（管理科学与工程专业论文）基于多agent的智能网络教学系统研究.pdf

国防科学技术大学研究生院学位论文 摘要 基于w e b 的智能教学是一种以网络为基础的远程教学。这种教学方式能够激 发学习者的学习兴趣，从而达到让学习者主动构建知识的目的，实现自己获取知 识、自我更新甚至创新知识的目标。 但是目前的网上教学系统还存在着许多问题，如缺乏个性化，动态交互功能 不强，多以呈现教学材料为主，系统的智能性较低，缺乏有效的引导等。 针对以上缺点，本文在充分研究己有的教学设计理论的基础上，设计了基于 多a g e n t 的个性化智能教学系统，系统引入人工智能领域中的a g e n t 技术，有效地 解决了目前的系统智能性较低的缺点。 首先提出了一个基于a g e n t 的远程教学系统模型，此模型由多个a g e n t 组成。 利用a g e n t 间的协作机制，形成了一个层次结构的多a g e n t 系统；利用a g e n t 的智 能推理能力和学生的个性特点，自适应地生成适合学生的教学策略，智能地组织 教学环节，引导学生更好地学习。模型的设计思想既能发挥教师的主导作用，又 能充分体现学生的认知主体作用。 提出并实现了一个多a g e n t 的学生模型。这个模型包括学生四个方面的特点， 每个方面的特点由一个a g e n t 对它进行推理。通过运用概念图、模糊理论，设计 出学生模型中各a g e n t 的不确定推理算法。这些推理方法，不仅有较好的推理能 力，而且实现简单。 自动组卷是一个带约束的多目标优化问题，本文提出通过遗传算法来进行智 能组卷，给出了一种改进的遗传组卷算法，设计了基于题型块的编码方案和基于 难度及考查点的适应度函数，结合自适应的思想，在算法的运行过程中对交叉概 率和变异概率进行调整，依据该算法组出的试卷已经基本满足了题型、分数和答 题时间的要求。 系统实现采用三层组织结构，面向学习者、教师、管理员三类用户，具有课 程学习、作业、答疑、考试以及交流功能，同时采用j a v a 语言来构建智能a e e n t ， 解决了个性化学习的问题。 主题词：网络教学多a g e n t 学生模型个性化遗传算法 第i 页 国防科学技术大学研究生院学位论文 a b s t r a c t t h es y s t e mo fw e b b a s e dd i s t a n c ei n s t r u c t i o ni sas o r to fi n t e r n e t b a s e dd i s t a n c e e d u c a t i o n t h i si n s t r u c t i o n a lm o d ec a np r o v i d e sl e a r n e rw i t hah u g er e p o s i t o r yo f k n o w l e d g ea n di n f o r m a t i o nw h i c hc a ns t i m u l a t el e a r n e r st ol e a r n ；s ot h a tl e a r n e r sc a n c o n s t r u c tk n o w l e d g ed e p e n d i n go nt h e i ro w ni n i t i a t i v e l ya n dg e t ，r e n e w ，e v e ni n n o v a t e k n o w l e d g eb yt h e m s e l v e s ，t h o s ea i m sb e l o n g s t oo u rd r e a m b o a t b u tt h e r es t i l la r em a n yp r o b l e m si nt h eo n l i n ei n s t r u c t i o ns y s t e mn o w a d a y s ，f i r s t ， t h ef u n c t i o n so fa c t i v ei n t e r a c t i o ni ne x i s t i n gi n s t r u c t i o ns y s t e ma r en o ts t r o n ge n o u g h ， a n dm o s to ft h e ma r eg i v e nm a i n l yt op r e s e n tt h ei n s t r u c t i o nm a t e r i a l s s e c o n d ，t h e s y s t e m si n t e l l i g e n c ei sl o w e r t h r e e ，t h es y s t e mi sl a c ko fp e r s o n a l i z a t i o n f o u r ，t h e r ei s n o ta ne f f e c t i v eg u i d et os t u d e n t si ne x i s t i n gs y s t e m i nv i e w o fd e f e c t sa b o v e ，t h ea u t h o ro ft h i st h e s i sd e s i g n e dan e wk i n do f p e r s o n a l i z e ds y s t e mo fd i s t a n c ee d u c a t i o n ，w h i c hi sb a s e do na g e n tt e c h n o l o g y 。