赵文坛[1]2003年在《基于Agent的个性化远程教学系统的研究与设计》文中进行了进一步梳理网络技术的发展为远程教育提供了一片崭新的天地，现代远程教学系统是一种以网络为基础的远程教育，它继承了传统远程教育方式中不受时间、空间和地点限制优点，学习者可以足不出产地参加网上学习、网上考试、网上讨论以及网上答疑等。这种教学方式能够为学习者提供图文并茂、丰富多彩的交互式人机界面，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理想目标。 但是目前的网上教学系统还面临着许多问题：现有教学系统的动态交互功能不强，多以呈现教学材料为主；系统的智能性较低；系统的测试和评价功能不强；缺乏有效的引导；现有的网上教学系统基本上都是C/S结构，客户端过于庞大，而且客户端驻留程序可以对客户端任意操作，增加了不安全的因素。 本文针对以上缺点，提出基于Agent的个性化远程教学系统，本系统中引入分布式人工智能(DAI)领域中的Agent技术，在系统中构造一个学习者Agent，它随时跟踪学习者的学习过程，记录其兴趣、爱好等个性特征，并适时地调整对其采用的教学策略，有效地解决了目前的系统智能性较低的缺点；其次，本系统采用XML技术来组织教学内容，改变了HTML中内容和形式捆绑在一起的缺点，使得内容和形式相分离，从而可以为太原理工大学硕士学位论文不同认知水平的学习者提供不同的教学内容，增强了交互功能;另外，本系统采用Java技术，Java语言不仅适合作为Agent的开发语言，而且Java语言具有平台无关和安全性高的特点，通过运行Java Applet来增强客户端的功能，减轻服务器端负担，并且这些ApPI et根据客户赋予的权限对客户端内容进行操作，增加了安全性;最后，本文运用概率论与数理统计学中方法，提出一种把等级成绩数量化的方法，很好地解决了对学习者考试中主观题的准确评价问题，为实现个性化教学提供了一个较准确的依据。 本系统面向学习者、教师、管理员叁类用户，具有课程学习、作业、答疑、考试以及交流功能，数据组织方式采用XML加关系数据库，同时采用Java语言来构建智能Agent，解决了个性化学习的问题。个性化教学是未来网上教学系统的发展方向。
朱晓军[2]2004年在《运用MAS技术实现的自适应远程教学系统》文中认为当前,计算机网络得到前所未有的迅速发展,这为传统的远程教育提供了新的思路和解决方法。出现了大量的基于网络的远程教育系统,这些系统基本上没有自适应性和智能性,给教学效果带来一定的影响。要解决这个问题,需要采用突破传统的新技术。从软件技术和AI领域而言,AGENT具有自适应性、智能性、交互性等一系列的特点,使得它成为较为合适的一种解决问题的技术。本文分析了基于传统理念构建的远程教学系统的不足,提出了一种新型的远程教育系统模型。该模型将远程教学理念和人工智能技术相结合,综合使用了模糊推理、概念图、及改进的SHERLOCK II方法,设计了包括教师AGENT、学生AGENT、管理AGENT及个性分析AGENT等的MAS系统。该系统能够解决远程教学中的智能化和个性化问题,可以做到因材施教。本文所做的主要工作有以下几点:(1)分析了现有的基于WEB的远程教学系统的不足和缺点,提出了将人工智能中的AGENT技术和远程教育相结合的理念。(2)提出了一个用MAS技术实现的基于WEB的远程教育系统模型,模型中涉及了多个AGENT(教师AGENT、学生AGENT等),对每个AGENT的功能和作用做详细分析。(3)提出了一种个性化的可见编着方法和相应的知识点表示方法,该方法使得学生学习过程变得更加简单。(4)用考试学理论实现了一个个性化的远程测试系统,通过不同的学生在测试,其试题难度和数目并不相同,从而说明该系统的个性化。从而说明该学生自测模型中所提出的算法是可行的,具有很强的理论研究价值和实践应用价值。
