基于网格智能学习环境探讨

计算机辅助教学始终是各国和研究者关注的一个重要课题,作为一门新兴的学科,它随教育教学理论和计算机技术的发展而发展。目前使用的计算机辅助教学软件称为智能教学系统(IntelligentTutoringSystem,简称ITS),一方面它是一种封闭式的系统,修改难度大,投入高;另一方面,ITS主要以建构主义学习理论作为理论基础,片面夸大|教学论文网|学习的自主建构,忽视了教师在教学中运用隐性教学知识进行教学指导的重要作用。网格是近几年来信息技术领域的热门研究课题,着力解决目前万维网的资源孤岛和信息孤岛。同时教育教学理论的研究也有了新的进展,整体教育论和学习共同体理论主要体现了全面发展、共同学习和终身学习的教育理念,不但夸大|教学论文网|学生学习的自主建构,同时也充分发挥教师的指导作用,是完全符合当今时展对人才培养的要求的。在我国研究和运用现代教育方式,对于又好又快地培养人才,将一个人力资源大国建成一个人力资源强国具有十分重要的特殊意义。本文以网格作为新一代计算机辅助教学的基础平台,按照整体教育论和学习共同体理论的现代教育理念,充分利用Agent技术和虚拟现实技术建立资源共享的、开放的、动态的、多模式的、双主的学习环境。研究工作和创新点主要包括以下几个方面:一、构建了一个基于网格的智能学习环境模型先容了学习环境的概念,分析了整体教育论、学习共同体理论对学习环境的要求,讨论了学习环境智能性要求和学习环境自身的要求,建立了基于网格的智能学习环境模型GISEM,该模型突出丰富性、智能性、个性性、协作性、指导性、体验性和扩展性特点,设计了基于网格的智能学习环境层次结构和智能学习环境的界面模式。二、构建了一个教育资源的聚合模型为有效共享网格中的教育资源,采用LOM描述教育资源,按照社区方式分类组织教育资源,设计了基于多Agent的教育资源发现模型,分析了其发现方法,并对发现的教育资源在智能学习环境中采用基于对象的XML表示方法表示,聚合成六类教育资源,从而为智能学习环境提供了一个动态的、开放的、聚合的教育资源平台。三、构建了一个双层动态学生模型由于学习者在智能学习环境中表现的丰富性和复杂性,为有效收集、分析、聚类学习者的学习情况和个性特征,按照开放、动态和智能的设计理念构建了双层动态学生模型,给出了学生模型的具体特征层的内容及建立过程,描述了综合特征的评价过程和算法,采用多Agent和Agent中间件技术实现双层动态学生模型。这样不但可以利用人工智能技术自动收集学习者的信息,还能够充分利用指导者的隐性教学知识把握学习者的情况,从而为个性化教学提供了科学的依据。四、构建了一个多模式教学模型构建了实现自主、合作、协作、主导的多模式教学模型,描述了各子模块的功能,设计了子模块中各Agent的结构,给出了智能学习环境中教学模式相应的典型方法,采用双层教学规划和双层教学策略实现指导者的主导功能,研究了导航功能、考试评价和虚拟班级组建实现技术,给学习者提供了一个多种学习模式、教师主导、体验性的学习环境。【关键词】：网格整体教育学习共同体学习环境
【论文提纲】：摘要9-11Abstract11-14第1章前言14-221.1基于网格的智能学习环境研究的背景和意义14-171.1.1研究背景14-161.1.2研究意义16-171.2国内外研究现状17-181.3研究内容18-191.4论文的结构19-22第2章相关理论和技术22-362.1整体教育论22-252.2学习共同体理论25-262.3网格技术26-332.3.1网格的主要特点272.3.2网格的层次结构27-292.3.3网格的关键技术29-332.4Agent技术33-352.4.1Agent技术适用的范围圆332.4.2Agent的主要特点33-342.4.3Agent具备的能力342.4.4Agent技术应用于网格的优点34-352.5虚拟现实技术35-36第3章基于网格的智能学习环境36-463.1学习环境36-403.1.1学习环境的概念36-373.1.2学习环境的要求37-403.2基于网格的智能学习环境40-443.2.1基于网格的智能学习环境模型(GISEM)40-423.2.2基于网格的智能学习环境的特点42-433.2.3基于网格的智能学习环境的结构43-443.3本章小结44-46第4章智能学习环境中的资源聚合46-624.1网格环境中教育资源的描述46-484.1.1学习对象元数据(LOM)46-484.1.2学习对象元数据的功能484.2网格环境中基于社区的教育资源组织48-504.3网格环境中教育资源的发现50-544.3.1基于多Agent的教育资源发现方法50-524.3.2基于多Agent的教育资源发现模型52-534.3.3教育资源发现模型中Agent的通讯53-544.4智能学习环境中教育资源的聚合54-604.4.1智能学习环境中教育资源的表示54-564.4.2智能学习环境中教育资源的聚合56-604.5本章小结60-62第5章双层动态学生模型62-865.1双层动态学生模型结构62-635.2学生具体特征层63-755.2.1学生基本信息63-645.2.2学习记录64-685.2.3认知能力68-725.2.4学习风格72-745.2.5行为特点74-755.3学生综合特征75-805.3.1学生综合特征综合评价过程75-775.3.2模糊综合评价算法77-805.4基于多Agent的学生模型80-855.5本章小结85-86第6章多模式教学模型86-1206.1多模式教学模型86-966.1.1用户接口子模块86-876.1.2推理子模块87-886.1.3教学组织子模块88-926.1.4合作服务子模块92-966.1.5协调agent966.2多模式智能教学方法96-986.2.1自主学习法96-976.2.2合作学习法976.2.3协作学习法97-986.3智能学习环境中的“双主”教学模式98-1056.3.1双层教学规划98-1016.3.2双层教学策略101-1056.4部分技术实现105-1196.4.1导航功能实现技术105-1096.4.2考试评价功能实现技术109-1166.4.3虚拟班级组建实现技术116-1196.5本章小结119-120第7章原型设计与实验结果120-1347.1网格原型设计与开发平台120-1247.1.1基于OGSA架构的网格学习资源共享方案1207.1.2网格开发平台1207.1.3网格原型设计与开发120-1247.2智能学习环境原形开发平台和工具124-1287.3智能学习环境试验结果128-134第8章全文总结和进一步的工作134-1388.1全文总结134-1358.2进一步的工作135-138附录A138-150A.1认知模型的程序代码138-142A.2基于XML的智能呈现核心代码142-146A.3Agent访问数据库代码146-150参考文献150-164博士在读期间发表的论文164-166参加的科研项目166-168致谢168-170后记170