基于遺傳算法的知識(shí)推理研究.pdf

1、智能教學(xué)系統(tǒng)是由計(jì)算機(jī)來模擬人類教師的智能化行為,對不同層次、不同需求的學(xué)習(xí)者實(shí)施個(gè)性化教學(xué),其廣闊的應(yīng)用前景和巨大的效益得到了專家學(xué)者廣泛的關(guān)注。知識(shí)推理就是依據(jù)學(xué)習(xí)者的個(gè)性特征和背景知識(shí)來為學(xué)習(xí)者推薦合適的教學(xué)內(nèi)容和有效的教學(xué)策略。它是決定智能教學(xué)系統(tǒng)性能優(yōu)劣的一個(gè)關(guān)鍵環(huán)節(jié)。
　　 本文是以學(xué)習(xí)認(rèn)知理論和布盧姆的掌握學(xué)習(xí)理論為指導(dǎo),用遺傳算法針對學(xué)習(xí)者所需要加強(qiáng)學(xué)習(xí)的課程構(gòu)建了一條最優(yōu)學(xué)習(xí)路徑,其主要的工作如下:
　　

2、 (1)研究了智能教學(xué)系統(tǒng)及相關(guān)的學(xué)習(xí)認(rèn)知理論、布盧姆的掌握學(xué)習(xí)理論和學(xué)習(xí)路徑等內(nèi)容；
　　 (2)針對學(xué)習(xí)者在診斷性測試或形成性測試中錯(cuò)誤的項(xiàng)目,將專家預(yù)設(shè)的課程難度級(jí)別與學(xué)習(xí)者測驗(yàn)時(shí)投票出的課程難度級(jí)別進(jìn)行線性組合得出各課程的自適應(yīng)調(diào)整的難度系數(shù)；
　　 (3)使用向量空間模型對課程進(jìn)行建模,應(yīng)用經(jīng)典Tf-idf方法計(jì)算出各課程的相似度；
　　 (4)利用遺傳算法構(gòu)造了一條將課程難度系數(shù)和課程之間的相似度作

3、為重要參數(shù),以難度值最低的課程為起始課程,課程序列的相似度之和達(dá)到最大值的最優(yōu)個(gè)性化學(xué)習(xí)路徑。
　　 (5)詳細(xì)論述了遺傳算法的編碼(Code)、初始化(Initialization)、選擇(Select)、交叉(Crossover)、變異(Mutation)、適應(yīng)度函數(shù)(FitnessFunction)及算法的終止條件(Stop Criterion),給出了遺傳算法的基本結(jié)構(gòu)。在此基礎(chǔ)上,本文提出了一種基于最優(yōu)個(gè)體保存選擇算子

4、、排序選擇算子、根據(jù)貪心算法思想設(shè)計(jì)適應(yīng)值不斷上升的交叉算子和采用貪心算法與Inver-Over算子相結(jié)合的變異算子的一種改進(jìn)的遺傳算法。
　　 (6)知識(shí)推理模型分別采取傳統(tǒng)遺傳算法和改進(jìn)的遺傳算法在Matlab R2009a進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)發(fā)現(xiàn),采用了最優(yōu)個(gè)體保存方法、排序選擇方法和與貪心算法相結(jié)合的交叉算子、變異算子的改進(jìn)的遺傳算法在全局最優(yōu)解的搜索上,收斂速度要遠(yuǎn)遠(yuǎn)快于傳統(tǒng)的遺傳算法,且找到的解空間的染色體適應(yīng)度函數(shù)