付立东[3]2005年在《基于Agent的远程教学系统的研究与设计》文中指出网络技术的发展为远程教育提供了一片崭新的天地,现代远程教学系统是一种以网络为基础的远程教育,它继承了传统远程教育方式中不受时间、空间和地点限制优点,学习者可以足不出户地参加网上学习、网上考试、网上讨论以及网上答疑等。这种教学方式能够为学习者提供图文并茂、丰富多彩的交互人机界面,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理想目标。 但是目前的网上教学系统还面临着许多问题:现有教学系统的动态交互功能不强,多以呈现教学材料为主;系统的智能性较低;系统的测试和评价功能不强;缺乏有效的引导;现有的网上教学系统基本上都是C/S结构,客户端过于庞大,而且客户端驻留程序可以对客户端任意操作,增加了不安全的因素。 本文针对以上缺点,提出基于Agent的远程教学系统,本系统中引入分布式人工智能(DAI)领域中的Agent技术,在系统中构造一个学习者Agent,它随时跟踪学习者的学习过程,记录其兴趣、爱好等特征,并适时地调整对其采用的教学策略,提供个性化服务,有效地解决了目前的系统智能性较低的缺点;其次,在个性化服务的基础上,建立了考试子系统,并提出了试卷生成Agent的二项分布算法;另外本系统采用XML技术来组织教学内容,改变了HTML中内容和形式捆绑在一起的缺点,使得内容和形式相分离,从而可以为不同认知水平的学习者提供不同的教学内容,增强了交互功能;最后,本文采用HESE系统来构造了试卷生成Agent,并对其内部工作原理做了描述。 本系统面向学习者、教师、管理员叁类用户,具有课程学习、作业、答疑、考试以及交流功能,数据组织方式采用XML加关系数据库。使用VC++语言来构造Agent。
陈自郁[4]2002年在《基于代理的远程教学系统及学生模型的研究》文中认为基于Web的远程教育是一种利用网络进行教学的新型网络应用，但是目前大多数基于Web的远程教学系统缺乏智能性和自适应性。而在众多新技术中，Agent技术尤其适合改善远程教学的不足。Agent是一个具有自主能力、交互能力、反应能力和预动能力的软件实体，能代表用户或其它程序，以主动服务的方式完成一组工作。使用Agent技术可以增加教学内容的趣味性和人性化色彩，改善教学效果，增强系统的智能性和自适应性。本文通过分析传统基于Web的远程教学系统模型的不足，提出了一个基于Agent的远程教学系统模型。此模型共分6个模块，每个模块由多个Agent组成的。利用Agent间的协作机制，实现各模块间的知识交换与共享，形成了一个层次结构的多代理系统；利用Agent的智能推理能力，学习学生的个性特点，自适应的生成一个适合学生的教学策略，智能地组织教学环节，引导学生更好的学习，发挥更大潜力。模型的设计思想既发挥了教师的主导作用，又充分体现了学生的认知主体作用。本文所提出的教学系统模型，以学生模型模块最为重要，它是其它模块正常运行的基础。然而目前大多数关于学生模型的研究要么复杂难以实现，要么简单有很少的推理能力，针对这种情况结合作者所参与的远程教育项目，本文提出一个多Agent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Agent对它进行推理。作者通过改进Sherlock II方法，运用概念图、模糊理论，设计出学生模型中各Agent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。并且本文所提出的方法具有通用性和扩展性。作者把学生模型运用到学生自测系统中，通过测试，得出了一系列表结果，这些结果显示了加入学生模型的自测系统具有自适应性并且能够比较准确地推理出学生的认知水平，证明了学生模型中算法的可行性和正确性。本文所提出的设计方案具有很强的实用价值。
王雅轩, 顼聪[5]2008年在《基于Agent个性化远程教学系统的应用研究》文中指出个性化教学实现方法的研究是人们对远程网络教学提出的更高层次要求,也是未来教育信息化发展的必然趋势。本文从现有远程网络教学系统缺乏深入了解用户兴趣的实际现状出发,提出了一个基于Agent的个性化远程教学系统原型,从而为用户提供有针对性的个性化服务。
何玉新[6]2010年在《基于Agent的远程教学系统研究》文中提出远程教学系统成为现代教学中的一种新模式和发展方向,但是绝大多数的远程教学缺乏智能化和个性化,通常不能同时满足学生的要求。因此构建智能化,个性化的远程教学系统成为远程教学系统中的热点问题。本文在分析Agent技术的基础上提出Agent的远程教学系统的研究与设计,并且定义了系统中各模块的用途和意义,从而使远程教学系统更智能化和个性化。
