- 相關(guān)推薦
高校教育信息資源管理評估的神經(jīng)網(wǎng)絡(luò)模型研究
高校教育信息資源管理評估的神經(jīng)網(wǎng)絡(luò)模型研究
蔣嗚
[摘要]文章利用神經(jīng)網(wǎng)絡(luò)方法建立了教育信息資源管理評估系統(tǒng)的數(shù)學(xué)模型。為了確保教育信息資源管理評估的科學(xué)性和合理性，該研究將評價指標(biāo)作為神經(jīng)網(wǎng)絡(luò)的輸入，將教育信息資源的管理效益作為輸出，基于最小二乘法原理，運用梯度搜索技術(shù)，力圖使網(wǎng)絡(luò)的實際輸出值與期望輸出值的誤差均方值達到最小。經(jīng)仿真分析，所建立的數(shù)學(xué)模型較好地擬合了高校教育信息資源管理的實踐狀況，具有較好的辨識精度。
[關(guān)鍵詞]神經(jīng)網(wǎng)絡(luò)教育信息資源管理評價模型仿真
[作者簡介]蔣嗚（1957-），男，上海第二工業(yè)大學(xué)人文學(xué)院副院長，副研究員，主要研究方向為高等教育、繼續(xù)教育和職業(yè)教育。（上海200060）
[中圖分類號]G647
[文獻標(biāo)識碼]A [文章編號]1004-3985(2010).36-0056-02
一、引言
隨著信息技術(shù)的發(fā)展，高校教育信息資源在高校的教學(xué)過程中發(fā)揮著越來越重要的作用。但是，由于教育信息資源建設(shè)資金投入的不斷加大，信息資源的種類不斷增多、數(shù)量逐漸增加、技術(shù)含量空前提高。如何提高教育信息資源管理效益，最大限度地利用教育信息資源，提高信息保障能力，已經(jīng)成為擺在高校信息管理者面前的現(xiàn)實課題。教育信息資源管理評估是提高高校教育信息資源管理水平的關(guān)鍵環(huán)節(jié)。由于高校教育信息資源管理系統(tǒng)含有許多不確定性因素，這些因素一般比較難以量化，評價誤差往往較大。目前，評價教育信息資源管理質(zhì)量的方法有很多，但大都基于傳統(tǒng)的定性方法或者模糊數(shù)學(xué)的方法，這些方法基本都局限于線性的運算方式，而由于評價體系的輸入（各評價指標(biāo)）和輸出（管理質(zhì)量）之間的關(guān)系并不一定是簡單的線性關(guān)系，所以尋找評價體系的輸入和輸出的準(zhǔn)確數(shù)學(xué)關(guān)系，建立一個合理的、科學(xué)的數(shù)學(xué)模型，將對教育信息資源管理質(zhì)量的評估有著重要的意義。本文利用神經(jīng)網(wǎng)絡(luò)理論建立了教育信息資源管理質(zhì)量評價系統(tǒng)的神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型，以期為教育信息資源管理質(zhì)量評估體系的研究提供有益的借鑒。
二、教育信息資源管理評估指標(biāo)體系的建立
（一）教育信息資源管理的內(nèi)涵
狹義的教育信息資源管理是指對教育信息本身即教育信息內(nèi)容實施管理的過程；廣義的教育信息資源管理是指對教育信息內(nèi)容及與信息內(nèi)容相關(guān)的資源，包括對信息設(shè)備設(shè)施、信息技術(shù)、信息資源費效、人員等進行管理的過程。高校教育信息資源管理過程始于信息人員對用戶的信息需求的分析，經(jīng)過信源分析、信息采集與轉(zhuǎn)換、信息組織、信息存儲、信息檢索、信息再生和信息傳遞等環(huán)節(jié)，最終滿足用戶的信息需求。
（二）教育信息資源管理評估指標(biāo)體系
為了評價教育信息資源管理質(zhì)量，通常對其信息設(shè)備設(shè)施管理質(zhì)量、信息技術(shù)管理質(zhì)量、教育信息資源管理費效、管理人員素質(zhì)等內(nèi)容進行評價。教育信息資源管理評估指標(biāo)共有7個，分別為X．、X2、X3、X4、X5、X6、X7。X．表示教育信息設(shè)備設(shè)施的使用狀況；X2表示信息設(shè)備設(shè)施的維護狀況；X3表示技術(shù)手段運用狀況；X4表示教育信息資源管理的投入經(jīng)費；X5表示教育信息資源管理經(jīng)費的使用狀況；X6表示人員的履行管理職能的狀況；X7表示人員的管理創(chuàng)新能力狀況等。在實踐中，為了便于操作，我們給出了具體的下一級指標(biāo)，限于篇幅，在此省略。假設(shè)評價指標(biāo)的論域為[0，10]。評價矩陣要素運用德爾斐法確定，即分別由專家填寫相應(yīng)的分值，匯總后的教育信息資源管理質(zhì)量情況如表l所示。
三、教育信息資源管理評估的神經(jīng)網(wǎng)絡(luò)評估模型
神經(jīng)網(wǎng)絡(luò)理論是近幾年來國內(nèi)外的一個前沿研究領(lǐng)域，它可用于預(yù)測、分類、模式識別和過程控制等各種數(shù)據(jù)處理場合。相對于傳統(tǒng)的數(shù)據(jù)處理方法，它更適合處理像教育信息資源管理這樣的模糊、非線性和模式特征不明確的問題。
（一）建模引理
BP模型是一種用于前向多層神經(jīng)網(wǎng)絡(luò)的反向傳播算法，由魯梅爾哈特(D．Ruvmelhar)和麥克萊倫德（McClelland）于1985年提出。
