基于多Agent的個性化智能教學系統(tǒng)研究.pdf

1、目前，遠程教育的教學方式中應(yīng)用最廣泛影響最深遠的是基于Web的遠程教育，但是目前的網(wǎng)上教學系統(tǒng)還存在著許多問題，如系統(tǒng)的智能性較低，缺乏個性化，動態(tài)交互功能不強，多以呈現(xiàn)單一而固定的教學材料為主，缺乏有效的引導等。 針對以上缺點，本文設(shè)計了基于多Agent的個性化智能教學系統(tǒng)，系統(tǒng)引入人工智能領(lǐng)域中的Agent技術(shù)，利用Agent的智能推理能力和對學生的個性特點的采集和分析，自適應(yīng)地生成適合學生能力和個性的知識內(nèi)容和教學模式，智

2、能地組織教學環(huán)節(jié)，引導學生更好地學習，改善教學效果。 本文首先設(shè)計了一個基于Agent的個性化智能教學系統(tǒng)模型，此模型由多個Agent組成。利用Agent間的協(xié)作機制，實現(xiàn)了Agent間的知識交換與共享，形成了一個層次結(jié)構(gòu)的多Agent系統(tǒng)。 在系統(tǒng)的個性化教學方面，通過改進SherlockII方法，運用模糊推理，設(shè)計出分析Agent的認知水平估算算法；提出了分析Agent的錯誤診斷算法，通過對考試結(jié)果的分析找出學生的知

3、識缺陷，結(jié)合知識表示模型，推導出需要強化的合理學習路徑，達到能對學生進行針對性強化教學的目的；分析系統(tǒng)的個性化教學流程，設(shè)計了根據(jù)學習進度、難度級別和學習興趣的智能估算進行個性推薦的相關(guān)算法以及組卷算法等。 采用了Agent開發(fā)平臺JADE進行多Agent代理層的設(shè)計和實現(xiàn)，分析了系統(tǒng)中Agent之間的交互協(xié)作過程，對關(guān)鍵Agent進行了詳細設(shè)計和實現(xiàn)。 本系統(tǒng)采用MVC設(shè)計模式進行開發(fā)，用JADE開發(fā)多Agent模型層