基于遗传算法的教学策略优化研究

发布时间：2017-06-04 20:01

  本文关键词：基于遗传算法的教学策略优化研究，由笔耕文化传播整理发布。

【摘要】：计算机技术在教育领域的应用已经取得了长足的发展,越来越多的教育问题通过使用计算机解决。教学策略优化也是教育领域中至关重要的一个环节,如何用计算机技术对教学策略进行优化,以克服传统优化方式的主观性和随意性的弊端,是计算机在教育领域应用的一个新的研究方面。 目前对于教学策略的优化多基于教师的自我认识和政策推广,并不能很好的满足教学需要,也不能根据教学的实际情况进行客观性的调整。同时,教学策略的优劣很难通过量化的指标进行优化。在这种情况下,通过将一种计算机模拟的自然优化方法运用到教学策略优化中,可以较为有效地改善上述不足。基于此,本文采用遗传算法对教学策略进行优化,以利于实现较为理想的教学策略优化效果。 此外,教学策略的优化离不开教学绩效评价。为了克服教学绩效难以量化的特点,本文也对教学绩效评价的方法进行了一定的调整,并使其可以适应遗传算法的要求。 基于以上两点,本文设计了一种对教学策略的评价机制,并且在此基础上,使用遗传算法对教学策略进行优化,达到了使教学策略随着教学内容和教学对象的改变而不断进化、优化的目的。同时,设计并实现了基于遗传算法的教学策略优化系统,且进行了实际应用。结果表明该方法对教学策略的优化效果较为理想。
【关键词】：教学策略 遗传算法 教学评价 教学绩效
【学位授予单位】：天津师范大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP18;G434
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-10
• 第1章 绪论10-20
• 1.1 研究背景10
• 1.2 国内外研究现状10-13
• 1.2.1 教学策略10-12
• 1.2.2 遗传算法12-13
• 1.2.3 遗传算法与教育相关领域的应用现状13
• 1.3 目前教学策略优化存在的问题13-14
• 1.3.1 传统教学策略优化方法主观性过强13-14
• 1.3.2 传统教学策略优化的综合性不足14
• 1.4 研究意义14-15
• 1.5 本文涉及的研究领域15-17
• 1.5.1 教学策略15
• 1.5.2 教学绩效评价15-16
• 1.5.3 遗传算法16-17
• 1.6 课题研究的理论依据17-18
• 1.6.1 教学策略的标准化思想17
• 1.6.2 “客观教学策略”的可延续性17
• 1.6.3 教学绩效评价的反馈理论17-18
• 1.6.4 教学策略的相对独立存在理论18
• 1.7 研究思路18-19
• 1.8 本文组织结构19-20
• 第2章 现阶段教学策略的优化方法及效果调研20-34
• 2.1 教学策略优化方法的比较20-24
• 2.1.1 基于教师的自主优化20
• 2.1.2 基于教学改革的被动优化20-21
• 2.1.3 面向绩效的教学评价21-23
• 2.1.4 契约评价23
• 2.1.5 量规23
• 2.1.6 电子学习档案23-24
• 2.1.7 评估表24
• 2.2 设计调研方案24-27
• 2.2.1 调研主题24
• 2.2.2 调研目的24
• 2.2.3 调研方式24-25
• 2.2.4 调研时间25
• 2.2.5 单元工作安排25-26
• 2.2.6 调研内容要求26-27
• 2.3 形成调研报告27-34
• 2.3.1 调研报告题目27
• 2.3.2 调研概况27
• 2.3.3 调研分析27-34
• 第3章 遗传算法与教学策略优化34-44
• 3.1 教学绩效评价体系的建立34-35
• 3.1.1 教学策略评价的一般方法34-35
• 3.1.2 定性与定量评价35
• 3.1.3 针对遗传算法的应用做出的改进35
• 3.2 遗传算法基本原理35-37
• 3.3 遗传算法原型37-38
• 3.4 教学策略优化算法的实现38-44
• 3.4.1 编码38-41
• 3.4.2 适应度函数41-42
• 3.4.3 初始值设定42
• 3.4.4 遗传操作42-44
• 第4章 基于遗传算法的教学策略优化系统的设计与架构44-49
• 4.1 系统概述44-45
• 4.1.1 系统简介44
• 4.1.2 系统特征44-45
• 4.1.3 系统结构45
• 4.2 系统的主要功能45-47
• 4.2.1 教学策略编码模块45
• 4.2.2 初始教学策略录入模块45-46
• 4.2.3 教学策略评价模块46
• 4.2.4 遗传算法运行模块46-47
• 4.2.5 运行结果展示模块47
• 4.3 系统使用效果分析47-49
• 第5章 需进一步研究的问题49-51
• 5.1 教学策略评价速度有待提高49
• 5.2 算法个体的多样性和稳定性有待提高49
• 5.3 应当对个体建立自主剔除机制49
• 5.4 完善变异操作时出现无意义基因型的处理机制49-51
• 参考文献51-53
• 攻读硕士学位期间发表的论文53-54
• 致谢54-55
• 附录55-63

【参考文献】

中国期刊全文数据库 前8条

1 蒋志全,陈燕;基于遗传算法的关联规则挖掘模型[J];大连海事大学学报;2003年03期

2 李郝林;遗传算法中的逐级进化策略研究[J];上海理工大学学报;2004年02期

3 苏在滨;叶树江;;遗传算法在学校教学信息管理系统中的应用[J];中国教育信息化;2007年13期

4 谭光兴;屈文建;;基于pareto遗传算法的高等教育资源优化配置[J];科技管理研究;2010年11期

5 罗晓;;一种改进的遗传算法在绩效考核中的应用[J];科技传播;2012年20期

6 彭金定;大学英语教学中的“学习者自主”问题研究[J];外语界;2002年03期

7 戴炜栋,刘春燕;学习理论的新发展与外语教学模式的嬗变[J];外国语(上海外国语大学学报);2004年04期

8 孟凡龙;王文杰;;遗传算法在绩效评价中的应用[J];计算机系统应用;2006年05期

  本文关键词：基于遗传算法的教学策略优化研究，由笔耕文化传播整理发布。

，

本文编号：421951