基于灰色神經(jīng)網(wǎng)絡(luò)的高校教師職稱評審預(yù)測論文
灰色神經(jīng)網(wǎng)絡(luò)就是將灰色系統(tǒng)方法與神經(jīng)網(wǎng)絡(luò)方法有機地結(jié)合起來,對復(fù)雜不確定性問題進行求解所建立的模型.結(jié)合灰色預(yù)測方法與神經(jīng)網(wǎng)絡(luò)預(yù)測方法,對四川省普通高等學(xué)校每年所招收新生人數(shù)進行預(yù)測.結(jié)果表明此種組合模型的精度較高,且具有灰色系統(tǒng)的少數(shù)據(jù)建模優(yōu)點及神經(jīng)網(wǎng)絡(luò)的精度可控特性,以下是學(xué)習(xí)啦小編為大家精心準備的:基于灰色神經(jīng)網(wǎng)絡(luò)的高校教師職稱評審預(yù)測相關(guān)論文。內(nèi)容僅供參考,歡迎閱讀!
基于灰色神經(jīng)網(wǎng)絡(luò)的高校教師職稱評審預(yù)測全文如下:
摘要: 提出一種針對我國高校教師職稱評審的預(yù)測模型。該模型通過將灰關(guān)聯(lián)分析與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方式實現(xiàn),利用灰關(guān)聯(lián)分析找出高校教師職稱評審的各影響因子與職稱晉升的潛在關(guān)系,為BP神經(jīng)網(wǎng)絡(luò)提供篩選輸入因子的功能,最后通過訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)來實現(xiàn)預(yù)測。選用某高校2012年副教授評審實際數(shù)據(jù)作為評價樣本,將原有的6-8-2的網(wǎng)絡(luò)結(jié)構(gòu)簡化為5-8-2,結(jié)果表明,建立的評審模型的結(jié)論優(yōu)于基于BP神經(jīng)網(wǎng)絡(luò)的結(jié)論,且訓(xùn)練效率也有大幅提高,有一定的推廣應(yīng)用價值。
關(guān)鍵詞: 職稱評審;灰關(guān)聯(lián)分析;BP網(wǎng)絡(luò)
0 引言
職稱評審涉及到教師的切身利益,客觀、公正、透明的職稱評審工作對教師做好教學(xué)、科研和管理工作具有權(quán)威的導(dǎo)向性和指導(dǎo)性。職稱系統(tǒng)是具有評審因素多,因素間相關(guān)性模糊、不確定,非線性、時變性等特點的復(fù)雜系統(tǒng),其評審屬于多因素綜合評審范疇。
神經(jīng)網(wǎng)絡(luò)可以很好地解決職稱系統(tǒng)評審的非線性問題,然而評審因素間相關(guān)性,會使得網(wǎng)絡(luò)陷入局部最小點,導(dǎo)致評審結(jié)果存在很大的偏差?;谊P(guān)聯(lián)分析方法可在不完全的信息中,通過一定的數(shù)據(jù)處理,找出評審因素的關(guān)聯(lián)性,發(fā)現(xiàn)主要矛盾,找到主要特性和主要影響因素[1-2]。因此將灰關(guān)聯(lián)分析與神經(jīng)網(wǎng)絡(luò)相結(jié)合建立評審模型,神經(jīng)網(wǎng)絡(luò)解決職稱系統(tǒng)評審對于非線性系統(tǒng)的支持,灰關(guān)聯(lián)分析幫助神經(jīng)網(wǎng)絡(luò)找出主要的影響因子。
1 高校教師職稱影響因子的灰色關(guān)聯(lián)分析
1.1 高校教師職稱評審影響因子的確定 依據(jù)某高校歷年教師職稱的評定標準,主要是從論文的級別數(shù)量、科教成果獲獎(市級以上),是否承擔科研科教項目等方面來綜合評定教師職稱的獲得。針對該高校2012年數(shù)據(jù)中46名教師在承擔科研科教項目都滿足,而在有科教成果獲獎(市級以上)上只有個別的教師有,所以本文考慮,以論文級別數(shù)量構(gòu)建6個評定指標:SCI/EI篇數(shù)x1,一級核心論文篇數(shù)x2,二級核心論文篇數(shù)x3,三級核心論文篇數(shù)x4,一般期刊論文篇數(shù)x5,論文總篇數(shù)x6。