s oi t h a sg o tr i do ft h el o w e ri n t e l l i g e n c ed e f e c t so fe x i s t i n gs y s t e me f f e c t i v e l y t h i sp a p e rp r o p o s e sa na g e n t b a s e dd i s t a n c et u t o r i n gs y s t e mm o d e l t h em o d e li s m a d eu po fs e v e r a la g e n t s u t i l i z i n gt h ec o o p e r a t i v em e c h a n i s ma m o n ga g e n t s ，t h e m o d e lr e a l i z e sk n o w l e d g ee x c h a n g ea n ds h a r ea m o n gt h em o d u l e sa n ds h a p e sa l a y - s t r u c t u r em u l t i - a g e n ts y s t e m u t i l i z i n ga g e n t si n t e l l i g e n tr e a s o n i n ga b i l i t y ，t h e m o d e lc a nl e a r nc h a r a c t e r i s t i c so fs t u d e n t sp e r s o n a l i t y ，a d a p t i v e l yb u i l das o r to f t e a c h i n gs t r a t e g yw h i c ha d a p t st os t u d e n t ，i n t e l l i g e n t l yo r g a n i z et e a c h i n gp r o c e s sa n d l e a ds t u d e n tt os t u d yb e t t e ra n dt oe x e r tm o r ep o t e n t i a l i na d d i t i o n ，t h ed e s i g n i n gi d e a s o ft h em o d e ln o to n l yb r i n gal e a d i n gr o l eo ft e a c h e ri n t op l a yb u ta l s of u l l yr e f l e c t c o g n i t i v em a i nb o d yo fs t u d e n t t h ep a p e rp u t sf o r w a r dam u l t i a g e n ts t u d e n tm o d e l t h em o d e li n v o l v e st h et r a i t s f r o mf o u ra s p e c t so fs t u d e n ta n de a c ha s p e c th a sa na g e n tt or e a s o ni t st r a i t s 。b y a d o p t i n gc o n c e p tm a p a n df u z z yt h e o r y ，t h ea u t h o rr a i s e san e wk i n do fr e a s o n i n gw a y f o re v e r ya g e n ti nt h es t u d e n tm o d e l t h e s ew a y sn o to n l yh o l dr e l a t i v e l yg o o d r e a s o n i n ga b i l i t yb u ta l s oa r ee a s i l yr e a l i z e d a u t o 一一g e n e r a t i n gp a p e ri s ac o n s t r a i n e dm u l t i - o b j e c to p t i m i z a t i o np r o b l e m t h