基于BP神经网络的大学生科研能力评价

摘要

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，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。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 科研能力评价指标体系现状

1．2．2 科研能力评价方法研究现状

1．3 主要研究内容

1．4 论文的组织结构

第2章 能力评价相关原理和技术

2．1 能力评价的相关知识

2．1．1 能力评价原理和方法

2．1．2 能力评价指标体系及其量化

2．1．3 能力评价模型

2．1．4 科研能力评价原理和评价模型

2．2 BP神经网络相关知识

2．2．1 BP神经网络概述

2．2．2 BP神经网络的学习算法

2．2．3 BP神经网络的训练过程

2．2．4 BP神经网络的应用领域

2．3 指标权重计算的相关方法

2．3．1 权重赋值的各方法的对比

2．3．2 基于变异系数法的指标权重计算

2．3．3 基于层次分析法的指标权重计算

2．3．4 1-9标度法

2．4 本章小结

第3章 大学生科研能力评价指标体系

3．1 大学生科研能力评价概述

3．1．1 评价的目的

3．1．3 评价的基本过程

3．2 大学生科研能力评价指标体系的构建

3．2．1 评价指标体系的结构

3．2．2 评价指标评分细则

3．2．3 问卷的信度和效度检验

3．3 基于组合赋权法的大学生科研能力评价指标权重的计算

3．4 本章小结

第4章 基于BP神经网络大学生科研能力评价模型设计

4．1 基于BP神经网络的评价模型的构建

4．1．1 BP神经网络模型结构的确立

4．1．2 指标数据标准化方法

4．1．3 评价指数与对应等级的设计

4．2 评价模型样本的设计

4．3 隐层神经元的确立

4．4 基于BP神经网络的评价模型的可行性验证

4．5 本章小结

第5章 基于BP神经网络大学生科研能力评价原型系统设计实现

5．1 评价系统需求分析

5．2 数据库设计

5．3 系统体系结构

5．4 开发工具和平台

5．5 核心模块的设计与实现

5．5．1 BP神经网络模型管理模块

5．5．2 能力评价模块

5．6 本章小结

第6章 总结与展望

6．1 工作总结

6．2 工作展望

参考文献

致谢