1.2 灰關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度的計算 灰色關(guān)聯(lián)分析是一種重要的灰色系統(tǒng)理論分析方法,其基本原理是通過序列的曲線幾何形狀的相似程度來判斷序列的聯(lián)系是否緊密,其緊密程度用關(guān)聯(lián)度量化,曲線越緊密,其關(guān)聯(lián)度越大,反之就越小[3-4]。
灰色關(guān)聯(lián)分析的計算分析步驟:
(1)將該高校職稱專家評審結(jié)果作為參考序列x0(k),k=1,…,46,晉級職稱的x0=1,被淘汰的x0=0,6個影響因子作為比較因素序列xi(k),i=1,…,6;k=1,…,46。
(2)根據(jù)表1求出Δ■(k)=y■(k)-y■(k),并找出Δ■=0,Δ■=27,由灰關(guān)聯(lián)系數(shù)公式ξy■(k),y■(k)=■其中分辨系數(shù)ρ取值0.5,計算出6個影響因子與高校教師職稱評審在46個樣本點上的灰關(guān)聯(lián)系數(shù),如表2。
(3)計算關(guān)聯(lián)度
由公式ry■,y■=■ω■ξy■(k),y■(k),取ω■=ω■…=ω■=■,及根據(jù)表2求得比較因素xi和參考因素x0的關(guān)聯(lián)度,依次為r1=0.9345,r2=0.9625,r3=0.8360,r4=0.9108,r5=0.6545,r6=0.4984。
關(guān)聯(lián)度排序:r2>r1>r4>r3>r5>r6
這一關(guān)聯(lián)序直接反映了比較因素xi對參考因素x0的相關(guān)性強弱的順序,即各影響因子與高校教師職稱評審的接近程度,同時也說明了這6個影響因子對高校教師職稱評審影響程度由大到小的順序—關(guān)聯(lián)序。
由以上關(guān)聯(lián)排序我們可知:一級核心論文篇數(shù)x2,SCI/EI篇數(shù)x1,三級核心論文篇數(shù)x4對高校教師職稱評審影響程度最大,關(guān)聯(lián)度值都在0.9108以上,如果我們能在這三類級別的期刊上多發(fā)表論文,就可以大大提高通過職稱評審幾率。我們?nèi)缭谝患壓诵?,SCI/EI上感覺發(fā)表困難的話,可把重點放在較容易發(fā)表的三級核心上,同樣有效。二級核心論文篇數(shù)x3對高校教師職稱評審影響程度也很大,關(guān)聯(lián)度值為0.8360,論文總篇數(shù)x6對高校教師職稱評審影響程度最小,關(guān)聯(lián)度值只有0.4984。
2 基于灰色BP神經(jīng)網(wǎng)絡(luò)的高校教師職稱評審預(yù)測
BP神經(jīng)網(wǎng)絡(luò)模型的建立:表1歸一化的46組數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的樣本,任取前37個樣本用于網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練,另外的9個作為網(wǎng)絡(luò)訓(xùn)練完畢后的預(yù)測樣本。
為了驗證本文灰色BP預(yù)測模型的有效性,實驗中與單一采用BP的模型,在網(wǎng)絡(luò)訓(xùn)練效率方面、網(wǎng)絡(luò)預(yù)測的準確上分別進行比較。
灰色BP預(yù)測模型:根據(jù)上文對高校教師職稱評審影響因子的分析,選用上述的關(guān)聯(lián)度值在0.4984以上的5個影響因子作為輸入變量,高校教師職稱專家評審作為輸出數(shù)據(jù),將職稱晉級(1)、淘汰(0),分別用“1 0;0 1”表示。隱含層經(jīng)訓(xùn)練,結(jié)果表明:當隱含層單元的個數(shù)為8時,網(wǎng)絡(luò)模型穩(wěn)定且獲得較理想結(jié)果,這樣網(wǎng)絡(luò)結(jié)構(gòu)即可確定為5-8-2。訓(xùn)練函數(shù)采用trainlm,輸入層與隱層、隱含層與輸出層之間的傳遞函數(shù)選為tansig,logsig函數(shù)。訓(xùn)練次數(shù)最大設(shè)置為100次,網(wǎng)絡(luò)收斂誤差為0.001。
