摘要：针对RBF神经网络的高校教师教学质量进行评价。
关键词：教师教学质量；评价；神经网络
前言
近年来，发展中的高等教育关注重点已从规模增长转移到教学质量保证上来。建立一支高素质的教师队伍，首先应对教师有一个全面地了解和正确的评价[1]。这样既可以激励教师提高自身素质，也使学校更有效地加强师资队伍的建设。
这里引入了RBF神经网络并应用于教学质量评价中，本着高职院校的科学研究、人才培养、服务于社会的功能出发，建立教师教学质量评价体系，以求为高职院校教学质量评价提供一种科学、公正、可行的方法。
1神经网络基本理论
人工神经网络是由大量简单计算单元广泛相连而组成的具有高度并行处理能力的一个非线性动力学系统，具有自组织、自学习和联想记忆能力，在应用上取得了令人瞩目的进展，特别是在人工智能、自动控制、计算机科学、信息处理、机器人、模式识别等方面都有重大的应用实例[2]。
1.1RBF神经网络基本原理
本课题中所使用的径向基函数神经网络是Moody和Darken于20世纪80年代末提出的一种特殊的具有单隐层的三层前馈网络，其结构和学习算法与BP网络有着很大的差别，在一定程度上克服了BP网络的缺点。RBF神经网络模拟人脑中局部调整、相互覆盖接收域的神经网络结构，是一种具有全局逼近性能的前馈网络。它不仅有全局逼近性质，而且具有最佳逼近性能。
1.2RBF神经网络的网络结构和算法
最基本的RBF神经网络包括三层：输入层、隐层以及输出层。其中每一层都有着完全不同的作用：输入层的作用是将网络与外界环境连接起来；隐层的作用是从输入空间到隐层空间之间进行非线性变换；输出层是线性的，它为作用于输出层的激活信号提供响应。
在RBF神经网络逼近算法中，网络输出权值w，高斯基函数的中心矢量c及基宽参数b的初值难以确定，如果这些参数选择不当，会造成逼近精度的下降甚至RBF网络的发散。采用遗传算法可以实现RBF网络参数的优化，步骤如下：
（1）参数编码。采用实数编码，一个实数对应于一个具体的待优化的网络参数，码串的长度为参数个数的总和。
（2）产生初始种群。随机产生T个染色体串，整数T的取值范围一般在[50，100]之间。
（3）计算适应度。适应度函数为
fi=■=■
式中fi为第i个染色体串的适应度值，i=1，2…，T，fi越大，适应度越高。yi（k）、ymi（k）分别是对应第i个染色体串样本k的期望输出和RBF网络输出。其中，N为训练样本总数。
（4）选择操作。采用比例选择方法，根据每个个体的适应度fi，计算其被选择的概率pi。选择概率大的个体，按60%进行选择，然后进行复制。
（5）交叉操作。采用两点交叉法进行交叉操作。将染色体串群中的第i个染色体串简单表示为si=（si1，si2，…sin），s1k和s2k是串s1和串s2在两个交叉点之间的第k个交叉实数，则经交叉后产生的两个子代串在位置k处的实数s1'k和s2'k。
（6）变异操作。采用按位变异的方法进行变异操作，设参数取值范围为[a，b]，sik是第i个染色体串上被选中变异的第k个实数，si'k是变异后对应sik的实数，γ是（0，1）之间的随机数，则si'k可表示为si'k=γsik+d（1-γ）式中d=a+（b-a）γ。变异概率取值范围一般在[0.0001，0.1]之间。
2高职教师教学质量评价
2.1建立教师教学质量评价指标体系
根据高职教育侧重应用型教学的思想，遵循科学性、可操作性的原则，构建高职教育教学质量评价指标体系，其中4个一级指标，12个二级指标
2.2评价模型结构设计
采用3层架构RBF神经网络：输入数据为各指标的评价值，根据教学质量评价体系，将最低层指标数量作为输入层神经元数，共12个。输出层设置一个神经元，它的值为[0，1]间的一个数。隐含层神经元个数关系到网络的精度与效率，由公式L=■+c，其中M为输入层神经元个数，N为输出神经元个数，c是1~10之间的常数，文中隐含层神经元个数取为9。
2.3基于RBF的教学质量评价
现收集本校15位教师教学质量评价相关数据，将表中数据的前10组作为RBF神经网络的训练样本，后5组作为测试样本。运用MATLAB编程，给定学习精度e=0.00001。
网络训练后的评价结果与专家评价结果如表3所示，5个测试集仿真评价的结果与专家评价结果。不仅全部训练样本与专家评价结果相差无几，而且5个测试集仿真评价的结果也与专家评价的等级完全一致。
3结论
神经网络评价模型能不断地对新样本进行学习，通过权值的调整动态地适应环境的变化，权值能根据误差要求自动调节，不受主观因素的影响。总之，运用RBF神经网络建立教学质量评价模型，可望为各高校及教学管理部门寻求科学的教学质量评估解决方案提供有益的参考。
参考文献
[1]张亚靖．学生网上评教工作的实践与建议[J]．管理观察，2009（8）：129-130．
[2]陶保壮，李炜，张义超．RBF与BP网络实时性分析[J].皖西学院学报，2008，24（5）：31-33．