袁圓 余法紅 蔣濤 陳偉 張立勛 盧俊挺

摘 要： 為了提高制藥實(shí)驗(yàn)教學(xué)質(zhì)量綜合評(píng)定的科學(xué)合理性，提出一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)模型。依據(jù)實(shí)際教學(xué)和已有的相關(guān)理論，設(shè)計(jì)出制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)影響因素，使用一種自適應(yīng)分布估計(jì)算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)模型參數(shù)。選取本校制藥專業(yè)5000個(gè)制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)樣本進(jìn)行實(shí)驗(yàn)。結(jié)果表明，所采用評(píng)價(jià)方法能達(dá)到制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)的實(shí)際應(yīng)用要求。

關(guān)鍵詞： 制藥實(shí)驗(yàn)； BP神經(jīng)網(wǎng)絡(luò)； 教學(xué)評(píng)價(jià)； 分布估計(jì)算法

中圖分類號(hào)：G202 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2019）03-39-03

Teaching quality evaluation of pharmaceutical experiment based on BP neural network

Yuan Yuan， Yu Fahong， Jiang Tao， Chen Wei， Zhang Lixun， Lu Junting

（College of Mathematics and Information Engineering， Jiaxing University， Jiaxing， Zhejiang 314001， China）

Abstract： To provide a scientific and reasonable reference for the comprehensive evaluation of pharmaceutical experimental teaching， a quality evaluation model for the pharmaceutical experimental teaching based on BP neural network was proposed. The influence factors of teaching quality evaluation for pharmaceutical experiment were designed based on actual teaching and existing related theories. The parameters in BP neural network， which is used to evaluate the model of pharmaceutical experimental teaching， were optimized by using an adaptive distribution estimation algorithm. The experiment was conducted on 5，000 pharmaceutical experimental teaching quality evaluation samples. The result showed that the proposed method can meet the practical application requirements of pharmaceutical experimental teaching quality evaluation.

Key words： pharmaceutical experimental teaching； BP neural network； teaching evaluation； distribution estimation algorithm

0 引言

制藥技術(shù)是一門技術(shù)應(yīng)用性很強(qiáng)的學(xué)科，其實(shí)驗(yàn)課程所涉及的理論與實(shí)驗(yàn)技術(shù)覆蓋面廣，實(shí)驗(yàn)教學(xué)中各種化合物性質(zhì)復(fù)雜，造成很多學(xué)生學(xué)習(xí)感到困惑。實(shí)驗(yàn)教學(xué)是制藥專業(yè)學(xué)生重要的學(xué)習(xí)內(nèi)容，如何提高實(shí)驗(yàn)教學(xué)質(zhì)量是所有高等教育面臨的問題[1]。

目前已有一些可行的制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)模型。制藥實(shí)驗(yàn)評(píng)價(jià)模型主要是采用專家系統(tǒng)，由一些具有相關(guān)實(shí)驗(yàn)教學(xué)背景的人參與評(píng)價(jià)，該方法主觀性較強(qiáng)，評(píng)價(jià)的結(jié)果實(shí)用性較低[2]。一些研究者運(yùn)用統(tǒng)計(jì)策略評(píng)價(jià)制藥實(shí)驗(yàn)教學(xué)質(zhì)量，這些策略相對(duì)容易，評(píng)價(jià)較為合理，但是難于發(fā)現(xiàn)制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)因素與評(píng)價(jià)值之間的關(guān)聯(lián)性，造成實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)結(jié)果偏差比較大[3]。一些研究者使用神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等機(jī)器學(xué)習(xí)方法評(píng)價(jià)制藥實(shí)驗(yàn)教學(xué)質(zhì)量，便于發(fā)現(xiàn)制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)因素與評(píng)價(jià)值之間的關(guān)聯(lián)，這類方法是目前制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)中大量使用的方法[4-5]。BP神經(jīng)網(wǎng)絡(luò)被廣泛地用于制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)。而BP神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化卻是一個(gè)難以克服的主要問題，參數(shù)選擇好壞會(huì)直接影響制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)結(jié)果的好壞。

為了制藥實(shí)驗(yàn)教學(xué)綜合評(píng)定提供科學(xué)合理的參考，提出基于BP神經(jīng)網(wǎng)絡(luò)的制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)模型。分析并探討了目前制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)的現(xiàn)狀，依據(jù)實(shí)際教學(xué)和已有的相關(guān)理論設(shè)計(jì)出制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)影響因素，使用一種自適應(yīng)分布估計(jì)算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)模型參數(shù)。

1 適應(yīng)性神經(jīng)網(wǎng)絡(luò)

1.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)一般采用如圖1所示的結(jié)構(gòu)，其能夠無限逼近所求解的非線性函數(shù)。

假設(shè)x（t）與y（t）分別是樣本的輸入與輸出值，函數(shù)f：Rm→R1是一種映射關(guān)系，此處m表示輸入向量，則能夠由式⑴計(jì)算出BP神經(jīng)網(wǎng)絡(luò)隱含層的輸入值。

1.2 自適應(yīng)分布估計(jì)優(yōu)化算法

為了較好地解決影響B(tài)P神經(jīng)網(wǎng)絡(luò)模型中性能的權(quán)值與閾值選擇問題，本文將一種自適應(yīng)分布估計(jì)優(yōu)化算法（AEDA）用于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)。

