量子粒子群优化的RBF网络课堂评价模型及其应用  

Network Course Comprehensive Evaluation Model and Its Application Based on Quantum-behaved Particle Swarm Optimization RBF

作　　者：符保龙[1] 

机构地区：[1]柳州职业技术学院电子信息工程系,广西柳州545006

出　　处：《柳州职业技术学院学报》2015年第1期17-20,共4页Journal of Liuzhou Vocational & Technical College

摘　　要：分析了RBF神经网络的基本原理,并利用量子粒子群算法对RBF网络的权值进行优化,构建了一个用于高职课堂教学质量评定的综合评价模型。实验结果表明,该模型的评价结果真实、有效,能较好的反映课堂的教学质量,利于促进课堂教学质量的提高。Analysis of RBF neural network basic theory, and using quantum particle swarm optimization algorithm to optimize the weights of RBF networks, to built a used in comprehensive evaluation model of classroom teaching quality evaluation in vocational colleges. Experimental results show that the model the model real, effective and can better reflect the classroom teaching quality, the evaluation results will help to promote improvement in the quality of classroom.

关 键 词：量子粒子群 RBF网络 教学质量 综合评价 

分 类 号：G710[文化科学—职业技术教育学]