机械专业本科生创新思维能力智能化评价方法及定制化教学实践  

作　　者：葛杨[1] 毛继泽[2] 史冬岩[1] 

机构地区：[1]哈尔滨工程大学机电工程学院,黑龙江哈尔滨150001 [2]哈尔滨工程大学航天与建筑工程学院,黑龙江哈尔滨150001

出　　处：《工业和信息化教育》2022年第4期88-94,共7页Industry and Information Technology Education

基　　金：2020年教育部产学合作协同育人项目“新技术风口下‘双创’精品平台课程的‘新工科’建设模式探索与研究”(项目编号:201902029002);2020年教育部高等学校创新方法教学指导分委员会学科建设与研究专项规划项目“基于创新工程学知识体系的创新方法实践课程体系的探索与构建”(项目编号:20-1-1);2020年黑龙江省高等教育教学改革研究项目一般项目“‘双创’精品平台课程‘专创融合型’教学模式的探索与研究”(项目编号:SJGY20200143);2020年黑龙江省高等教育教学改革研究项目一般项目“专创融合创新方法实验课程的探索与实践”(项目编号:SJGY20200169);2019年黑龙江省研究生教改学项目“‘双一流’背景下的研究生创新创业教育模式探索——多层级星型模型驱动下的教育模式构建”(项目编号:SJGY20190161);2019年黑龙江省高等教育教学改革研究重点委托项目“理工科高校创新创业教育生态系统构建与实践”(项目编号:SJGZ20190012)。

摘　　要：机器学习和神经网络相结合开创了用人工智能预测学生创新思维能力的新领域,创新思维能力的智能化评价方法通过构建“(N-1)+1”型遗传算法的BP神经网络优化模型,将多学科学习效果和学科创新思维能力培养挂钩,搭建学习能力和培养方法的双向关系平台,从而有效促进创新课程教学与课程学习效果的相互转化。从智能化视角解析机械类本科生的创新思维能力及上升空间,并利用评价结果进行教学调整,根据不同的学生制定不同的培养方案,有针对性地培养学生的创新思维能力。该评价方法可以为本科生创新思维能力培养的定制化教学,提供一定的模式化参考。

关 键 词：创新思维能力 智能预测 智能化评价 BP神经网络 学科成绩 

分 类 号：G642[文化科学—高等教育学]