论文-基于Internet的智能教学规划系统.doc

基于Internet的智能教学规划系统摘要：本论文运用智能规划技术，利用扩展知识结构图（EKSG）表示知识结构、课件以及学习者的关系，并基于Internet实现智能教学规划系统。智能教学规划系统以Internet为媒介实现与学习者交互，它能够根据学习者的实际情况给学习者制定最优教学方案完成教学目的，换句话说，基于Internet的智能教学规划系统是一个因材施教的老师。本文先介绍EKSG的概念，其次在EKSG的基础上给出智能规划算法及其在SQL Server 2000下的存储过程实现：规划问题是否有解的判定算法、在有解时求最优解的算法以及精确匹配算法，最后给出了实现智能规划系统的设计方案及原型系统，并通过实验验证了系统的正确性。关键词：智能规划；计算机辅助教学；存储过程；智能教学系统1 绪论随着计算机技术、信息技术的发展和完善以及Internet的普及，网上学习资源呈加速增长，以及越来越多的学习者将Internet作为学习与提高的手段。在Internet这个信息与知识的海洋里，学习者迫切需要一个学习导航者。基于Internet的智能教学规划系统是根据智能规划研究实现的应用系统，它能够胜任信息与知识的海洋的导航者。2 基于扩展知识结构图的智能教学规划2.1知识表示模型许多学者给出不同的数据结构来表示领域知识。李益才和张小真1给出了知识点关系图的概念，知识点关系图是一下带有源点和汇点的有向无环图，节点表示知识点，用有向弧表示学习知识点的先后关系。姜云飞2给出了知识结构图(KSG)的概念，KSG的特点是用AND/OR图表示知识之间的关系，图中的边赋予权值。KSG的OR节点隐含地表示了某一知识点的多种可选的教学/学习方法。本文利用扩展的知识结构图来表示领域知识。定义1：扩展的知识结构图（EKSG）是一个有向无环图，当且仅当满足以下条件3：1） EKSG包含两类节点：知识节点和方法节点；2） 知识节点的后继点为方法节点，表示完成该知识点教学的多种可选的教学方法。方法节点的后继点为知识节点，表示运用该方法完成学习目标所需掌握的基础知识；3） 每个方法节点设置多个权值，表示不同学习者通过该方法完成教学目标所需的费用;M1M2M3M4P1310022P2100222 CBM2AM1M4M3DEFG 图1 EKSG的例子2.2智能教学规划问题及教学规划的表示一种方法对于不同的学习者取得不同的效果，我们将学习者分为若干类并用pi(i=1，2，3) 刻画一类学习者认知水平和生理局限的一组参数 ，以学习费用的方式将学习者对于方法的影响定量地表示到EKSG中。教学规划问题必须提供几方面的信息：EKSG，学习目标g，基础知识集合bs以及学习者特征参数p，其中EKSG由教学专家维护，因此，教学规划问题用三元组（g,bs,p）表示 。教学规划问题(g,bs,p)的解教学规划TP(g,bs,p),对于系统而言，是一个以g为根，bs为叶节点的解图。但这种解图不能直接为用户所用，对于用户而言，TP(g,bs,p)表示为一个由易到难的有序学习方法序列。 2.3基于扩展知识结构图的智能规划算法1. 利用EM，如果匹配时直接把规划提交给学习者，结束程序，否则转2 2. 利用Judge 判定问题是否有解，有解时求出最优解图(SUB_EKSG(g)3. 利用TPLAN 根据SUB_EKSG(g)求最优规划学习者提出规划问题(g,bs,p)，智能规划系统按照图2进行求解。图2 规划问题求解过程系统维护一个规划事例库(TPL),TPL的每个元素为某一具体规划，以及学习者使用该规划取得的学习效果。学习者提出规划问题(g,bs,p)，系统首先搜索事例库中是否有匹配的产生正面效果的事例，若有则提交给学习者，否则利用Judge算法判断该规划问题是否有解，在有解的情况下，给出最优解图SUB_EKSG，同时计算各节点的费用，Judge算法描述如图3。 输入: 规划问题(g，bs,p)，EKSG输出：有解时,输出带权的最优解图(SUB_EKSG)，叶节点为bs；无解时，输出NULL。1 Base为知识点集合，初始值为bs，SUB_EKSG为所求子图，初始值设为bs2 若gbs，则SUB_EKSG=bs,成功返回，否则转33将Base中所有元素标识为未处理，并置count=04取Base中的一个未处理的知识点kn,若kn存在，转5；若kn不存在，判断count是否为0，若不为0，则转3，否则转105标识kn为已处理，将所有需要kn支持的方法放入集合Mkn中，若Mkn为空，转4，否则标识所有方法为未处理6取Mkn的一个未处理方法m1,若m1不存在，转7；若bs(m1)是Base-g的子集，标识m1为已处理，否则，将m1从Mkn中删去，转67 Mkn是否空，若为空，转4，否则继续8 对于Mkn中的每个方法m，若m不在SUB_EKSG中则：设m支持的知识点为km,判断kmBase是否成立，若不成立，设count=count+1,并将m以及km加入SUB_EKSG中，置C(km)=c(m,p)+C(k)(kbs(m1);若kmBase，则比较c(m,p)+C(k)(kbs(m1)与C(km),若c(m,p)+C(k)(kbs(m1)0，则cansolve返回1程序结束；否则继续执， kcount=1WHILE (kcount0)BEGINSET kcount=0SET MnoSet=CURSOR FOR SELECT DISTINCT Mno FROM BsofM WHERE Kno IN (SELECT Kno FROM SUB_KL WHERE TPQno=tpqno)AND Mno NOT IN (SELECT Mno FROM SUB_ML WHERE TPQno=tpqno) FETCH NEXT FROM MnoSet INTO SMnoWHILE (FETCH_STATUS=0)BEGIN统计在SUB_KL表中方法SMno的基础结点数numOK统计在BsofM表中完成方法SMno所需基础结点数numAllIF(numOK=numAll) BEGINSELECT ghasadd=COUNT(*)FROM ML WHERE Mno=SMno AND Mkgno IN(SELECT Kno