1．神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)。BP算法可用于多層網(wǎng)絡(luò)，網(wǎng)絡(luò)中不僅有輸入層節(jié)點及輸出層節(jié)點，而且還有一層至多層隱層節(jié)點。采用BP神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)對高校教育信息資源管理質(zhì)量評估系統(tǒng)的辨識。假設(shè)將7個評估指標(biāo)作為神經(jīng)阿絡(luò)系統(tǒng)的輸入，把信息管理質(zhì)量作為系統(tǒng)的輸出，具體如圖1所示。
當(dāng)有信息向網(wǎng)絡(luò)輸入時，信息首先由輸入層傳至隱層節(jié)點，經(jīng)特性函數(shù)作用后，再傳至下一隱層，直到最終傳到輸出層輸出，其間每經(jīng)過一層都要由相應(yīng)的特性函數(shù)進行變換。
2．BP算法。反向傳播算法旨在對評估體系進行辨識，以使網(wǎng)絡(luò)的實際輸出值與期望輸出值的誤差均方值最小為目標(biāo)，運用最小二乘和梯度搜索技術(shù)進行辨識。由于網(wǎng)絡(luò)的修正過程是誤差一邊向后傳播一邊修正加權(quán)系數(shù)的過程，因此，可用其對高校教育信息資源管理質(zhì)量評估體系進行辨識。BP的修正目的是對網(wǎng)絡(luò)的連接權(quán)值進行調(diào)整，以使任何一個輸入都能得到所期望的輸出。修正的方法是用一組訓(xùn)練樣例對網(wǎng)絡(luò)進行訓(xùn)練，每一個樣例都包括輸入和期望輸出兩部分。訓(xùn)練時，首先把樣例的輸入信息輸入到網(wǎng)絡(luò)中，由網(wǎng)絡(luò)自第一個隱層開始逐層地進行計算，并向下一層傳遞，直至傳至輸出層，其間每一層神經(jīng)元只影響到下一層神經(jīng)元的狀態(tài)。然后，將其輸出與樣例的期望輸出進行比較，如果它們的誤差不能滿足要求，則沿著原來的連接通路逐層返回，并根據(jù)二者的誤差按照一定的原則對各層節(jié)點的連接權(quán)值進行調(diào)整，使誤差逐步減小，直到達到要求為止。
（二）模型的建立
利用BP算法可使性能指標(biāo)最小化，為了保證系統(tǒng)的穩(wěn)定性，把被辨識對象信息資源管理質(zhì)量評估系統(tǒng)的實際輸出y作為反饋信號，將其與神經(jīng)網(wǎng)絡(luò)辨識器的輸出；比較，使E其中L´為一個很小的數(shù)，如果不滿足要求，則不斷調(diào)整權(quán)系數(shù)，以達到期望要求。
根據(jù)反向傳播計算公式，可得如下權(quán)系數(shù)修正規(guī)律。
四、仿真分析
采用三層BP神經(jīng)網(wǎng)絡(luò)對上述教育信息資源管理質(zhì)量評估系統(tǒng)進行辨識，輸入層、隱含層和輸出層的結(jié)點數(shù)分別為7×14 xl，激活函數(shù)采用sigmoid型，修正率´r7=0.9，學(xué)習(xí)訓(xùn)練算法采用反向傳播算法，將表l中的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)辨識模型的訓(xùn)練樣本，目標(biāo)誤差為0.001，仿真流程框圖和訓(xùn)練過程如圖2和圖3所示。學(xué)習(xí)訓(xùn)練達到要求后，可得到如58頁表2所示的辨識值。從表2可以看出，原始數(shù)據(jù)與神經(jīng)網(wǎng)絡(luò)系統(tǒng)的辨識值非常接近，也就是說，該模型能較為準(zhǔn)確地根據(jù)各評價指標(biāo)來評估信息管理工作質(zhì)量。
五、結(jié)論
運用BP神經(jīng)網(wǎng)絡(luò)建立的教育信息資源管理質(zhì)量評估系統(tǒng)的數(shù)學(xué)模型，其輸出辨識值與真實值之間的誤差很小。一旦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及其算法確定后，數(shù)學(xué)模型的準(zhǔn)確程度則與輸入的訓(xùn)練樣本的數(shù)量密切相關(guān)。訓(xùn)練樣本越多，該數(shù)學(xué)模型就越能準(zhǔn)確地根據(jù)各評價指標(biāo)來描述教育信息資源管理質(zhì)量的好壞。當(dāng)然，在教育信息資源管理實踐中，個別指標(biāo)的突變可能會導(dǎo)致評估結(jié)果的錯誤。這種現(xiàn)象是客觀存在的，個別指標(biāo)災(zāi)變的突然性和不可預(yù)見性較強，極小的輸入會導(dǎo)致災(zāi)變的輸出，離差巨大，本文所研究的神經(jīng)網(wǎng)絡(luò)評估模型沒有考慮個別指標(biāo)信息的災(zāi)變現(xiàn)象，還需在后續(xù)的工作中加以解決。
[參考文獻]
[1]蔣宗禮．人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論[M].北京：高等教育出版社，2001．
[2]趙振宇，徐用懋．模糊理論和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)與應(yīng)用[Ml.北京：清華大學(xué)出版社，1995.
【高校教育信息資源管理評估的神經(jīng)網(wǎng)絡(luò)模型研究】相關(guān)文章：
高校人力資源管理信息化建設(shè)研究08-18
基于校園網(wǎng)的高校教育信息系統(tǒng)的研究與實現(xiàn)08-06
神經(jīng)網(wǎng)絡(luò)與智能信息處理08-06
基于人工神經(jīng)網(wǎng)絡(luò)的肺癌診斷研究08-05
民辦高校人力資源管理優(yōu)化研究08-05
中國股市的運行模型研究08-05