鄭小發(fā) 楊 麗

（重慶機電職業(yè)技術(shù)學(xué)院 重慶 420760）

基于“灰色神經(jīng)網(wǎng)絡(luò)”的高職“一身兩翼”辦學(xué)模式優(yōu)化研究

鄭小發(fā) 楊 麗

（重慶機電職業(yè)技術(shù)學(xué)院 重慶 420760）

立足于我國的國情和高職教育現(xiàn)狀，借鑒國外發(fā)達國家高職教育教師專業(yè)體系結(jié)構(gòu)優(yōu)化發(fā)展的經(jīng)驗，提出基于“灰色神經(jīng)網(wǎng)絡(luò)”優(yōu)化重慶機電職業(yè)技術(shù)學(xué)院“一身兩翼”辦學(xué)模式。

灰色神經(jīng)網(wǎng)絡(luò)；高職；一身兩翼；辦學(xué)模式

隨著發(fā)達國家優(yōu)質(zhì)教育資源對國內(nèi)生源市場的爭奪與分流力度越來越大，主動融入、大力推進國際職業(yè)教育合作與交流成為全國高職院校開闊視野、拓寬人才培養(yǎng)途徑的應(yīng)勢之舉。

重慶機電職業(yè)技術(shù)學(xué)院的“一身兩翼”辦學(xué)模式

（一）重慶機電職業(yè)技術(shù)學(xué)院“一身兩翼”辦學(xué)模式的理念

“一身”指的是教學(xué)，是教育核心價值所在，特指我院的新型教學(xué)模式?！皟梢怼敝械囊灰硎侵竾H高校合作及高、中、低端培訓(xùn)，另一翼是指產(chǎn)品孵化、產(chǎn)業(yè)經(jīng)營。在“十二五”期間，我們要緊緊抓住重慶市產(chǎn)業(yè)“6+1大發(fā)展”、“再造一個重慶”發(fā)展戰(zhàn)略的大好機遇，遵循教育規(guī)律，面向社會需求，加強管理，提高質(zhì)量，立足重慶，依托兵工企業(yè)，面向西部，輻射全國，進一步優(yōu)化專業(yè)結(jié)構(gòu)，適應(yīng)經(jīng)濟和社會發(fā)展要求，穩(wěn)步推進產(chǎn)學(xué)結(jié)合、校企結(jié)合，提高學(xué)院教育教學(xué)質(zhì)量。

（二）重慶機電職業(yè)技術(shù)學(xué)院“一身兩翼”辦學(xué)模式定位

在“十二五”期間，教育部將按照統(tǒng)籌規(guī)劃、先行試點、動態(tài)調(diào)整的原則，逐步啟動國家示范性高等職業(yè)院校建設(shè)計劃二期工程、地市級高等職業(yè)教育綜合改革試點、示范性職業(yè)教育集團學(xué)校建設(shè)、高等職業(yè)院校“雙師型”教師隊伍建設(shè)、高等職業(yè)教育實訓(xùn)基地建設(shè)、高等職業(yè)教育共享型教學(xué)資源庫和技能培訓(xùn)與繼續(xù)教育服務(wù)平臺建設(shè)等重大項目與改革試點。我院“十二五”期間的總方針是“深化改革、固本升位”，“十二五”期間要實現(xiàn)的目標(biāo)是 “創(chuàng)建以育人為中心、多功能自力型的辦學(xué)實體”。我院將“一身兩翼”辦學(xué)模式應(yīng)用于校際合作、中外合作、中德草簽聯(lián)合辦學(xué)和實習(xí)產(chǎn)業(yè)協(xié)議等，來增強學(xué)院“兩種經(jīng)濟”和“外圓內(nèi)方”的教學(xué)管理模式，集中財力使學(xué)院呈現(xiàn)出高水平的人才培養(yǎng)質(zhì)量及堅實雄厚的財力支撐。