史君[7]2008年在《基于Multi-Agent的适应性网络教学系统的架构与实现》文中进行了进一步梳理网络教学作为一种新的教学方式,伴随着计算机技术、网络技术和多媒体技术的发展而迅速兴起并日益普及,然而随着高新技术的发展,传统的网络教学方式已无法满足需要,因此研究具有智能技术的网络教学系统是一个大的趋势。目前,将智能技术应用于网络教学系统当中,在一定程度上改变了传统的教育模式和教学方法,并且对教育理念的发展也起到了一定的推动作用。现有的网络教学系统对于学习者在知识学习与积累过程中的基本教学要求都可以实现,但对于个体提出的适应性学习服务实现效果尚不理想,其主要体现在现有的教学系统不能根据学生的学习风格提供相应的学习方式和学习内容,个性化教学特点不突出。由MBTI职业性格测试引发思考,将Agent技术引入智能教学系统,构建了一种基于多Agent的适应性网络教学系统框架,分析了框架内各Agent的功能和工作过程,提出了一个学生学习特征提取和处理的模型。利用Agent自主性和对环境的反应能力,通过动态跟踪学生的学习过程,记录每次学习和测试有价值的信息,采用对信息进行数据量化并计算其倾向相似程度的方法,分析学生的学习个性特征,得出一种与学习者相适应的学习风格推荐给学生。本文主要做了如下几方面的研究工作:(1)对目前国内外网络教育现状进行分析概括,在现有的网络教学系统的基础上提出了一些探索性的思路,设计了一种基于多Agent的智能网络教学系统模型;(2)认真地研究分析了心理学相关理论、现代教学理论基础和相关的多媒体技术,如MBTI(Myers-Briggs TypeIndicator)性格评估测试、人工智能技术、网络技术、Agent技术,构想出具有个性化学习功能的智能教学环境;(3)本文将Agent技术引入教学系统,设计一种新型智能教学系统,通过动态跟踪的方式为学生动态呈现相应的学习内容和方法,从而实现学习方式的最优化;(4)利用SQL server数据库系统,通过.NET的开发平台设计并实现了一个初步的智能教学系统模型。
阮若林[8]2005年在《基于多Agent的远程协同教学环境的研究与设计》文中研究表明随着当今计算机网络技术和多媒体技术的发展，远程教育也进入到了一个崭新的发展阶段，即第叁代远程教育。第叁代远程教育是在卫星、电视网络和计算机网络叁大通信网络环境下开展的现代远程教育，其优势主要应该体现在双向交流和交互上，即通过现代信息通信技术实现同步和异步通信，使教学过程更加开放、灵活、多样化和个性化。Internet的应用和普及是第叁代远程教育迅速发展的坚实基础，第叁代远程教育具有数字化、多媒体和交互式等显着的技术和教学特征，它是WWW技术、计算机网络和多媒体相结合的新一代教育技术，使得优秀的教学资源不受时空的限制，任何人、在任何时候和任何地方都能获得所需的学习内容，真正实现了教育的大众化、终生化。 基于Internet的远程协作学习是现代远程教育的一个重要的研究领域。Internet以无限的时空环境、图文并茂的多媒体信息呈现形式、符合人类思维特点的超媒体信息组织方式以及友好的界面和多样化的交互形式等优势为协作学习在Internet上开展提供了有效的环境。 本文在认真研究远程教育的发展现状的基础上，分析了现代教育过程的特点和现行的教育模式，即以社会学习理论、构建主义学习理论和人本主义思想为理论基础的教育模式，现代教育正朝着以教师为中心的教育模式向以学生为中心的教育模式转变，个性化、智能化的按需学习模式将成为本世纪远程教育模式的主要特征，所以，远程教育应以学生为中心，充分体现整个教与学过程的个性化和智能化。 虽然基于Internet的协作学习的研究已经有了很大的进展，有了一些具体的学习平台研制成功，并得到具体的应用，但是实践表明，这些系统在个性化和智能化方面还存在着很大的缺陷，大部分系统多以机械的呈现教学材料为主，在教学过程中学生被动学习，缺乏必要的交互手段；对不同认知水平的学生采用相同的教学策略，缺乏智能性和适应性。 