基于灰关联-神经网络的写作成绩预测模型  

Writing Score Prediction Model Based on Grey Relation Analysis and Neural Network

作　　者：胡帅[1] 顾艳[1] 姜华[1] 

机构地区：[1]渤海大学大学外语教研部,辽宁锦州121013

出　　处：《自动化技术与应用》2016年第6期6-9,共4页Techniques of Automation and Applications

基　　金：辽宁省教育厅科学研究一般项目(编号W2015015);辽宁省社会科学基金资助项目(编号L14CYY022);辽宁省社会科学基金重点项目(编号L15AYY001);渤海大学校级教改立项(编号BDJG-15-YB-C-014)

摘　　要：为了准确地对非英语专业学生的外语写作成绩进行预测,提出一种灰关联分析和BP神经网络相结合的写作成绩预测模型。先用灰关联分析法计算得到各影响因子与写作成绩之间的关联度,提取灰关联分析的7个优势因子作为BP神经网络输入特征向量,构建了3层BP网络预测模型。实验结果表明:与单一的BP神经网络相比,灰关联-BP网络预测模型的拓补结构简单、收敛速度快、预测准确率高、泛化能力强。To predict non-English majors＇ English writing sores accurately, a writing score prediction model based on grey relation analysis（GRA） and BP neural network is proposed. The correlation degree between each influence factor and the writing score is first computed using GRA. 7 dominant factors are extracted as the input feature vectors of a BP neural network and a three-layered BP prediction model is built. The results of the simulation test show that, compared with single BP neural network, the GRA-BP network has a simpler topology structure, faster convergence speed, higher prediction accuracy and a better generalization performance.

关 键 词：灰关联分析 BP神经网络 成绩预测 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]