（三）重慶機電職業(yè)技術(shù)學(xué)院辦學(xué)指導(dǎo)思想

學(xué)院充分發(fā)揮背靠兵工、依托兵工和“校企同源”的獨特優(yōu)勢，用科學(xué)發(fā)展觀統(tǒng)領(lǐng)學(xué)院改革發(fā)展全局，提出“德為根、人為本、和為貴、能為先”的辦學(xué)指導(dǎo)思想，創(chuàng)新性地提出“一身兩翼”、“以服務(wù)求生存、以貢獻求發(fā)展”和“依托行業(yè)優(yōu)勢，以企業(yè)需要為導(dǎo)向，為用人單位量身打造技能型人才。

（四）重慶機電職業(yè)技術(shù)學(xué)院“一身兩翼”辦學(xué)模式應(yīng)用于專業(yè)群實訓(xùn)基地建設(shè)

建設(shè)專業(yè)群校內(nèi)生產(chǎn)型實訓(xùn)基地:（1）機械制造與維修及機械結(jié)構(gòu)優(yōu)化實訓(xùn)基地；（2）汽車檢測與維修及汽車底盤結(jié)構(gòu)優(yōu)化實訓(xùn)基地；（3）物聯(lián)網(wǎng)職業(yè)技術(shù)教育、物聯(lián)網(wǎng)應(yīng)用技術(shù)、計算機網(wǎng)絡(luò)技術(shù)綜合實訓(xùn)與信息安全技術(shù)實訓(xùn)基地；（4）電子商務(wù)、市場營銷與物流管理模擬實訓(xùn)基地；（5）建筑工程管理、工程造價預(yù)決算模擬實訓(xùn)基地；（6）藝術(shù)設(shè)計實訓(xùn)基地。

基于“灰色神經(jīng)網(wǎng)絡(luò)”進行辦學(xué)模式預(yù)測的可行性

首先，一個好的辦學(xué)模式預(yù)測模型應(yīng)符合辦學(xué)模式基本理論和數(shù)學(xué)建模要求，這是選擇模型的關(guān)鍵。其次，要保證模型數(shù)據(jù)可得一致和可比性，在數(shù)據(jù)預(yù)測檢驗階段應(yīng)充分?jǐn)M合原始數(shù)據(jù)，特別是有波動的數(shù)據(jù)，因為波動性數(shù)據(jù)往往蘊藏了系統(tǒng)重要信息。

“灰色神經(jīng)網(wǎng)絡(luò)”是指既含有已知信息，又含有未知信息的系統(tǒng)，是基于我國華中理工大學(xué)（現(xiàn)華中科技大學(xué)）鄧聚龍教授于1982年提出的灰色理論發(fā)展而來的，是系統(tǒng)思想的一種深化和發(fā)展。它所需模型因素少，模型簡單。對于模型因素空間難以窮盡，運行機制尚不明確，又缺乏確定關(guān)系的信息系統(tǒng)的研究，“灰色神經(jīng)網(wǎng)絡(luò)”理論及方法提供了新的思路和有益的嘗試。

基于“灰色神經(jīng)網(wǎng)絡(luò)”的非線性映射與辦學(xué)模式非線性特征是相近的，對于未知的辦學(xué)模式動力學(xué)系統(tǒng)可通過“灰色神經(jīng)網(wǎng)絡(luò)”來了解系統(tǒng)的表征量并進行預(yù)測。已有定理從數(shù)學(xué)上保證了網(wǎng)絡(luò)用于時間序列預(yù)測的可行性。因此，結(jié)合模型映射性質(zhì)、輸入變量的選擇和波動性數(shù)據(jù)擬合等可知“灰色神經(jīng)網(wǎng)絡(luò)”模型用于辦學(xué)模式預(yù)測是可行的。與傳統(tǒng)的辦學(xué)模式預(yù)測方法相比，將基于“灰色神經(jīng)網(wǎng)絡(luò)”的時間序列預(yù)測方法用于辦學(xué)模式預(yù)測，避免了繁瑣的常規(guī)建模過程，使預(yù)測結(jié)構(gòu)計算簡單、靈活。運用計算機強大的組合能力，可以更好地提高辦學(xué)模式預(yù)測的效率和精度。

