黄金正弦算法优化神经网络的体育教学质量评价

唐礼科  徐  莹

（四川工业科技学院，四川德阳 618500）

摘  要  为提高高校体育教学质量评价的精度，针对反向传播神经网络（Back Propagation Neural Network，BPNN）模型性能受其参数选择影响，提出一种基于黄金正弦算法(golden sine algorithm，GoldenSA)优化 BPNN(GoldSA-BPNN)的高等院校体育学科教学质量评价模型。首先，从教学内容、教学方法、教学态度和教学效果等 4 个维度构建出一套基于层次分析法的高校体育教学质量多指标评价体系；其次，将 12 个高校体育教学质量评价二级指标的得分数据作为BPNN 的输入向量，高校体育教学质量水平（优、良、一般和较差）作为 BPNN 的输出向量，建立一种基于 GoldenSA-BPN模型的高校体育课程教学质量评价模型。与 PSO-BPNN 和 BPNN 对比可知，GoldenSA-BPNN 进行高校体育课程教学质量评价具有更高的分类准确率、特异性以及灵敏度。

在线阅读