students under the environment of industrial-academic-research cooperation education,an assessment method based on Hopfield neural network is proposed.Firstly,the evaluation criteria system about innovation creativity for college students is established via analytical hierarchy process under the environment of industrial-academic-research cooperation education.Beyond that,the an innovation creativity evaluation model is designed and the corresponding idea is given in detailed.Lastly,the sample data and test data are obtained from two kinds of students,such as the students that develops coordinately in all aspects and the students whose strengths and weaknesses are obvious.Finally,the simulations are conducted based on the established model and the obtained data.The simulation results shown that the proposed method is effective when the students develops coordinately in all aspects,while it is invalid for the other situation.

Hopfield neural network;industrial-academic-research cooperation education;innovation creativity for College students;evaluation criteria system

2017-06-21.

重庆市研究生教育教学改革研究重点项目(yjg152011);重庆市高等教育学会2015-2016年度高等教育科学研究课题(CQGJ15010C);重庆市高等教育教学改革研究一般项目(163069);重庆市教育科学“十三五”规划2016年度规划课题重点项目(2016-GX-040).

黄大荣(1978-),男(土家族),博士,教授,主要从事信息技术的研究.

1008-8423(2017)03-0352-05

10.13501/j.cnki.42-1569/n.2017.09.023

G302

A