基于BP神经网络的课程教学数据分析与处理——以《智能制造自动化产线装调》为例

摘要：

《智能制造自动化产线装调》课程在教学中既有理论讲授也有实操训练、既有虚拟仿真也有实际装调,利用传统的教学质量评估指标进行加权求和已经不能全面且客观地判断教学质量.为此,引入教学资源的熵值将教学信息传递的客观情况量化,并从课前、课中、课后三个阶段的教学行为和教学资源两个维度收集教学数据进行分析与处理,再构建以教学资源信息熵为权重加权求和的教学效果评价矩阵.以此为输入构建三层 BP 神经网络对教学质量进行综合评估和分析,并借助SPSS软件比对了引入教学资源的熵值前后的BP神经网络输出结果及误差.比对结果说明,文中构建的BP神经网络在输入层引入教学资源的熵值后的教学效果评价结果及数据分析误差更精准、更客观.这样的教学数据分析为教师精心设计教学活动以及合理选择和利用教学资源提供了科学依据,有助于这门课程的教学改革和教学质量的提升.

关键词：BP神经网络、教学数据、信息熵、智慧制造、虚拟产线、教学评价

所属期刊栏目：35

分类号：G717(职业技术教育)

资助基金：武汉市教育局课题2021102

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：63-68