AEDA通過估計(jì)優(yōu)良群體中個(gè)體的均值和協(xié)方差矩陣構(gòu)建模型，采用Cauchy分解策略采樣。為了增加種群多樣性，算法采樣時(shí)方差在采樣過程中自適應(yīng)地變化。假設(shè)第l代種群由M個(gè)個(gè)體組成，適應(yīng)度值分別為，其中，為該代種群的最大適應(yīng)度值，為該代種群的平均適應(yīng)度值，令，則Δ可用來表征種群多樣性的程度。

1.3 適應(yīng)性神BP經(jīng)網(wǎng)絡(luò)的工作步驟

具體適應(yīng)性BP神經(jīng)網(wǎng)絡(luò)的工作過程如下。

⑴ 隨機(jī)產(chǎn)生N個(gè)個(gè)體作為初始群體，每個(gè)個(gè)體與BP神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值對(duì)應(yīng)。

⑵ 采用BP神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練，根據(jù)式⑸計(jì)算個(gè)體應(yīng)度。

⑸

其中yi為估計(jì)值；為實(shí)際值。

⑶ 選擇種群中M個(gè)優(yōu)良個(gè)體，計(jì)算其均值和協(xié)方差矩陣∑1。

⑷ 利用Cauchy分解對(duì)∑1進(jìn)行分解：LLT=∑1

其中L為下三角矩陣。

⑸ 利用x=u+LZ采樣產(chǎn)生新種群，其中Z為服從N（0，δ2）分布的隨機(jī)變量，。

⑹ 若，則更新最優(yōu)解。

⑺ 達(dá)到迭代結(jié)束條件則結(jié)束運(yùn)行。

2 適應(yīng)性神經(jīng)網(wǎng)絡(luò)的制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)模型

2.1 制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)模型

本文使用神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練樣本進(jìn)行學(xué)習(xí)，建立制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)模型，將自適應(yīng)分布估計(jì)優(yōu)化算法用于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值。具體如圖2所示。

2.2 建立評(píng)價(jià)指標(biāo)

依據(jù)教學(xué)實(shí)踐及相關(guān)文獻(xiàn)[5-6]構(gòu)建制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系，圖3具體展示了這種指標(biāo)體系。

式中ximin和ximax為指標(biāo)i的最小值和最大值。

2.3 基于BP神經(jīng)網(wǎng)絡(luò)的制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)

下面給出基于BP神經(jīng)網(wǎng)絡(luò)的制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)過程。

⑴ 根據(jù)所構(gòu)建的模型庫(kù)建立制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系。

⑵ 收集制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)的數(shù)據(jù)。

⑶ 訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，使用自適應(yīng)分布估計(jì)優(yōu)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值。

⑷ 構(gòu)建制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)模型。

⑸ 使用測(cè)試數(shù)據(jù)分析制藥教學(xué)質(zhì)量評(píng)價(jià)模型的性能。

3 實(shí)驗(yàn)測(cè)試

為了檢驗(yàn)本文所提制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)方法優(yōu)劣，此處選取本校制藥專業(yè)5000個(gè)制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)樣本進(jìn)行仿真實(shí)驗(yàn)。使用訓(xùn)練樣本構(gòu)建制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)模型，測(cè)試樣本用于測(cè)試該模型的效果，結(jié)果如圖4所示。

根據(jù)評(píng)價(jià)結(jié)果圖4可知，制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)精度大于95%，這已經(jīng)完全達(dá)到了制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)的實(shí)際應(yīng)用要求。實(shí)驗(yàn)結(jié)果證明了基于BP神經(jīng)網(wǎng)絡(luò)的制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)方法是科學(xué)合理的，具有較強(qiáng)的實(shí)用性。

4 結(jié)束語

制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)估變化缺少確定性的規(guī)律造成低精度的評(píng)價(jià)結(jié)果。為此，本文給出了一種基于BP神經(jīng)網(wǎng)絡(luò)的制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)方法。通過大量測(cè)試數(shù)據(jù)對(duì)模型的性能進(jìn)行測(cè)試，結(jié)果表明，采用本文方法得到的制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)值相當(dāng)接近理想值。制藥實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)是一個(gè)覆蓋面廣的復(fù)雜問題，仍然有許多問題有待解決。

參考文獻(xiàn)（References）：

[1] 張海燕.高校教學(xué)質(zhì)量評(píng)價(jià)狀況分析及優(yōu)化對(duì)策[J].中國(guó)成

人教育，2013.3（14）：57-66

[2] 敬堯，張自慧.基于粗糙集的實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)[J].凱里學(xué)院

學(xué)報(bào)，2013.31（6）：164-166

[3] 申明金，曹洪斌.基于SOM網(wǎng)絡(luò)的醫(yī)用化學(xué)實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)

價(jià)[J].中國(guó)醫(yī)學(xué)教育技術(shù)，2014.28（1）：18-26

[4] 李萍，范敏.基于信息熵算法的實(shí)驗(yàn)教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)優(yōu)化[J].

新余學(xué)院學(xué)報(bào)，2016.21（1）：19-26

[5] 程克光，黃家艷，覃江克.制藥工程專業(yè)實(shí)驗(yàn)課程教學(xué)評(píng)價(jià)指

標(biāo)體系研究[J].廣東化工，2015.43（21）：176-183

[6] 秦杰，唐仕榮，張建萍.基于AHP-FUZZY的實(shí)驗(yàn)教學(xué)質(zhì)量綜

合評(píng)價(jià)[J].廣州化工，2015.43（22）：213-222