基于神經網絡模型的智能授導系統(tǒng)研究.pdf

1、智能授導系統(tǒng)(Intelligent Tutoring System,簡稱ITS)的研究主要包括學習者模型、領域模型、學習策略、學生學習情況診斷、學習方案制定、學習環(huán)境構建以及學習過程管理等方面。它涉及到教育學、心理學、認知科學、行為科學以及人工智能科學等相關領域。ITS研究的最終目的是研發(fā)能夠由計算機承擔起人類教育的責任,代替人類教育實現(xiàn)最佳教學。
　　 目前ITS系統(tǒng)的主流方法是在三元結構的基礎上,利用產生式規(guī)則建立專家系統(tǒng)

2、。但目前普遍存在結構模型簡單、教學策略難以獲取,所采用的產生式規(guī)則表示格式固定,教學策略模型難以維護等問題。針對結構模型簡單、教學策略模型難以維護的問題,本文從智能授導系統(tǒng)的體系結構以及授導算法等方面進行深入研究。
　　 針對ITS的體系結構,首先給出設計思路,然后提出系統(tǒng)的總體結構,并分別對教師及學生所需要的主要功能進行了詳細的分析和闡述,最后對教師模型、學生模型、數據管理模型及自適應模型的業(yè)務流程分別進行了詳細闡述,尤其對如

3、何通過學習過程跟蹤、自適應測試、能力估計、學生學習特征更新與演化、學習資源推薦等步驟實現(xiàn)智能導學給出了細致的流程圖。
　　 針對授導算法,首先提出了以學生的學習興趣、學習風格、學習掌握情況為輸入,學習單元及學習方式為輸出的授導系統(tǒng)神經網絡的基本結構。然后對本授導算法中的信號正向傳播與誤差反向傳播兩個過程,以及其中的信號值推演、誤差值推演進行了分析和闡述。最后利用BP算法對系統(tǒng)的授導模型進行了模型分析。
　　 此外,對所提