i s p a p e rp r e s e n t saw a yb a s e do ng e n e t i ca l g o r i t h m ( g a ) t os o l v et h ep r o b l e m w ed e f i n e t h ec r o s s o v e ro p e r a t o ra n dm u t a t i o no p e r a t o ri nt h er e a lc o d e da n da d j u s tt h e p r o b a b i l i t i e so fc r o s s o v e ra n dm u t a t i o n t h em a i np a r a m e t e r si ng e n e t i ca l g o r i t h mc a n t h e nb ea d j u s t e da u t o m a t i c a l l ya c c o r d i n gt oi n d i v i d u a lf i t n e s s e x p e r i m e n t ss h o wt h a t t h i sk i n do fg e n e t i ca l g o r i t h mc o u l ds o l v ea u t o g e n e r a t i n gp a p e rp r o b l e m sm o r et h a n 第i i 页 国防科学技术大学研究生院学位论文 o t h e rw i t hab e t t e rp e r f o r m a n c ea n d p r a c t i c a b i l r y i ns h o r t ，t h en e ws y s t e mh a sat h r e e - t i e rs t r u c t u r e ，f a c e st ot h r e ek i n d so fu s e r sw h o a r et h el e a r n e r s ，t h et e a c h e r sa n dt h ea d m i n i s t r a t o r ，a n dh a ss o m ef u n c t i o n sr e l a t e dt o c o u r s el e a r n i n g ，a s s i g n m e n t ，a n s w e r i n gq u e s t i o n ，t e s t i n ga n dc o m m u n i c a t i o na sw e l l a n di ta d o p t st h ej a v ah n g u a g et ob u i l di t si n t e l l i g e n t & g e n t ，w h i c hi saw a yt os o l v e t h ep e r s o n f l i z e dl e a r n i n gp r o b l e m k e y w o r d s ：w e b b a s e di n s t r u c t i o n ，m u l t i - a g e n t ，s t u d e n tm o d e l i n g ，p e r s o n a l i z a t i o n ， g e n e t i ca l g o r i t h m 第i i i 页 国防科学技术大学研究生院学位论文 表目录 表3 + 1 兴趣可能取值1 9 表3 2s h e r l o c ki i 思想的例子2 4 表3 3 改进思想的例子2 5 表4 1 试题库题目难度分布情况4 1 表4 2 模拟试卷结构4 1 表4 3 参数p c 对算法收敛性的影响4 2 表4 4 参数p m 对算法收敛性的影响4 2 表4 5 参数p o p s i z e 对算法收敛性的影响4 3 表4 6 两种组卷算法的比较4 3 第页 国防科学技术大学研究生院学位论文 图2 1 图3 1 图3 2 图3 3 图3 4 图3 5 图3 6 图5 1 图5 2 图5 3 图5 4 图5 5 图5 6 图5 7 图5 8 图5 9 图目录 系统总体框架1 3 学生模型架构1 6 学生情绪与学习的关系2 0 情绪的转变2 0 生成学生概念图的例子2 2 s 函数2 7 学习效果的三种隶属函数2 9 系统实现结构4 4 用户界面结构4 6 合作交流子系统结构4 7 网络教育资源库结构4 8 学习对象示例5 1 课程组织模型结构5 1 教学实施模块结构5 2 学生模型结构5 5 网络教学的多a g e n t 结构5 6 第页 独创性声明 本人声明所呈交的学位论文是我本人摩导师指导下进行的研究工作及取得 曲研览成果。尽我所知。路了文中掩脱加以标注和致谢的地方外。论文中不包含 其他人巴经发表和撰写过的研纯成果，也不包含为获得国防科学技术大学或其它 教育机构的学位或证书而使甩过的错抖与我一同工作的其志对奉研究所俄的任 何贡献均巳在论文中作了明确的说明并表示谢意 学位论文怒目：基差缱鲣! 鳗蟹簋虽簦熬堂基煞班塞 学位论文f # 者签名： 日期：矽咿，月j 蝠 学位论文版权使用授权书 本人完全了解霄防科学技术大学有关保留，使用学位论文的规定车人授权 国防科学技术大学可以保留并向国家有关部门或机构遥交论文的复印俘和电子 文档，允许论文被查阅和借阅：可以将学证论文的金都或部分内容毓入有关数据 库进行检索。可以采届影印、缩印或扫描辞复i 手段保存。滞学位论文 ( 保密学位论文在解密后适用械权书) 学位论文题目：基王盘点e 丝数生篮圈女泣堂墨自t 珏窀 学位论文作者签名： 作者指导教师签名： 日期：矽哆，年r 月咖 日j 啊：f 年l 月r 日 k 哄 攀 国防科学技术大学研究生院学位论文 第一章绪论 1 1 网络教学系统的研究背景 2 1 世纪是知识经济和信息时代，社会和国家的进步比以往任何时代都更加依 赖于科学技术的发展和创新。 信息化社会的主要特征是快速高效地传播和利用大量信息资源，人类的各种 活动都很强地依赖于信息技术。人们必须具备在信息化环境中工作和学习的能力， 应当掌握有关的信息技术和知识，否则将会在激烈的竞争中被淘汰。当代科学技 术发展的特点是学科的相互交叉、渗透和综合，出现了大量的边缘学科和交叉学 科。 人们希望能在任何场所、不受时间和地域限制地任意选择他想要学习的知识 和技能，能随时参与到学习过程中去，进行相互交流，而不只是一味地被灌输， 由传统教育的被动者转变为自行安排学习的主动者。而传统的教育方式的特点是 以教师、课堂、书本为中心，教师处于主动地位，学生处于被动地位。定时、定 点、定课程，学生没有选择余地。 现代科学技术的迅速发展，特别是i n t e r a c t 的快速发展，彻底改变了全球通讯 和信息资源共享的方式，它把各种各样的资源( 从经济、科技、教育到体育与艺术1 联系在一起，构成了一个巨大的网络，使知识的传播与信息的交流变得前所未有 的便捷。 i n t e r n e t 上的信息对所有学习者都是开放的，可以为学习者提供网络化的学习 环境。学习者不受时间空间的限制，不受年龄、职业和其他条件的影响，社会所 有成员受教育的机会是均等的。i n t e r n e t 的出现和普及为改变传统的面对面的教学 方式提供了机遇，使教学出现了新的形式，为网络教学的实现奠定了基础。 这种教育形式克服了传统远程教学缺乏交流和交互的缺点，能够为学习者提 供图文并茂、丰富多彩的交互式的人机界面，提供大规模的知识库和信息库，能 够激发学习者的学习兴趣，从而达到让学习者主动构建知识、实现自己获取知识、 自我更新甚至创新知识的目标。随着网络的不断发展和普及，网上教学将在教育 科研的各个方面发挥着越来越重要的作用。 i n t e r n e t 和w w w 的迅速发展，为传统的远程教学和学习提供了新的思路和方 法，网上教学与传统教学相比较，具有许多突出的优点，代表了未来教育技术发 第1 页 国防科学技术大学研究生院学位论文 展的趋势，但在现阶段面临许多实际的问题等待解决，具体表现在以下几个方面： ( 1 ) 系统的动态交互功能不强 教学资料大多是书本材料的电子堆砌，并且教学信息陈旧，更新速度较慢， 交互功能较差，学生不能实际地参与到系统中进行发现式、创造性地主动学习， 因而很难达到最佳的教学效果。 ( 2 ) 系统的智能性较低 系统一般不能根据学生的实际情况提供合适的、智能化的交互界面，调动学 习者的兴趣，另外，系统仍然束缚在传统的教学模式中，对不同认知水平的学生 和不同的教学内容采用相同的教学策略，不能根据学生的水平和学习情况提供相 应的个性化指导，难以实现因材施教。 ( 3 ) 系统的测试和评价功能不强 现有的网上教学系统大多是在固定的w e b 页面上放一些固定的内容和习题， 不能根据学生的要求和学习情况自动选题组卷、变换题目，灵活性较差，因而不 能全面地反映学生的学习情况，尤其缺少考察学生积极性、参与程度、创造性和 学习能力的指标，不能根据学生的当前薄弱项发现学生的知识体系中其他相关弱 点。 ( 4 ) 缺乏有效的导航 学生在网络环境中随意性和盲目性较大，无法快速准确地找到学习内容的准 确位置，从而造成人力资源和时间资源的严重浪费。 之所以存在上述问题，主要有两个方面的原因：首先是技术方面的原因。由 于基于w w w 的课件使用方式和运行环境的特殊性，传统的智能课件开发方式不 太适合于开发网上的智能型课件，必须采用新的技术和方法。 1 2 国内外研究现状 目前对于网络教学的研究集中在两个领域：实时的基于视频会议的远程教学 和非实时的基于w e b 的远程教学。实时的远程教学的研究主要利用视频会议系统 传输视频和音频，构建一种分布式的教室，这种环境下教师和学生只是在物理位 置上不同，我们称之为同步的或面向教师的学习模式。在基于w e b 的方式下，教 学资源存放在w e b 服务器上，学习者可以随时随地通过浏览器独立地进行课程学 习、提问、做作业、考试以及与其他同学交流，我们称之为异步的或面向学生的 学习模式。 