基于BP神经网络的广西民族地区高校本科教学质量评价的研究

韦丽兰 裴慧华 韦莹

①基金项目：广西教育科学“十四五”规划2022年度专项课题“人工智能视域下广西民族地区高校的本科教学质量评价研究”（2022ZJY469）。

作者简介：韦丽兰（1982—），女，壮族，广西来宾人，硕士研究生，讲师，研究方向：优化控制和数学教育。

［摘           要］  在当前国内高校中，教学质量评价工作尤为重要，它是有效控制教学过程的手段，因此采用科学技术控制教学质量，做好教学质量评价工作很有必要。根据广西民族地区高校本科教学质量评价工作的实施现状，建设基于BP神经网络的高校本科教学质量评价机制，探讨BP神经网络在广西民族地区高校本科教学质量评价中的应用。

［关    键   词］  BP神经网络；广西民族地区；本科教学质量评价

［中图分类号］  G640                   ［文献标志码］  A                   ［文章编号］  2096-0603（2024）12-0０21-04

目前国内高校大量采用先进的科学技术来建立教学质量评价体系，尤其是人工智能技术，如BP（Back Propagation）神经网络建立了高校教学质量评价的模型。BP神经网络就是采用多层次传感网络结构（Multilayer Sensor Network Architecture）的科学技术模型网络，它在测试教学质量评价体系过程中注重构建完整模型，确保教学质量评价系统能够充分展示多项功能内容，结合BP神经网络的自主学习、自主识别模式理论来优化、衡量评价指标体系，更好地评价教学质量结果的科学合理性以及实施的有效性。

一、广西民族地区高校本科教学质量评价工作的实施现状

广西民族地区高校本科教学质量评价工作机制建设，在实施现状方面依然存在一些问题。比如教学质量监控体系不健全，这就容易导致当地高校本科教学质量评价工作无法正常实施，相关评价规范制度也无法健全、落实执行到位。客观地讲，广西民族地区高校本科教学质量方面，其内容涉猎教学管理领域不宽泛，质量评价标准缺乏合理性，执行制度方面不够严格。以2015年为例，广西民族地区高校就建立了《教学事故认定和处理方法》，它在处理各项教学事故方面表现突出，同时也成立了教学监督、信息员以及考试巡视员队伍机制，在这一过程中也聘请了超过80位督导员、信息员。不过，针对这些人员的管理并不到位且管理水平不高，地方高校在成立教育教学质量监控中心方面也不够到位，无法构建由教学质量为基础目标的教学标准机制，在教學质量激励子系统建设方面也存在缺陷，教学质量无法获得有效保障[1]。

如此看来，广西民族地区高校在教学质量监督体系建设过程中还是缺乏健全性、全面性，例如其教学工作例会制度建设不到位，教学督导制度缺乏针对性，而在教学检查机制、调控能力方面也欠缺指向性，如此就导致教学方面优化不够到位，无法采取多种途径来强调教师培养机制优化，这再次说明广西民族地区的一些高校在教学质量评价体系建设方面还是缺乏指向性[2]。

二、BP神经网络的基本理论

BP神经网络已经被广泛应用于高校信息传递与教育工作中，在正向传播信息、反向传播信息方面建立了交叉网络，从输入层到输出层优化调整网络，确保信息最终满足正向传播条件。在基于误差面向网络建立连接权值以及阈值分析机制过程中，需要保证神经网络中数据内容有效传播，满足相关数据输出要求即可。从本文看来，BP神经网络中包括输入层、隐含层以及输出层，如此就衍生出了经典的BP神经网络算法[3]。BP神经网络算法结合输入向量正向传播过程中也建立了误差方向传播机制，基于两个过程组成迭代算法，确保算法有效优化，满足输入向量的正向传播过程，产生输出向量内容。就这一传递过程而言，还需要结合神经网络权值改变过程分析输出层期望输出变化，再结合输入误差反向传播来分析传播阶段实施过程[4]。

