SCA智能算法改进及在个性化移动学习路径生成中的应用

发布时间：2021-04-30 02:59

　　移动学习的迅速发展,使得个性化学习成为了学习者当前最为迫切的需求。因此,探索并研究能够提供符合学习者个性化需求的移动学习服务十分必要;作为一种新型群体智能算法,正余弦算法的全局寻优性能非常优秀。但是SCA较弱的局部寻优能力严重影响了其求解实际优化问题的整体性能。针对以上问题,文章首先提出一种改进型正余弦算法,MSCA采用hadamard矩阵构造新颖的局部搜索算子,并随机选取每一代种群中的两个个体执行hadamard局部搜索,增强了SCA算法的局部搜索性能,提高了算法找到全局最优解的概率。仿真实验结果表明,新算法整体优化性能突出,是对SCA算法的一种有效改进。最后,基于MSCA算法,构建了求解个性化移动学习路径生成问题的改进模型。实验表明,该模型能够提供更符合用户个性化需求的学习路径。 

【文章来源】：九江学院学报(自然科学版). 2019,34(02)

【文章页数】：6 页

【文章目录】：
1 基本正余弦算法SCA
2改进的正余弦算法MSCA
    2.1 Hadamard局部搜索
    2.2 MSCA算法框架
3 MSCA优化性能验证
    3.1实验环境与测试问题
    3.2实验结果及分析
4个性化移动学习路径生成
    4.1学习情景因素模型
    4.2学习路径评价模型
    4.3基于MSCA的个性化学习路径生成
5结语


【参考文献】：
期刊论文
[1]基于遗传算法的移动学习路径生成机制研究——以博物馆参观学习为例[J]. 李浩君,崔晨萍,徐佳程,项静,华燕燕.  现代教育技术. 2015(08)



本文编号：3168706