在以上两个研究领域中，基于w e b 的教学模式由于对系统配置无特殊要求， 第2 页 国防科学技术大学研究生院学位论文 在i n t e r n e t 上可随时随处访问而得到广泛的应用。国内外许多大学和研究机构、以 及国外的一些商业机构都已经开发了这种模式下的应用系统。如美国西北大学得 到美国n s f 支持的c o v i s 工程，美国斯坦福大学、瑞典皇家工学院( k 1 h ) 和新加 坡国立大学( n u s ) - 一校互联的基于i n t e r n e t 的远程学习环境。在英国，已经实现了 英语资格考试的网上学习和水平认证全过程。在日本也有日本邮政省与早稻田大 学结合卫星与i n t e r n e t 的g i t i ( 全球信息技术学院、工程。在国内，清华大学、北 京大学、上海交通大学、同济大学、西安交通大学等几十所高校已陆续提供了自 己的网上远程教学资源。典型系统有清华大学开展的试点远程教育系统 f h t t p ：1 6 6 1 1 1 3 4 2 1 6 y u a n c h h t m ) 和上海交通大学远程教育中心 f h t p ：w w w d l c s j t u + e d u c n ) 建立的较完善的网上学习环境。 但是，目前我们看到的这些网上学习环境都是以学生群体为对象，即不同知 识背景和能力的学生浏览到的学习内容都是一样的，因为课件是教师提前写好放 在w e b 服务器上的，这种学习环境无法满足学生个性化学习的需要。 因此，许多国家在网络教学方面投入了大量的人力和物力，在网络教育应用 的理论基础、课程开发、教学设计、虚拟大学等多方面反映了这一领域的研究。 结合人工智能技术来完成网络教学系统是当前的研究热点。 w l e w i sj o h n s o n 【1 】等人提到：为了使远距离学习系统适合每个学生的需要， 并支持教师与学生的相互作用，可以应用教学a g e n t 监视学生与计算机的交互并 提供指导和建议。他们提出了一个叫做a d e l e 的教学a g e n t ，当学生通过网上课件 学习时，a d e l e 的备份在每一个学生计算机上运行，与每个学生交互作用，监控学 生、记录学生行为、根据需要调整课件呈现内容等。目前，a d e l e 己应用于医学教 育课件，教授外伤和肿瘤医疗课程。 c l a u d ef r a s s o n 等1 2 l 提出了一种所谓“行动者”( a c t o r ) 的教学a g e n t 模型， 并赋予“行动者”以反应、指导、适应和认知能力。系统由多个“行动者”组成， 利用“行动者”来实现教学策略以及测定哪种策略更适合于某个特定的学习者。 该模型采用混合型a g e n t 体系结构，支持推理和反应两种行为模式，模型的 最大优点是其开放性，通过策略编辑器来扩充系统的策略。由于模型中各模块藕 合太紧，很难定义模块之间的通信协议。 e v a n d r o 和p e r k u s i c 【3 】提出了一个多a g e n t 学习环境模型，该模型的核心部分 共包括4 个模块，即学习者、界面a g e n t 、通信a g e n t 、教学a g e n t 群。该模型定 义了每个a g e n t 的功能和a g e n t 之间的通信协议。在教学a g e n t 群中每一个a g e n t 在一定领域内都是一个专家，具有解决问题所需要的领域知识。 作者试图将单个教学a g e n t 设计成既能胜任教学工作，有教学知识的教师， 又有很强社会能力的“外交家”，每一个教学a g e n t 都处于平等的地位。这种设 第3 页 国防科学技术大学研究生院学位论文 计不可避免地带来系统的复杂性。 j e a n - f r a n c o i sm o r i n l 4 睫出了一种面向a g e n t 的模型。作者的基本思想是：在 问题解决领域，知识可以分为领域知识和问题解决知识，而学生的学习可以分为 学习新知识和验证旧知识两类。根据知识和学习的不同类型可以将教学知识分为 四类，即四种不同的教学策略。作者提出采用教学a g e n t 来实现这四种教学策略， 即为了实现教学过程中策略的调整采用a g e n t 技术，每一种教学策略由一个a g e n t 模块实现。作者并没有提出一个完整的a g e n t 模型以及系统的体系结构，只是提 出了一种思想，即将教学策略模型化为教学a g e n t ，系统对a g e n t 的设计和实现都 没有涉及到。 以上是最典型的智能远程教学系统，还有一些如：a b i t s 5 】是一种高效可重用 的智能教学系统，它采用智能的方法模拟学生、自动生成课程，并且能扩展传统 的教学系统；s q l t u t o r + 6 1 系统利用智能技术研究出一个实用的方案支持多用户的 合作。 由于远程教育及人工智能的复杂性，现在这种智能远程教育还没有一种标准 的方案，大多数的研究都处于探索阶段，但离最终实现还有一段距离。 表现学生知识的方法有很多种，其中两种常用的方法是覆盖模珏! d ( o v e r l a y m o d e l ) 辛1 贝叶斯网络( b a y e s i a nn e t w o r k ) 。 