黄金正弦算法优化神经网络的体育教学质量评价

摘要

为提高高校体育教学质量评价的精度,针对反向传播神经网络(Back Propagation Neural Network,BPNN)模型性能受其参数选择影响,提出一种基于黄金正弦算法(golden sine algorithm,GoldenSA)优化BPNN(GoldSA-BPNN)的高等院校体育学科教学质量评价模型.首先,从教学内容、教学方法、教学态度和教学效果等4个维度构建出一套基于层次分析法的高校体育教学质量多指标评价体系;其次,将12个高校体育教学质量评价二级指标的得分数据作为BPNN的输入向量,高校体育教学质量水平(优、良、一般和较差)作为BPNN的输出向量,建立一种基于GoldenSA-BPN模型的高校体育课程教学质量评价模型.与PSO-BPNN和BPNN对比可知,GoldenSA-BPNN进行高校体育课程教学质量评价具有更高的分类准确率、特异性以及灵敏度.