BP預(yù)測模型:表1歸一化的數(shù)據(jù)作為BP網(wǎng)絡(luò)的輸入。BP輸入節(jié)點為6個指標數(shù)值,BP網(wǎng)絡(luò)輸出節(jié)點為2,中間層的節(jié)點數(shù)選8,網(wǎng)絡(luò)結(jié)構(gòu)即可確定為6-8-2,其它參數(shù)設(shè)置同上。
從圖1、2可以看出,灰色BP網(wǎng)絡(luò)的訓(xùn)練只經(jīng)過13步就達到了最小誤差,這說明,選擇與高校教師職稱評審有較大關(guān)聯(lián)度的5個影響因子作為網(wǎng)絡(luò)輸入,提高了網(wǎng)絡(luò)訓(xùn)練的效率。
從表3中可以看出,在建立預(yù)測模型前未經(jīng)過任何數(shù)據(jù)預(yù)處理的BP模型,預(yù)測準確率低,判錯了2個,準確率77.77%,本文的基于灰色BP預(yù)測模型,判錯1個,準確率提高到88.9%,預(yù)測結(jié)果與專家評審基本吻合。
3 結(jié)論
本文針對某高校2012年教師職稱評審實際數(shù)據(jù),利用灰色關(guān)聯(lián)分析方法探討了各個影響因子對教師職稱評審的影響程度;采用基于BP神經(jīng)網(wǎng)絡(luò)模型對教師職稱評審進行預(yù)測,得出結(jié)論:
(1)利用灰色關(guān)聯(lián)分析方法能夠考慮影響教師職稱評審的主要因素,灰色關(guān)聯(lián)分析表達出各個影響因子的影響程度,為高校教師職稱的晉級提供指導(dǎo)參考。
(2)與目前我國高校教師職稱采取的定性分析評審相比,基于灰色神經(jīng)網(wǎng)絡(luò)評審模型實際操作簡單、客觀,這些使得評審結(jié)果更加趨于合理。
(3)利用灰色關(guān)聯(lián)分析帥選了其中5個指標的本文BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,與未經(jīng)過任何數(shù)據(jù)預(yù)處理的BP預(yù)測模型相比,提高了網(wǎng)絡(luò)的訓(xùn)練速率和網(wǎng)絡(luò)預(yù)測精度。
參考文獻:
[1]張吉剛,梁娜.消費者網(wǎng)上購物意向的灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型[J].統(tǒng)計與決策,2007(22):133-135.
[2]孫莉.基于灰色BP神經(jīng)網(wǎng)絡(luò)的服裝面料規(guī)格參數(shù)預(yù)測[J].計算機應(yīng)用與軟件,2012(7):154-157.
[3]劉思峰,黨耀國,方志耕,等.灰色系統(tǒng)理論及其應(yīng)用[M].5版.科學(xué)出版社,2010:62-90,211-213.
[4]肖新平,宋中民等.灰技術(shù)基礎(chǔ)及其應(yīng)用[M].北京:科學(xué)出版社,2005.8.
[5]劉軍奎.高校職稱評審制度的社會學(xué)思考[J].前沿,2011(05).
[6]朱霽.我國高校教師職稱評審程序的弊端及完善[J].中南林業(yè)科技大學(xué)學(xué)報(社會科學(xué)版),2011(02).
[7]王勇強.關(guān)于高校教師職稱制度改革的思考[J].中國高校師資研究,2011(02).
[8]趙梁紅.基于公平的高校教師職稱評審制度的構(gòu)建[J].中國高教研究,2009(11).
[9]周興國.建立高校教師職稱評審一體化教學(xué)考核體系之構(gòu)想[J].安徽工業(yè)大學(xué)學(xué)報(社會科學(xué)版),2010(01).
相關(guān)文章: