發(fā)布時(shí)間：2025-01-14 02:23

　　 將認(rèn)知診斷和自適應(yīng)學(xué)習(xí)相結(jié)合,利用認(rèn)知診斷方法先診斷學(xué)習(xí)者對(duì)知識(shí)的掌握情況,然后依據(jù)遺傳算法和多島遺傳算法為每個(gè)學(xué)習(xí)者智能化提供合適的學(xué)習(xí)材料,提出了基于認(rèn)知診斷框架下的自適應(yīng)學(xué)習(xí)材料智能推送算法.通過Monte Carlo模擬實(shí)驗(yàn)考察了新算法的科學(xué)性及其效果,研究結(jié)果表明:(i)基于認(rèn)知診斷框架下的自適應(yīng)學(xué)習(xí)材料智能推送算法具有較理想的效果;(ii)遺傳算法和多島遺傳算法選取的學(xué)習(xí)材料具有低懲罰函數(shù)值和高學(xué)習(xí)材料匹配的正確率;(iii)遺傳算法和多島遺傳算法選取的材料比隨機(jī)算法更加適合學(xué)習(xí)者.

【文章頁數(shù)】：8 頁

【部分圖文】：

圖6 第5組的平均懲罰函數(shù)值的變化曲線

圖5第4組的平均懲罰函數(shù)值的變化曲線圖7第6組的平均懲罰函數(shù)值的變化曲線

圖7 第6組的平均懲罰函數(shù)值的變化曲線

圖6第5組的平均懲罰函數(shù)值的變化曲線3結(jié)論與討論

圖2 第1組的平均懲罰函數(shù)值的變化曲線

在圖2～圖7中,橫軸是迭代的次數(shù),縱軸是平均懲罰函數(shù)值.由圖2～圖7可知:(i)在設(shè)置迭代次數(shù)最高為100時(shí),遺傳算法和多島遺傳算法在6種情況下均會(huì)收斂,這說明2種算法是可行的.(ii)無論在迭代次數(shù)為多少時(shí),隨機(jī)算法的平均懲罰函數(shù)值均高于遺傳算法和多島遺傳算法.這說明使用遺傳算....

圖5 第4組的平均懲罰函數(shù)值的變化曲線

圖4第3組的平均懲罰函數(shù)值的變化曲線圖6第5組的平均懲罰函數(shù)值的變化曲線

本文編號(hào)：4026264