基于“灰色神經(jīng)網(wǎng)絡(luò)”理論優(yōu)化“一身兩翼”辦學(xué)模式

基于“灰色神經(jīng)網(wǎng)絡(luò)”的預(yù)測方法是根據(jù)過去及現(xiàn)在已知的或非確知的信息，建立一個從過去引申到將來的GM模型，從而確定系統(tǒng)在未來發(fā)展變化的趨勢，為規(guī)劃決策提供依據(jù)。在灰色預(yù)測模型中，對時間序列進行數(shù)量大小的預(yù)測，隨機性被弱化了，確定性增強了。此時，在生成層次上求解得到生成函數(shù)，據(jù)此建立被求序列的數(shù)列預(yù)測，其預(yù)測模型為一階微分方程，即只有一個變量的灰色神經(jīng)模型，記為GM（1，1）模型。重慶機電職業(yè)技術(shù)學(xué)院為優(yōu)化辦學(xué)模式的效果，利用重慶機電職業(yè)技術(shù)學(xué)院辦學(xué)模式灰色算法GM（1，1）進行數(shù)據(jù)信息優(yōu)化處理，即運用重慶機電職業(yè)技術(shù)學(xué)院“灰色神經(jīng)網(wǎng)絡(luò)”理論進一步優(yōu)化“一身兩翼”辦學(xué)模式。

（1）設(shè)所要預(yù)測“一身兩翼”模型中的某項指標(biāo)的原始數(shù)據(jù)列為x（0）={x（0）（1），x（0）（2），x（0）（3），……，x（0）（n）}

（2）對原始數(shù)據(jù)列做一次累加，先生成（1-AGO），再生成（1）新數(shù)據(jù)列，即（3）對生成的數(shù)據(jù)列x（1），建立相應(yīng)的微分方程，式中a為發(fā)展系數(shù)，u為內(nèi)生控制系數(shù)。（4）解步驟（3）中方程式，可得其相應(yīng)的時間響應(yīng)算法為:

（5）設(shè)方程的參數(shù)的向量:式中B為累加生成矩陣，YN為向量，二者的構(gòu)造分別為:

式中x（0）（i）為第i年的原始數(shù)據(jù)；x（1）（i）為第i+1年的一次累加。

（7）求出原始數(shù)據(jù)的還原預(yù)測值與實際數(shù)據(jù)值之間的殘差值ε0（t）和相對誤差q（t），進行殘差檢驗

（8）進行關(guān)聯(lián)度R檢驗；后驗差C檢驗和小誤差概率P檢驗。

（9）如果殘差檢驗、關(guān)聯(lián)度檢驗和后驗差都能通過，則可以用所建立的算法進行預(yù)測。否則要進行殘差修正。而重慶機電職業(yè)技術(shù)學(xué)院“灰色神經(jīng)網(wǎng)絡(luò)”是以辦學(xué)模式為網(wǎng)絡(luò)樣本，算法即誤差反向傳播算法，利用重慶機電職業(yè)技術(shù)學(xué)院“灰色神經(jīng)網(wǎng)絡(luò)”算法自組織學(xué)習(xí)過程，分別為辦學(xué)模式網(wǎng)絡(luò)樣本進行正向傳播和誤差的反向傳播。其通過辦學(xué)模式網(wǎng)絡(luò)樣本進行前一次迭代的權(quán)值和閾值來應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)中的第一層向后計算各層自組織神經(jīng)元的輸出，即最后層向前計算各層權(quán)值和閾值。其總誤差的梯度進而對前面各層的權(quán)值和閾值進行修改運算，反復(fù)直到神經(jīng)網(wǎng)絡(luò)樣本收斂重慶機電職業(yè)技術(shù)學(xué)院“灰色神經(jīng)網(wǎng)絡(luò)”輸入向量為

X=（x1，x2，……，xi，……，xn）T；隱含層輸出向量為Y=（y1，y2，……，yi， ……,yn）T； 輸出層的輸出向量為 O=（o1，o2， ……，oi,……，ol）T；期望輸出向量為；輸入層到隱含層之間的權(quán)值矩陣V=（V1，V2，……，Vj,……，Vm）T。其中，列向量Vj為隱含層第j個重慶機電職業(yè)技術(shù)學(xué)院自組織神經(jīng)元對應(yīng)的權(quán)向量。隱含層到輸入層之間的權(quán)值矩陣w=（w1，w2，……，wk,……，wl）T。其中，列向量wk為輸出層第k個重慶機電職業(yè)技術(shù)學(xué)院自組織神經(jīng)元對應(yīng)的權(quán)向量。各層信號之間的算法結(jié)構(gòu)為:上式中f（x）的均為雜類型函數(shù)，f（x）的導(dǎo)數(shù)方程為；

