论文部分内容阅读
在创新型国家建设和国家科技体制改革的背景下,为了适应国家科技发展趋势,高校对学生进行科研能力培养与评价是十分必要的。传统能力评价缺乏对评价指标的重要度判断,重要度判断过程具有随意性和主观性,针对以上问题,本文使用BP神经网络对大学生科研能力进行评价,旨在提高评价过程的科学性和精确性,完善大学生培养过程,为高校了解学生科研能力提供较为科学的依据。本文首先基于大学生科研能力培养的过程、论文写作流程,分析每个过程中涉及到的能力,构建了大学生科研能力评价指标体系;综合利用形成性评价和终结性评价的方式,设计了大学生科研能力指标评分细则;根据评分细则表设计了网络调查问卷,根据收集的问卷数据基于组合赋权法对指标赋权。然后针对评价指标的非线性特征,达到弱化传统评价方法存在的随机性和主观性的效果,实现能力评价的科学性和实用性,构建了基于BP神经网络的评价模型;为了加强训练样本的可比性,利用min-max方法对样本内容进行标准化处理;根据样本的选择规则,从问卷数据中选取了等量的样本用来训练和测试;利用试凑法确定了隐层神经元的数量;应用选取的样本对基于梯度下降法、拟牛顿法、列文伯格法(Levenberg-Marquardt,LM)的BP神经网络在matlab软件中进行实验,从网络均方误差、迭代次数、泛化能力、预测准确率等四个评价指标对3种BP神经网络模型针对本问题进行了可行性验证,实验结果表明基于LM算法的8-12-1的单隐层BP神经网络评价模型应用于大学生科研能力评价是可行的。最后对原型系统进行设计与实现,从需求分析、数据库设计、核心模块三个方面进行了阐述,设计并实现了 BP神经网络模型管理模块和能力评价模块,初步实现了评价大学生科研能力的原型系统,为大学生科研管理提供了实用的工具。