FROM SUB_KL WHERE TPQno=tpqno)求学习完成目标知识结点的代价和mcharge =C（SMno，Pno）+C(bs)SELECT SKno=Mkgno FROM ML WHERE Mno=SMnoIF(ghasadd=0) BEGINSKno,mcharge插入到SUB_KL中，SMno方法插入到SUB_ML中，kcount+1ENDELSEBEGINSELECT OldCharge=MinCharge FROM SUB_KL WHERE TPQno=tpqno AND Kno=SKnoIF(mchargeOldCharge)BEGIN删除Sknob旧的后继方法，增加新Sknob后继代价低的方法和修改Sknob的代价ENDENDENDFETCH NEXT FROM MnoSet INTO SMno END 查找目标结点是否在SUB_KL中，如果是目标知识点能完成；返之则不能能完成 图6 规划问题的判定算法存储过程描述3.4智能教学规划系统的分层实现基于Internet的智能教学规划系统采用B/S模式，如图7所示。其中，数据库层负责数据存储和核心的算法逻辑；业务逻辑层实现系统的业务逻辑；用户界面层实现与用户（包括学习者和专家）的交互。在具体实现时，规划问题求解由业务逻辑层和数据库层共同实现，在数据库层，采用存储过程实现核心算法。教学规划系统的数据库层采用SQL Server 2000，业务逻辑层采用Apache Tomcat 5.0实现。 用户界面层 业务逻辑层 数据库层Browser:Javascript,htmlITP业务逻辑1. EM2. Judge3. TPLAN4. JSP页面1 EKSG： Knowledge Method Relation Preference2专家数据3学生数据4 TPL图7 系统的分层实现结构3.5实验结果对规划问题tpq(A,D,E,F,G,P2)的测试代码如图8，第2行代码是调用存储过程语句,其中第一个参数2是规划问题的编号。1declare cansolve tinyint 2EXECUTE spJudge 2, cansolve output3select cansolve图8 规划问题的判定算法测试代码对规划问题的测试结果如图9所示，cansolve =1说明规划问题tpq的解存在，最优解图的知识点有A，B，C，D，E，F，G，学习它们的费用分别为6，2，2，0，0，0，0，方法有M2，M3，M4。1cansolve =12SUB_KL（A，B，C，D，E，F，G）=（6，2，2，0，0，0，0）3SUB_ML（M2，M3，M4）图9 规划问题的判定算法测试结果4 总结与展望到目前为止，基于Internet的智能教学规划系统的原型系统已经实现，本人完成了扩展知识结构图在SQL Server 2000中的表示，并在SQL Server 2000下用存储过程实现智能规划核心算法。将复杂的教学规划逻辑在数据库服务器上实现，可有效地降低通讯成本。在以后的工作中将进行一下深入研究：1）增加系统功能 ，使系统更具有实用的价值；2）可视的EKSG维护，提高教学专家的工作效率和减少对EKSG图进行维护时发生的错误；3）运用新技术增强用户的交互体验。Ajax是Web2.0的核心技术之一7,本系统有必要在后续开发中尝试应用Ajax技术。 参考文献1 李益才,张小真. 多模式智能教学系统教学规划与模式调度研究. 计算机工程与设计. 2005,26(4): 1083-10872 姜云飞. 基于知识结构图的智能教学规划. 计算机研究与发展. 1998,35(9): 787-7923 段琢华,姜云飞. 基于扩展知识结构图的智能教学规划. 计算机工程与应用. 2005,41(17):193-1964汤庸. 软件工程方法与管理. 治金工业出版社. 2002.23-325苗雪兰,刘会新,宋会群. 数据库系统原理及应用教程. 机械工业出版社. 2006.22-256 Dejan Sunderic,Tom Woodhead著 熊桂喜,鲁久华,孙军,聂伯敏译. SQL Server 2000 高级编程技术. 清华大学出版社. 2002.66-677 Ryan Asleson,Nathaniel T.Schutta. Foundation of Ajax.北京：人民邮电出版社，2006. 1321An intelligent tutorial planning system based on the InternetAbstract ：An intelligent tutorial planning (ITP) system is implemented based on the Internet, which employs intelligent planning technique, and represents the relations between the knowledge structure, the courseware and the learner based on the extended knowledge structure graph (EKSG). The presented ITP system interacts with the learner via the Internet, and provides the best tutorial scheme for the learner according to the learning goal the knowledge structure of the learner. Firstly, the paper introduces the concepts of EKSG. Secondly, the intelligent tutorial planning algorithm, including the judge algorithm, the optimal solution finding algorithm and the exact matching algorithm, are put forward and implemented with