基于貝葉斯網(wǎng)絡(luò)的AIBNS系統(tǒng)建模研究及其應(yīng)用.pdf

1、智能授導(dǎo)系統(tǒng)ITS研究的重點在于增加遠程網(wǎng)絡(luò)教學(xué)系統(tǒng)的適應(yīng)性和智能性。學(xué)生模型是ITS的基礎(chǔ)和核心，是其他模塊進行工作的前提。論文針對目前國內(nèi)ITS中學(xué)生模型構(gòu)建偏于簡單而缺乏智能性的不足，結(jié)合人工智能領(lǐng)域的一些成熟技術(shù)，研究開發(fā)了一個基于貝葉斯網(wǎng)絡(luò)的智能授導(dǎo)系統(tǒng)AIBNS。 論文首先分析了基于前提關(guān)系和繼承關(guān)系的兩種建模方式的優(yōu)缺點，在劃分知識項后，經(jīng)過網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)學(xué)習(xí)，提出了一種構(gòu)建覆蓋型貝葉斯網(wǎng)絡(luò)學(xué)生模型的方法。通過對領(lǐng)

2、域相關(guān)及無關(guān)信息分別建模，構(gòu)建出學(xué)生在特定領(lǐng)域內(nèi)的知識結(jié)構(gòu)，使模型具備較強的預(yù)測能力。針對學(xué)生認知狀態(tài)評估上存在的不確定性，以及測試過程中不正常反應(yīng)的干擾問題，論文提出了一種自適應(yīng)選題算法，以期用盡量少的試題完成對學(xué)生認知狀態(tài)的精確評估，并減少評估測試中的噪聲。此外設(shè)計了一個基于模糊變換原理的學(xué)生認知狀態(tài)評估模型，不僅可以對相關(guān)知識項進行認知評估，而且可以進行多級別的綜合評價，提高了對學(xué)生認知狀態(tài)評估的準確度。論文應(yīng)用貝葉斯網(wǎng)絡(luò)面向?qū)ο?/p>