就以其中的信息正向传递为例，它主要基于隐含层、输出层、定义层等建立误差函数分析机制，结合下降算法分析权值变化，思考误差方向传播机制。与此同时，要建立BP神经网络机制，预测准确性较强机制，体现操作简单长处，保证诸多优点内容优化[5]。在建立BP神经网络过程中，还需要分析其内部网络学习分析机制，如此对于训练网络建设帮助较大。在结合多点内容思考教学质量评价过程中，会运用BP神经网络算法，协同处理信息内容，确保神经网络中的所有神经单元都能独立接收、运算处理输出信息内容，建立统一层次的神经元并行计算机制，分析相关运算结果。在协同处理相关信息过程中，则需要确保神经网络独立接收机制分析运算处理输出信息能力内容，建立相同层次的神经元计算信息机制，保证运算结果分析到位[6]。

不过，BP神经网络也是存在一些问题的，在结合梯度下降算法展开分析过程中，需要保证局部极小值分析局部最优过程，结合试验结果分析最优参数的确定过程，建立网络学习分析机制，解决其中效率低下的问题。在识别精度分析过程中，也要建立网络结构机制，对教学质量评价内容进行分析，满足隐含层次节点个数确定问题，客观映射相关网络能力，有效影响网络识别精度。在针对BP神经网络局限性问题过程中，需要保证BP学习算法建立相关改进机制，保证结合附加动量因子分析机制，满足变梯度算法过程分析弹性梯度，优化其技术过程[7]。

三、广西民族地区高校本科教学质量评价工作中BP神经网络的应用

在广西民族地区高校中，其本科教学在质量评价工作中会用到BP神经网络，具体如下：

（一）BP神经网络在高校本科教学质量评价工作中的应用思路

在明确教学质量标准过程中，需结合多点内容建立高校本科教学质量评价机制，结合教学过程分析学生思维培养，如此再展开教学质量评价工作。在这一点上，前提要遵循国家以及国际统一制定标准，充分考量不同高校的不同实际发展背景，建立多种学校具体状况的教学质量评价工作标准机制。广西民族地区高校本科教学质量评价应结合其高校教育教学目标展开，建立相互之间的匹配机制，优化形成针对性评价体系，同时再融入过程性评价内容，优化、丰富终结性功能内容。在建立具有高校特色与差异性的社会需求机制过程中，需要更新自身教学模式与方法，确保教学质量评价体系制定有效促进个体发展，优化教学模式与方法，进而实现对学生个性的全面尊重，同时注重学生的个性化发展。在建立教学质量评价体系过程中，需要有效促进个体发展教学模式，优化教学方法，强调共性，体现全面性、方向性以及改善性优势，结合不同类型课程分析课程内容统一分类，采用不同评价指标，分析不同权重评价机制，满足人工智能处理非线性问题，提出客观的BP神经网络教学质量评价方法，如图1。

■

图1 BP神经网络的教学质量评价模型

通过查阅文献资料和借鉴广西民族地区部分高校的教学管理文件，主要应用以下教学质量评价体系，包括4个一级指标：教学态度（A1）、教学内容（A2）、教学方法（A3）、教学效果（A4），15个二级指标，用A11、A12、…、A43、A44表示，如表1。

表1 广西民族地区高校本科教学质量评价指标体系

■

续表

■

由于不同高校的不同实际发展背景，因此需要对教师教学评价类型进行丰富优化，也需要解决评价指标比重中的某些不合理性因素，结合评价方法主观判断改善机制，建立理论教学质量评价体系，优化相关评价方法[8]。在建立教学质量评价过程中，需要优化一级指标，分析体系模糊问题，解決体系中某些指标不全面的缺陷，在指标占比权重中分析某些主观性问题。比如，在广西民族地区高校中，需要结合理论、实践课程分析教学质量评价体系的建立过程，充分考量教师基本素质，结合课前准备充分分析教学态度端正情况，思考教学方法应用的多样性[9]。而在基于一定程度有效调动学生学习积极性的过程中，需结合教学效果优化来思考学生因素问题，提升学生的学习能力，甚至为学生未来发展规划职业生涯，确保他们始终拥有足够的学习动机。在这一过程中，课堂上师生之间的相互互动机制也要建设完善，强化教学质量评价指标体系建设过程，深度分析教学质量评价体系内容与权重中所存在的各种问题。换言之，要在原有教学评价体系基础上完善相关教学内容，建立教学质量评价模型[10]。从某种程度来讲，还要对教学质量评价指标体系进行改善，更多引入BP神经网络内容。

