科创中国

                                          成果简要说明

本成果以翻转课堂为研究对象，在分析影响翻转课堂教学成效的关键要素前提下，应用层次分析法（AHP）构建翻转课堂教学质量评价指标体系，并确定指标体系中各指标权重，建立BP神经网络的翻转课堂教学质量评价模型，采取改进粒子群算法优化BP神经网络初始权值和阈值，利用改进BP算法训练BP神经网络模型。实验分析表明，该评价模型用于翻转课堂的教学质量评价，可以提高评价的客观性、快速性和精准度，为翻转课堂的教学改革和教学质量提升提供必要的实践指南和参考依据。该成果于2020年9月获国家发明专利授权。

                              技术创新点和成果水平分析

（1）将一种改进的粒子群算法优化输出BP神经网络中最优初始连接权值和阈值，并通过基于动量和自适应学习的改进BP算法对BP神经网络加以学习训练，直至BP神经网络输出误差满足要求为止。改进BP算法中加入动量项避免网络学习训练中产生振荡，引入自适应学习因子调整学习率，避免因过大或过小的学习率以及过慢的收敛速度而导致系统产生振荡乃至发散现象。

（2）本成果为课堂教育评价技术领域中的重要突破，具有评价速度快、准确度高、智能化程度高的显著优势，为翻转课堂教学质量的综合评价提供一种崭新的思路和方法，对于学校课堂教学改革、提升课堂教学质量具有较大的引领与指导价值。