汪永生，李 岩，刘 明

(铜陵学院 数学与计算机学院，安徽 铜陵 244061)

实验教学是高校理工类专业实践教学的重要一环，是检验和巩固理论教学成果的重要措施。提高实验教学质量，其关键因素之一就是在实验教学过程中对学生实验能力要进行有效的监控[1]。建立健全科学、系统、合理的学生实验能力评价，是实验教学建设的需要，也是培养具有综合实践能力和创新能力的高素质人才的需要[2-3]。学生实验能力综合评价涉及多方面评价指标，固定的数学模型难以描述此类非线性分类问题。在解决此类问题方面，加权均值法[4]、层次分析法[5]、模糊综合判定法[6]等传统方法通常直接建立评价系统的数学模型，也取得了一定的效果，但是问题和缺陷仍然很多，如模型固定、缺乏灵活性、评价准确性不够等。对于各项评价指标权重值，一般依赖以往的经验进行估计，导致评价系统随机性强、客观性差等问题。神经网络通过模拟人脑工作原理，具有自主学习、非线性变换等功能[7-9]，能够有效地排除随机性和主观性，是进行实验能力评价的一种创新。神经网络算法在教育教学效果评价等方面的应用国内外有着广泛的研究。ErgünAkgün 等[10]研究旨在运用人工神经网络预测小学教师候选人在“科学与技术I、II”课程中的学习成绩，目的是显示独立变量在预测中的重要性。NIU P.C.等[11]提出了一种基于BP神经网络的教师教学能力评价方法，通过构建模板，提取教师信息，建立知识库，然后利用BP 神经网络进行教学能力评价。……