基于AHP和BP神經網絡探究式學習評價系統(tǒng)的研究與應用.pdf

1、20世紀80年代以來，隨著探究式學習模式在各教育領域的廣泛使用，如何提高探究式學習效率，已經成為當前探究教學的工作重點。目前已有的探究式學習評價研究，都存在以下一些問題：一方面，由于評價者對探究要素缺乏具體而深入的理解，所以給定的評價指標過于主觀性，并且評價體系一旦確定不可更改，不能廣泛使用。另一方面，探究式學習過程是一個動態(tài)過程，影響學習效果的因素很多，而現有的探究式學習評價方法大多采用調查法、檔案袋法、電子檔案法等，這些都不能全面反

2、映學生在探究式學習過程中的能力掌握情況。因此，在實施探究教學過程中，如何對學生的探究式學習進行有效地的評價，定制一個科學、合理、客觀的學習評價體系就顯的尤為重要。
　　 BP(Back Propagation)神經網絡作為一種新技術，憑借其本身具有的非線性處理、自適應學習、高度容錯能力等特性，在各種評價問題中得到了廣泛的使用。但BP神經網絡的權值是隨機設置的，因此在修正權值時收斂速度慢。AHP可利用判斷矩陣計算評價指標的權值，具

3、有一定的客觀性?？紤]到AHP和BP神經網絡各自的優(yōu)點，本文選用AHP與BP神經網絡相結合的形式，對探究式學習評價進行建模分析，并主要開展了以下研究工作：
　　 (1)全面綜合地介紹了AHP及神經網絡知識，重點對BP網絡模型的結構及算法做了研究，并詳細分析了LMBP算法及其特點。
　　 (2)分析探究式學習的過程，建立探究式學習評價體系，確定各級評價指標。
　　 (3)使用AHP算法，算出各評價指標的初始權重。