智能教学系统中的一个重要任务是学生模型的构造。 表示学生模型的标准方法是覆盖模型，即学生的知识被认为是专家知识的一 个子集。采用这种表示方法可以实现一个智能化的教学系统向学生展示材料，使 得学生的知识和专业知识相匹配。采用这种模型的系统有h y p a d a p t e r ，h y p e r t u t o r ， e l m a r t 和i s i s t u t o r 。这种方法的一个缺陷是没有考虑到学生可能有不属于专 家知识集的想法。例如：学生在对课程材料的理解过程中可能会产生一些错误的 概念。因此，出现了一种扩展的覆盖模型，称为偏差模型。偏差模型是在原有的 模型中扩展了知识集，包含进学生可能会有的错误概念。这种扩展的模型在学习 过程中可以更有效地对学生的错误进行更正。 另一种记录学生模型的机制是贝叶斯网络。这种网络根据学生与系统的交互， 使用概率论方法推导学生的知识状况，网络中的每一个节点有一个概率值，表明 该生掌握那个知识的可能性。这种方法是目前研究的热点，它不仅能获得学生的 知识情况，而且还可以推出学生出错的原因，比较适合于过程性知识【7 】o s h e r l o c kl l t s l ： 1 i 用模糊理论完成学生模型的推理；p e n g k i a tp e k 和k i m l e n g p o h 9 】应用贝叶斯网络建立学生模型，并根据学生在学习过程中反馈给系统的 e v i d e n c e ，进行概率推理，预测出学生的下一步行为，为其选择最合适的教学内容。 学生模型中加入学生情绪在目前是一个很新的技术，这种模型通常被称为情 第4 磺 国防科学技术大学研究生院学位论文 感学生模型( a f f e c t i v es t u d e n tm o d e l ) 。 网络教学的一个重要模块是自动组卷系统。根据其核心算法，自动组卷系统 大致分为三种，即以随机算法为主的自动组卷系统i d 2 1 、以回溯试探法为主的自 动组卷系统【1 3 。6 】和以人工智能与信息处理方法为主的自动组卷系统 1 7 - 2 0 l 。 基于随机算法的自动组卷系统是最早出现的系统，它采用随机算法从题库中 随机抽取一定数量的试题构成试卷。基于随机选取的组卷系统结构简单、组卷快 速，但是使用面窄，只能适用于题库中的试题结构相似，组卷要求低的使用范围， 不能满足较高的教学实践中的组卷要求。 顺序回溯法以固定次序对变量进行例示，当新的变量与先前赋值的变量不一 致时，它尝试变量域中的其它值，直到域中所有的值都被穷尽。采用回溯算法在 一定程度上避免了随机选取算法的盲目性，但对非平凡问题仍然是低效的，其原 因在于搜索空间中不同路径的搜索重复相同的失败子路径。由于回溯算法很容易 陷入死循环，采用回溯算法的组卷系统性能不稳定。 上述两种组卷系统由于与实际使用的要求相差深远，最终都未能进入实用阶 段。而基于人工智能与智能信息处理方法的自动组卷系统针对上述两种组卷算法 的缺点进行了一些改进，在抽题过程中会根据一些组卷经验知识智能性的进行搜 索试题，由于这样的系统一般都会建立相应的知识库和推理机制，因此对于组卷 成功率和试卷质量都有一定的保证，但是它们在灵活性和易维护性方面上需要改 进。 近年来，随着以计算机和网络为代表的信息技术以及社会科学的飞速发展， 网络教学呈现出以下发展趋势： ( 1 ) 着重学习 随着建构主义的不断发展，人们逐步认识到学习者不是知识的被动接受者， 而是知识的主动建构者，教师不再是教学内容的传递者，而是教学活动的组织者。 教学过程不再是一个同步的，而是一个异步的、发散的思维过程，不同的学生沿 着不同的学习路径完全可以建构出相同的结果。 ( 2 ) 快速反馈 反馈缓慢通常是传统远程教学最大的问题之一。有研究表明，反馈时间的快 慢是远程教学成败的关键因素。近年来，随着科学技术的飞速发展，i n t e r n e t 在世 界各地迅速普及，使得这个问题可以用简单的技术来解决。今天，参与网络学习 的学生可以在世界任何地方、任何时间通过电子邮件、基于w e b 的答疑系统提交 作业或问题，不到几分钟就可以到达指导教师手中，随即学生便可以收到由教师 精心制作的个人化的反馈报告，它标出正确答案，分析出错误原因，给予学生分 数以及下一步学习的建议，它甚至比传统校园中的教学反馈还快。远程教学中的 第5 页 国防科学技术大学研究生院学位论文 实时反馈可通过基于i n t e r n e t 网络的实时讨论系统完成，学生可以与教师或其它学 生进行实时的讨论。 ( 3 ) 技术融合 传统远程教学中使用最广泛的技术是：广播、电视( 包括卫星电视) 、文字印刷， 不可否认，它们曾在远程教学中发挥了巨大的作用，但它们的局限性也是有目共 睹的。随着教育技术的不断更新，一些新的媒体技术进入远程教学领域，并且逐 渐显示出其独特的优越性。从目前的发展趋势来看，主要包括以下技术： a ) c a i 软件技术可以解决视频教育节目线性组织结构以及学生学习的被动性 问题； b 、多媒体技术可以解决音频、视频信息的展示问题： c 、仿真技术解决科学技术课程的实验问题： d 、人工智能技术解决个性学习指导的问题。 ( 4 ) 个性化学习 网络教学具有灵活学习或开放学习的特征，但是现在的许多网络教学都是对 不同的学生展示相同的教学内容，学生缺乏个性化的学习。对学生来说最有益的 方式是建立一对一的师生关系，但是这需要庞大的人员开支，在传统意义上来说 是不可能实现的，但随着智能技术及计算机技术的日益普及和发展，建立智能导 师与学生之间的一对一的师生关系，并不是不可能的。建立在智能基础上的教育 和培训的个性化，是网络教学在2 1 世纪终身学习的具体需求，也是网络教学的最 高理想。 1 3 论文的主要工作 如何利用先进的技术和方法来改善现有的网络教学系统的不足，方便学生学 习，这是研究基于& g e n t 的智能教学系统的出发点。希望通过系统的研究和开发， 既可以减轻教师的教学负担，又给学生提供了一种学习方式，从而实现因材施教。 本文将针对现有网上教学系统在软件方面存在的弱点，汲取其原有的优点， 结合a g e n t 技术，对网上教学系统进行研究和改进，以提高现有网上教学系统的 个性化、交互性、适应性、可维护性和可扩充性，同时增加人性化的色彩，从而 提高网上教学质量。本文将对以下内容进行研究和探讨： ( 1 ) 对现有网上教学系统、w e b 及其相关技术和a g e n t 技术进行简单的分析 探讨，找出现有网上教学系统的弱点。 ( 2 ) 分析了传统基于w e b 的网络教学模型的不足，提出一个基于a g e n t 的 第6 页 国防科学技术大学研究生院学位论文 网络教学模型，此模型能够按照学生的个性特点，自适应地组织教学策略和教学 环节。 ( 3 ) 提出并实现了多a g e n t 的学生模型。这个模型包括学生四个方面的特点， 每个方面的特点由一个a g e n t 对它进行推理。通过运用概念图、模糊理论，设计 出学生模型中各a g e n t 的不确定推理算法。这些推理方法，不仅有较好的推理能 力，而且实现简单。 ( 4 ) 在应用遗传算法解决组卷问题时，给出了一种改进的遗传组卷算法，设 计了基于题型块的编码方案和基于难度及考查点的适应度函数，结合自适应的思 想，在算法的运行过程中对交叉概率和变异概率进行调整。 论文共分五章。 第一章给出了研究背景，国内外研究现状和论文组织。 第二章是智能教学系统( i t s ) 总体设计。分析了相关概念与技术，对系统需 求进行了分析，阐述了i t s 设计要求，提出基于a g e n t 的网络教学模型、各模块 的设计框架及该模型的管理组织结构。 第三章提出一个多a g e n t 的学生模型和具体实现方法。 第四章设计并实现遗传算法进行智能组卷，并对结果进行了比较。 第五章讨论了系统设计与实现方法，给出了主要的a g e n t 实现，并对其中的 关键问题和技术作了相关探讨。 最后对本文的工作做了一下总结，提出了一些不足，并对如何改善做了一下 探讨。 第7 页 国防科学技术大学研究生院学位论文 第二章基于a g e n t 的网络教学系统架构 2 1 智能网络教学系统的设计基础 i t s 是一项涉及计算机科学、教育学、认知科学和人工智能等多门学科的综合 性课题，其发展受到这些学科发展状况的影响，应用于i t s 的主要技术与这些学 科有密切的联系，i t s 的发展离不开与其相关领域的技术、理论、学科的发展。随 着人工智能研究的深入而发展起来的智能a g e n t 技术则是解决网上软件智能性的 有效方法。网上教学系统多用户和并发访问的特点很适合于用多a g e n t 技术解决。 另一个重要的原因是系统的设计没有先进的指导思想，多数课件仍以行为主义的 刺激反应理论为指导，课件的设计仍然遵循“呈现学习材料学生反应信息反馈” 的模式，甚至只有呈现学习材料一个步骤，学习效果很差。近年来，随着心理学 界对认知学习理论研究的逐渐深入，其重要分支建构主义的学习理论和教学理论 逐渐流行，并愈来愈显示出强大的生命力。 2 1 1i t s 的教育理论基础 i t s 软件必须根据科学的学习理论进行学习过程和学习资源的设计、开发、利 用、管理，帮助学生进行有效地学习。在现代教育技术的理论体系中，学习理论 是处于核心地位的，许多心理学家从不同角度，运用不同的方法对学习问题进行 了大量的实验研究，提出了各种学说、原理，旨在揭示人类学习过程的心理、生 理机制和规律。 建构主义和适应性学习理论都是当前非常先进的学习理论与学习方式，是当 前i t s 系统所追求的目标，也是今后网络教学模式发展的大趋势。对于本课题研 究，理论的指导作用主要体现在以下几个方面： ( 1 ) 帮助理解学习的含义 学习是由学生自己建构知识的过程【”i 。学生不是简单被动地接受信息，而是 根据自己原有的知识经验，对外部信息进行主动地选择、加工和处理，从而主动 建构知识的意义。 ( 2 ) 重视良好学习环境的建构 学习对事物的认识与学生先前的经验有关，学习的认知过程就是学生与学习 环境相互作用的过程。理想的学习环境包括情境、协作交流和意义建构等部分。 