版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
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)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于事例推理及遺傳算法的應(yīng)用.pdf
- 遺傳算法在基于事例推理中的應(yīng)用研究.pdf
- 基于遺傳算法的知識(shí)發(fā)現(xiàn)算法研究及應(yīng)用.pdf
- 基于知識(shí)庫推理與遺傳算法的工藝決策系統(tǒng)研究與開發(fā).pdf
- 基于遺傳算法的模糊推理控制系統(tǒng)的參數(shù)優(yōu)化研究.pdf
- 基于遺傳算法和實(shí)例推理機(jī)械產(chǎn)品智能系統(tǒng)的研究.pdf
- 基于知識(shí)進(jìn)化的遺傳算法及其應(yīng)用.pdf
- 遺傳算法及其在知識(shí)發(fā)現(xiàn)和范例推理中的應(yīng)用研究.pdf
- 遺傳算法概述遺傳算法原理遺傳算法的應(yīng)用
- 基于知識(shí)和多種群進(jìn)化的遺傳算法研究.pdf
- 基于規(guī)則歸納和范例推理的遺傳算法控制參數(shù)設(shè)置研究.pdf
- 基于遺傳算法的選播路由算法研究.pdf
- 基于遺傳算法的優(yōu)化研究.pdf
- 基于遺傳算法的形狀誤差算法的研究.pdf
- 基于遺傳算法的指紋分類算法研究.pdf
- 基于遺傳算法的組卷研究.pdf
- 基于空間搜索的遺傳算法研究.pdf
- 基于遺傳算法的機(jī)票定價(jià)研究.pdf
- 基于遺傳算法的因果發(fā)現(xiàn)研究.pdf
- 基于TSP的遺傳算法優(yōu)化研究.pdf
評論
0/150
提交評論