智能教学系统中的知识表示和决策推理研究

发布时间：2020-07-14 15:38

【摘要】：在网络课堂教学中,根据对学生、教学内容等的分析推送符合学生特征的教学内容通常是通过教学策略的设计实现的。如何动态获取教师教学策略,并加以实施,以增加教师决策的灵活性是非常值得深入研究的问题。本文从教学模式入手,将教学设计看成一系列教学活动的执行过程,力求从教师角度去系统分析教学过程中的主要步骤和环节,通过对各个环节进行规则定义和调用,实现系统对教师教学策略的动态获取。教师教学决策可以在经验知识层面,领域知识层面和系统自动推理控制层面进行。比较重要的还有一点在于在整个教学设计网络课堂的设计中,探索了如何用纯面向对象的设计思路去搭建灵活可变的系统框架、调用相关模块的对象和方法,实现规则的对象化表示。结合QuickRules.NET规则引擎,基于其内在的Rete推理算法和推理机制实现基于规则的自动推理,而不必担心规则条件的多少和规则推理的复杂度。本系统采用了模型—视图—控制(MVC)架构模式,这确保了整个系统中的代码和业务处理逻辑的最大分离,增强了系统的灵活性和可复用性,为系统的跨平台迁移做了初步探讨。 本文共分8章: 第1章:引言 第2章:智能教学系统中的理论研究 第3章:教学设计网络课堂的模型设计 第4章:教学设计网络课堂的实现方案 第5章:决策推理子系统的设计开发 第6章:决策推理子系统的关键技术 第7章:教学设计网络课堂的安全认证 第8章:小结及后期展望
【学位授予单位】：首都师范大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TP311.52;G434
【图文】：

图.24概念的因素集将知识以概念的形式通过描述架表征出来，实际上就是在概念集里通过同类型的因素分类来完整、详细的描述概念，同一类型不同因素的集合就对了该概念的状态空间，状态空间的变化是通过某些因素的变化反映出来的，时也包含了造成这种状态变化的因素。先在特定类型的因素集中考虑概念的态空间，再考虑整个概念内有关联的因素及其对应的状态空间，所有因素状空间的集合则表征了概念的比较全面的动态描述。因素的不确定性则造成了念描述的不确定性。描述架的因素及其状态空间理论为分析系统中概念、对象或模型的决策量和约束变量提供了理论依据，即无需找出其所有因素子集;(。)，而只需找其子因素集f3，即能够较为充分的描述概念，却能极大的减小系统开销。如智能教学系统中教学策略的制定需要考查多方面的策略因素，根据最小因素集理论只需找出能充分表示该策略的相关因素即可，而没有必要把所有的因都描述出来。

本系统将认知标准引入学生特征分析，这同时要求教学内容要有相应的调整。将教学内容分解为许多的知识点，分析并标识这些知识点的知识内容是属于事实、概念、技能、原理、问题解决等哪一类别。利用如图.45所示学习内容与教学目标二维层次模型，可以进行学习内容(教学内容)与教学目标(学习水平)的分析。也可将知识点的教学目标(认知领域)确定为识记、理解、应用、分析、综合和评价等不同层次。图.45学习内容与教学目标的分析教学分析包中类图的表示如4.6所示:

图.46教学分析包中的类教学分析包定义了相关的分析类及类的属性，用来表征影响设计方式选择的主要对象，每个相关的分析对象中的属性不同，由于分析类和分析类的属性的多样性，在实现上要进行一定的筛选，以简化操作，可以通过不同层次的择优来实现，即先确定分析对象，再确定必要的属性。根据分析对象中的属性及权值，或者通过择优方法选择主要属性进行推理，或者通过对各属性进行加权平均进行教学设计方式推理，获得推理方式，该选择过程可用下图.47表示:-..-....-...--.-.--…:.!‘-.........-------.--…!...-;-.....-.......---.---..-......-..-.....-----.-..-...-.-...-----:

本文编号：2755154