此外，在结合实验课程与教学质量评价体系展开研究过程中，需要明确教学质量评价体系中的多点相关性内容，主要围绕实验课教学质量改进过程分析教学质量评价指标体系，形成多个一级指标，它们分别为教师素质、教学态度、教学内容、教学方法以及教学效果。由此再延伸提出二级指标，其中二级指标数量达到16个之多，确保二级评价指标编号调整到位。在教学方法应用方面，教师要较好控制学生学习进度，结合实验操作过程来分析、强调学生独立解决问题的能力，培养他们在学科学习过程中良好的学习习惯，建立理论配合实践知识的融合课程体系，如此对于学生更好地掌握理论学习课程帮助较大。

因此，在充分介绍教学质量评价体系基础上，要思考其体系中的全面性、激励性、方向性、客观性以及主体性问题。充分说明教学质量评价影响因素，结合调研结果展开分析，有效解决教学质量评价体系缺陷问题，保证教学质量评价体系建设到位，如此对于后续的教学质量评价模型建立非常有利[11]。

（二）BP神经网络在高校本科教学质量评价工作中的应用要点

要基于传统BP神经网络改进建立GA-BP（Genetic Algorithms Back Propagation）神经网络，确保高校本科教学质量评价工作模型有效建立，提出基于自适应变异概率的遗传算法机制。在这一算法机制中，主要基于教学质量评价体系来分析熵值，建立BP神经网络机制，形成教学质量评价模型。如此对于高校教学质量的评价过程能提供有效质量评价方法，作为评价结果参考平台[12]。

具体来讲，一方面要建立BP神经网络，主要对其中的初始权值以及阈值进行分析，了解到它的依赖性相对较高的问题，结合现代优化算法对神经网络实施有效改进。在整个改进过程中，需要确保遗传算法来实现对神经网络权值以及阈值的有效优化，独立于BP神经网络来分析建设遗传算法，基于整个空间搜索最优解。而在改善梯度下降过程中，需要保证神经网络陷入局限性这一问题，分析其最小值以及收敛速度变化较慢等诸多问题[13]。

在这里，要建立GA-BP神经网络，甚至更进一步改造模型，形成自适应变异遗传算法，对GA-BP神经网络模型进行进一步优化，形成AGA-BP（Adaptive Genetic Algorithms Back Propagation）神经网络模型。这一模型主要包含原始的BP神经网络以及自适应变异遗传算法两大部分。当然，还要分析网络层数与节点的偏差问题，结合结果准确性分析层数增加情况，调整计算量。在这一过程中，要结合训练周期较多建立隐藏层，中间层前馈神经网络中的两个隐藏层次进行分析，设置多个节点数，有效改善网络性能，优化调整训练成本。在充分考量隐含层次数量过程中，则需要建立一个隐藏层最为科学合理[14]。

另一方面，必须做好输出层节点分析，基于实际问题分析其中的目标变量维度变化，进而设计提出非线性传递函数，配合双曲线函数公式来计算样本数目，确定后明确学科教学质量的有效评价指标体系。而在初始值选取过程中，需要结合多种算法来分析最小初始权值，确保初始值满足﹢1、-1算法一致，所获得的权值数也完全相等[15]。

