远程智能学习系统综合评判模型设计

随着计算机和网络为主的信息技术的快速发展和普及应用，为远程教育的开展提供了前所未有的强大技术支持手段。基于互联网络的远程教育具有动态开放性、共享性、交互性，学习资源的多样性、丰富性以及资源检索的便捷性，学习方式的灵活、多样化等诸多特性，能够为实现远程教育的多种教学模式提供支撑。目前，国内外已经研究开发了多种不同用途的远程教学支撑系统，但是，大多数网络学习系统还存在着诸多问题，比如课程堆砌化、资源混杂化、缺少敏感的响应与反馈系统、系统的测试和评价功能不强、系统的交互性不强和系统的智能性较低等问题。针对以上不足，本论文对如何实现远程智能学习系统的综合评价模型进行了初步研究、探讨，通过动态收集学生的学习动作、学习方式、知识理解情况、学习时间、考试情况等诸多因素，经过综合评价模型的分析、推理，快速获得学习者的学习能力、学习特征、学习效果等反馈结果，为满足个性化学习、动态形成最适合该学生的学习内容提供依据。论文的综合评价模型采用以模糊数学为基础的模糊推理技术和模糊综合评判机制，是智能学习系统的核心功能模块。该模型中的知识库包括教学专家设置的模糊推理参数和评判因素的权重参数以及基于专家经验的模糊推理规则等，是教学专家知识的信息化形式，是具有智能化的条件|教育论文网|。通过基于知识库的模糊推理即相应的算法进行推理决策实现了该学习系统的真正智能化。该模型较好解决了智能学习系统个性化要求的关键技术，为个性化远程教育的普及与更好的推广、实施打下了基础。【关键词】：远程教育个性化模糊推理综合评判
【论文提纲】：摘要5-6Abstract6-9第1章绪论9-151.1背景分析9-111.2国外研究现状11-121.3国内研究现状12-131.4存在的问题及解决思路131.5本文研究工作13-141.6论文组织14-15第2章远程智能学习系统15-212.1建构主义学习理论15-162.2自主学习与个性化学习162.3远程智能学习系统16-202.3.1智能学习系统实现个性化学习的条件|教育论文网|16-192.3.2智能学习系统设计19-202.4本章小结20-21第3章模糊技术的应用21-383.1应用模糊技术的可行性分析21-223.2模糊技术基本理论22-313.2.1模糊知识表示与模糊匹配22-253.2.2模糊推理方法25-293.2.3带有可信度和加权因子的模糊推理29-313.3模糊推理系统31-323.4模糊推理运算32-343.4.1模糊化运算32-333.4.2合成运算333.4.3清楚化运算33-343.5数据库中重要参数的选取方法34-363.5.1论域的量化343.5.2输入和输出空间的模糊分割343.5.3隶属函数的选择34-363.6模糊推理规则库的建立36-373.6.1语言变量的选择363.6.2模糊推理规则的建立36-373.7本章小结37-38第4章综合评判38-434.1概述384.2模糊综合评价38-424.2.1单级模糊综合评判的基本步骤38-404.2.2多级模糊综合评判40-414.2.3两种评判类型的分析41-424.3本章小结42-43第5章综合评判模型的设计43-585.1专家知识的收集和知识库的建立43-515.1.1语言变量的选择435.1.2输入和输出的模糊分割43-445.1.3连续论域的量化445.1.4语言变量取值的模糊集合表示44-455.1.5模糊化处理45-475.1.6模糊集合的隶属函数的建立47-485.1.7因素的权重分配485.1.8模糊规则的建立48-505.1.9清楚化50-515.2模糊综合评判算法的验证51-525.3综合评判模型的设计52-545.4数据库的建立54-575.5本章小结57-58结论58-59参考文献59-63攻读硕士学位期间发表的论文及取得的科研成果63-64致谢64-65个人简历65