基于PSO优化的RBF的高职教学评价模型研究

• 作者: 吴小青 廉颖霏
• 来源期刊: 福建电脑
• 关键词: 教学质量评价 径向基神经网络 粒子群 优化
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 应用与开发
• 页码范围: 108-110
• 页数: 3页
• 字数: 3571字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2018.07.057

摘要

坚持科学、客观的原则,主要研究利用PSO优化的RBF理论,构建和完善客观"合理"量化的教学质量评价模型.所述的基于粒子群优化算法改进的神经网络模型的教学质量预测方法,能够动态优化RBF神经网络模型的中心点位置和权值矩阵,从而改善了RBF神经网络性能,同时,收敛速度快,健壮性好,对样本的拟合误差在0.001%以下,提高了数据预测的精确度.可有效用于教学质量评价预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小青	无锡南洋职业技术学院智能装备与信息工程学院	9	4	1.0	2.0
2	廉颖霏	无锡南洋职业技术学院智能装备与信息工程学院	3	0	0.0	0.0