再就是分析学习速率，这也是教学质量评价模型建立的主要原因，要结合多点技术分析学生的学习速率，即循环训练过程中的权值变化量，这一重点影响因素需要增加训练时间，适当缩小误差处理范围。在停止训练以后，也要尝试训练更多网络，结合分析结果合理化选取网络，建立单隐含层的工作机制，分析教学质量，并在评价后建立模型，效果更佳。在本文看来，需要基于BP神经网络向量模型，配合Maltlab软件来表现神经网络，明确自适应变异遗传算法，明确其中的编码、初始种群确定、适应度计算等步骤。在分析遗传操作过程中，则需要选择性操作，优化选择方式，结合BP神经网络权值以及阈值等适应度值展开分析，并正确选择概率计算公式[16]。

四、总结

实际上，教学质量评价体系的建设过程复杂且概念模糊，它属于一种典型的非线性分析操作与计算统计过程。文中主要结合我国广西民族地区高校本科教学质量评价体系展开分析，希望基于多个因素、变量建立BP神经网络数学模型，结合传统教学质量评价方法分析教学机制，正确优化智能算法，确保教学质量评价体系有效建立。而在BP神经网络算法建设过程中，则需要思考其教学质量评价体系的建设过程，结合相关模型分析应用BP神经网络，丰富算法内容，体现相对复杂的非线性映射机制。在优化BP神经网络过程中，需要为高校教学质量优化建立评价模型，通过大量实验结果证明该方法能够为广西民族地区高校提供一个相对安全可靠、科学合理、精准的教学质量评价方案，体现BP神经网络算法与模型構建的高水平与高价值。

参考文献：

［1］段亚敏，焦梦青，赵楠.BP神经网络在地质类专业教学质量评价中的应用［J］.河北地质大学学报，2022，45（3）：137-140.

［2］沈毅波.基于GA-BP神经网络的信息化课堂教学质量评价［J］.漳州职业技术学院学报，2022，24（1）：34-41，49.

［3］岳琪，温新.改进GA-BP神经网络在高校教学质量评价中的应用［J］.黑龙江大学自然科学学报，2019，36（3）：353-358.

［4］兰嵩，黄珺.基于BP神经网络的教学质量评价模型设计［J］.机电技术，2020（5）：31-33，95.

［5］关成立，杨岳.高职扩招视觉下面向工匠人才培养的教学质量智能评价模型研究［J］.教育现代化，2022，9（21）：33-37.

［6］田欢.基于系统控制理论的高职院校创新创业教育质量评价模型研究［J］.兰州职业技术学院学报，2022，38（2）：81-84.

［7］张云河，朱建军，徐红林.基于PCA-BP神经网络的高职院校在线教学质量评价研究［J］.太原城市职业技术学院学报，2021（11）：1-4.

［8］邹宝平.土木工程学科翻转课堂教学质量BP神经网络评价模型［J］.课程教育研究，2021（5）：27-28.

［9］钱宇.基于BP神经网络的课程质量评价体系构建：以物流信息技术应用课程为例［J］.物流工程与管理，2021，43（10）：172-174.

［10］汪永生，李岩，刘明.基于BP神经网络的学生实验能力评价模型［J］.辽宁工业大学学报（社会科学版），2021，23（5）：116-120.

［11］王耀棱.BP神经网络与Android移动应用开发融合教学的探讨［J］.计算机时代，2021（5）：97-99.

［12］杨智.基于BP神经网络多维实践教学评价系统的构建与检验［J］.魅力中国，2021（30）：286-287.

［13］杨智，蔡文君.三维一体BP神经网络实践教学评价系统的开发与应用［J］.武当，2021（24）：152-154.

［14］李毓，李玉梅.基于PCA-SVM的在线病理学专业教育质量评价分析［J］.现代科学仪器，2021，38（6）：269-273.

［15］张磊，方正，王磊，等.基于BP神经网络的课程质量评价体系研究与应用［J］.赤峰学院学报（自然科学版），2020，36（1）：102-104.

［16］赵顺.基于樽海鞘算法优化神经网络的艺术教学评价研究［J］.微型电脑应用，2020，36（9）：139-142.

◎编辑 鲁翠红