則辦學(xué)模式算法樣本輸出層和隱含層的權(quán)值調(diào)整量分別為:

式中:η為比例系數(shù)，在利用灰色算法訓(xùn)練辦學(xué)模式中代表學(xué)習(xí)速率。如果重慶機電職業(yè)技術(shù)學(xué)院灰色自組織神經(jīng)網(wǎng)絡(luò)有個隱含層，各隱含層節(jié)點分別記為m1，m2，……，mh，各隱含層輸出分別記為y1，y2，……，yh則各層權(quán)值調(diào)整計算公式分別如下:

綜合上述，預(yù)測分析重慶機電職業(yè)技術(shù)學(xué)院灰色神經(jīng)模型，運用各層權(quán)值調(diào)整公式均由學(xué)習(xí)速率、樣本以隱含層輸出的誤差信號和隱含層輸入數(shù)字離散信號決定辦學(xué)模式樣本，同時，利用灰色學(xué)習(xí)理論過程來決策環(huán)境復(fù)雜程度和訓(xùn)練辦學(xué)模式樣本的收斂性，即需要增大多層網(wǎng)絡(luò)樣本訓(xùn)練量來優(yōu)化重慶機電職業(yè)技術(shù)學(xué)院“一身兩翼”辦學(xué)模式。同時，應(yīng)注意樣本的全面性、代表性以及提高樣本的精確性，增大抗干擾噪聲。還可以采用其他方法收集多層訓(xùn)練辦學(xué)模式算法樣本數(shù)據(jù)。以上是運用重慶機電職業(yè)技術(shù)學(xué)院“灰色神經(jīng)網(wǎng)絡(luò)”優(yōu)化“一身兩翼”這個非線性、復(fù)雜、不確定的辦學(xué)模式的新方法。實踐證明，此辦學(xué)模式運用內(nèi)涵構(gòu)建使重慶機電職業(yè)技術(shù)學(xué)院教育教學(xué)有了進一步創(chuàng)新。

研究既利用了“灰色神經(jīng)網(wǎng)絡(luò)”進行預(yù)測需要數(shù)據(jù)少的優(yōu)點，又吸收了“灰色神經(jīng)網(wǎng)絡(luò)”容錯能力、自適應(yīng)能力強的優(yōu)點。此模型簡單實用，特別是在原始數(shù)據(jù)非常有限的情況下，可以得到相當(dāng)精度的擬合數(shù)據(jù)，并能得到可靠的預(yù)測數(shù)據(jù)。

由于“灰色神經(jīng)網(wǎng)絡(luò)”的功能強大，形式多樣，若能將其他網(wǎng)絡(luò)形式同灰色理論模型相結(jié)合，則能進一步提高預(yù)測精度，并能在優(yōu)化辦學(xué)模式預(yù)測方面發(fā)揮更大的作用。

[1]鄧聚龍.大規(guī)模灰色系統(tǒng)理論教程[M].武漢：華中理工大學(xué)出版社，1990.

[2]王永慶.人工智能原理與方法[M].西安：西安交通大學(xué)出版社，2001.

[3]高瑋.新型進化神經(jīng)網(wǎng)絡(luò)模型[J].北京航空航天大學(xué)學(xué)報，2004.

[4]王耀南.智能控制系統(tǒng)[M].長沙：湖南大學(xué)出版社，1996.

[5]劉思峰.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社，1999.

G718

A

1672-5727（2012）10-0156-02

鄭小發(fā)（1981—），男，重慶市人，碩士，重慶機電職業(yè)技術(shù)學(xué)院高級工程師，研究方向為物聯(lián)網(wǎng)關(guān)鍵技術(shù)開發(fā)、智能信號處理與目標(biāo)跟蹤、多傳感器信息融合、神經(jīng)網(wǎng)絡(luò)與模式算法識別、神經(jīng)網(wǎng)絡(luò)與混沌信號處理。