第8 页 国防科学技术大学研究生院学位论文 ( 3 ) 重视有效学习方法的选择 在教学过程中，学生是主体，教师只是学习的帮助者、促进者，应提倡教师 指导、以学生为中心的学习。 ( 4 ) 重视网上协作学习 现代学习理论非常重视学习过程中的协作学习( c o l l a b o r a t i v el e a r n i n g ) ，在 这种学习中，学生以多人为单位进行学习来提高学习效率，个人学习的成功与他 人学习的成功密不可分，学生之间保持融洽的关系、相互合作的态度，共享信息 和资源，共同担负学习责任，完成学习任务。 2 1 2 a g e n t 技术 a g e n t 是一个软件对象，生存于一个执行环境中，它具有的特征可以分为基本 特征和非基本特征。它的基本特征包括： ( 1 ) 自主性a g e n t 是指在协同工作环境中独立自主的行为实体。a g e n t 能够 根据自身内部的状态和外界环境中的各种事件来调节和控制自己的行为，使a g e n t 能与周围环境更加和谐地工作，提高工作效率。a g e n t 能适应动态变化的信息世界， 独立自主地完成某些任务，为用户提供一定的服务。 ( 2 ) 目标驱动每个a g e n t 都具有一个目标，并且是提前预制定行为的，所 有的行动都应该符合这个目标。 ( 3 ) 反应性a g c m 利用其事件感知器感知周围的物理环境、信息资源、各 种事件的发生和变化，并能够调整自身的内部状态，做出最优的适当的反应，使 整个系统协调工作。 ( 4 ) 协作性一个a g e n t 所能实现的目标往往是目标集的一部分，因此它必 须与其他a g e n t 通过信息共享，观点的互相激励协商，帮助群体聚焦于待求解问 题，最终来共同实现目标。 ( 5 ) 独立性a g e n t 可以看成是一个“逻辑单位”的行为实体，如同面向对 象思想中的类概念，对其内部状态的信念、事实、过程及通讯信息进行封装，使 a g e n t 成为协同工作中界限明确、能够被独立调用的计算实体。 多a g e n t 系统( m u l t i a g e n ts y s t e m ) 是指一些智能a g e n t 通过协作完成某些任务 或达到某些目标的计算系统。多a g e n t 系统除了具有a g e n t 的特性之外，还具有社 会性和自治性。 社会性要求多a g e n t 系统中的一个a g e n t 能及时地响应其他a g e n t 的服务请 求，对自己的行为做出承诺。 自治性要求a g e n t 能在目标的驱动下，自主地选择通信和合作策略，利用知 第9 页 国防科学技术大学研究生院学位论文 识和推理能力以特定的方式响应周围的环境。一个a g e n t 不能强制另一个a g e n t 提供某项服务，除非另一个a g e n t 有接受该请求的意图。 2 1 3 个【生化教学的新理念 社会现代化的发展使个性化教学日益成为教育趋向的时代强音，个性化教学 是旨在提升学生优良个性的教学。它有两个基本前提：一是教学中发现并尊重学 生的现有个性：二是提供有利于学生个性提升的物质条件。个性化教学作为顺应 时代而产生的新生事物，它是多元智力理论、建构主义和人本主义在教育教学上 的共同反应。 将个性化教学理论应用到实际的系统中，需要提供下列三方面要素： ( 1 ) 学习环境的个性化 个性化的学习环境指适合于学习者的学习场所和学习工具，是个性化教学的 物质前提。这里的学习场所包括集体学习场所和个人学习场所以及学习场所内部 的声、光、色、温度、湿度等物理条件和能够使学习者舒适的服务设施，学习工 具包括学习者在学习过程中可利用的所有学习资源和相关设施，如参考知识、教 学示例、虚拟实验等。 ( 2 ) 学习风格的个性化 学习风格是学习者持续一贯的带有个性特征的学习方式，是学习策略和学习 倾向的总和。这里学习策略指学习方法，而学习倾向指学习者的学习情绪、态度、 动机、坚持性以及对学习环境、学习内容等方面的偏爱。为了实现真正意义上的 个性化教学，就必须为每一个学习者提供适合其学习风格的学习环境和学习内容 的呈现方式，要做到这一点，我们必须理解他们的学习风格，因此对学习风格的 测量是非常必要的。学习风格测量主要考察学习者学习的心理机制、生理机制和 社会机制，主要包括学习者的信息加工方式、学习的感情需求、社会需求、环境 和情绪的需求、认知的倾向性、焦虑水平等。通过对学生个性特征的挖掘来确定 教学策略，安排教学内容。 ( 3 ) 学习内容呈现方式的个性化 学习内容呈现方式的个性化是指将学习内容以多种形式呈现给学习者，让学 习者根据自己的学习风格来选择相应的学习内容呈现方式。学习内容的呈现方式， 是个性化教学设计者根据学习者的学习风格来制定的，但这只是一个参考，未必 适合每个学习者，学习者完全可以设计适合自己的学习内容呈现方式。个性化的 学习环境为学习者提供了学习内容呈现的载体和手段，能让学习者充分利用自己 的学习环境来决定适合自己学习风格的学习内容的呈现方式。个性化的学习内容 第1 0 页 国防科学技术大学研究生院学位论文 的呈现方式一经选定，个性化教学的框架也就基本定型了。 2 2