针对远程教育系统的个性化和智能化问题，本文在基于Web的协作学习系统的基础上，引入CSCW技术和Agent技术构造一个基于多Agent的远程协作学习系统来研究并解决远程学习过程中学习的个性化和智能化问题，为现代远程教育创建一个个性化、智能化的学习环境。主要工作包括两个方面，一方面是在充分了解现代远程教育过程的基础上，引入Agent技术，研究基于多Agent的协作学习过程，给出了系统的总体框架和系统的工作流程，为系统的每一个参与者设计了一个Agent功能模块，同时也为系统设计了一些具有管理功能的Ageni模块来管理系统的协同运行，以增加系统的智能性;另一方面是为教学的参与者提供了丰富多样的同步、异步交互方式，给参与者提供一个感觉真实的教学环境，重点是共享电子白板、视音频传输、e一mail、文字聊天、BBS和文件传输等多种交互方式的实现，以充分体现个性化学习的优势。关键词:远程教育，esew，web eL，多Agent系统，Java，Intemet本课题得到:(1)武汉理工大学校基金研究项目(编号:ZOO3XJJ一93) (2)武汉理工大学校教学研究项目(编号:2003035)的资助
陈红普[9]2008年在《个性化远程教学模型的研究与实现》文中研究表明个性化教学模型的研究是人们对远程教学提出的更高层次要求,也是未来教育信息化发展的必然趋势。Agent技术的快速发展使个性化远程教学模型的实现成为可能。本文探究了个性化服务的思想;提出了一种新的基于智能Agent的个性化远程教学模型,并讨论了其基本特征、开发环境和关键技术。
欧文[10]2009年在《基于多Agent的智能教学系统的设计与研究》文中研究表明ITS教学是一种以计算机技术为基础的教学方式。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。但是目前的智能教学系统还存在着许多问题,如系统的智能性较低,缺乏个性化,动态交互功能不强,多以呈现单一而固定的教学材料为主,缺乏有效的引导等。针对以上缺点,本文设计了基于多Agent的个性化智能教学系统,系统引入人工智能领域中的Agent技术,利用Agent的智能推理能力和对学生的个性特点的采集和分析,自适应地生成适合学生能力和个性的知识内容和教学模式,智能地组织教学环节,引导学生更好地学习,改善教学效果。本文首先设计了一个基于Agent的个性化智能教学系统模型GMAITS,此模型由多个Agent组成。利用Agent间的协作机制,实现了Agent间的知识交换与共享,形成了一个多层次结构的多Agent系统。在系统的个性化教学方面,提出了一种教学模式选择的适应性选择策略,采用向量相似度计算寻找一种与学习者相适应的学习风格,并跟踪学生学习记录与情况,做出教学模式的适应性调整策略,达到能对学生进行针对性强化教学的目的,分析系统的个性化教学流程,设计了根据学习进度、难度级别和学习兴趣的智能估算进行个性推荐的相关算法等。系统实现采用多层组织结构,面向学习者、教师二类用户,具有课程学习、作业,练习以及游戏功能,同时采取了利用TGB引擎开发游戏以及练习的功能,实现了个性化教学的目标。
参考文献：
[1]. 基于Agent的个性化远程教学系统的研究与设计[D]. 赵文坛. 太原理工大学. 2003
[2]. 运用MAS技术实现的自适应远程教学系统[D]. 朱晓军. 太原理工大学. 2004
[3]. 基于Agent的远程教学系统的研究与设计[D]. 付立东. 西安科技大学. 2005
[4]. 基于代理的远程教学系统及学生模型的研究[D]. 陈自郁. 重庆大学. 2002
[5]. 基于Agent个性化远程教学系统的应用研究[J]. 王雅轩, 顼聪. 计算机教育. 2008
[6]. 基于Agent的远程教学系统研究[J]. 何玉新. 长春大学学报. 2010
[7]. 基于Multi-Agent的适应性网络教学系统的架构与实现[D]. 史君. 天津师范大学. 2008
[8]. 基于多Agent的远程协同教学环境的研究与设计[D]. 阮若林. 武汉理工大学. 2005
[9]. 个性化远程教学模型的研究与实现[J]. 陈红普. 现代远距离教育. 2008
[10]. 基于多Agent的智能教学系统的设计与研究[D]. 欧文. 湖南大学. 2009