程蕾[1]2003年在《基于Agent技术的智能题库系统的研究与设计》文中指出随着计算机技术的飞速发展，现代教育思想和教学手段的不断变革，计算机辅助的题库系统越来越受到重视。题库系统是保证考试或测验题目具有较高质量、保持水平稳定、更好地达到欲测目的的重要手段。近几年来，随着人工智能和网络技术在教育领域应用的深入，题库系统出现了新的需求，开发具有智能性，并能适应网络分布式应用的题库系统是目前的发展趋势。Agent技术是人工智能技术和网络技术发展的必然结果，并且逐渐成为解决复杂、动态、分布式智能应用的一种新的计算手段。许多专家信心十足地称：Agent技术将成为21世纪软件技术发展的又一次革命。本文根据计算机题库系统的应用特点，运用智能软件技术，提出一个基于Agent技术的智能题库系统(BAIS)的设计方案，讨论了系统的构架和工作流程，特别是系统中的Agent层次结构，并对系统实现的关键技术和主要算法进行了描述和分析。主要做了以下的工作：第一，介绍智能题库系统的概念和结构，分析已有智能题库系统的主要问题，引入Agent技术，提出开发基于Agent技术的智能题库系统(BAIS)的设计思想。第二，采用面向Agent的分析和建模方法，来开发和设计基于Agent技术的智能题库系统(BAIS)，给出了一个完整题库系统的构架，工作流程和各个Agent的内部结构，设计了基于XML的Agent通信语言XACL。第叁，分析了BAIS的核心问题一组卷问题，介绍了遗传算法的基本思想，给出了基于Agent技术的遗传算法来解决组卷问题，并开发系统进行验证。本文一共分为五章，共叁大部分。第一、二章主要介绍相关的技术背景和理论；第叁、四章是本文的主体，详细介绍基于Agent技术的智能题库系统的研究和设计；第五章是结束部分，给出本文的总结和进一步研究的展望。
张铁强[2]2009年在《基于Agent的智能在线考试系统的设计与实现》文中研究指明随着Internet和Intranet技术的发展和普及,计算机化考试虽然在许多方面已逐步取代传统的基于纸和笔的考试,但是仍然存在着智能性、交互性以及安全性方面的问题。探讨和研究一个基于计算机网络的新的考试系统来解决上述问题极为必要,并且具有特别的现实意义。而Agent技术是目前计算机领域的一个热门的研究方向,在很多领域中都有人研究,发展比较成熟,因此将Agent技术应用到在线考试系统上,能够克服上述提到的现阶段在线考试系统中存在的局限和不足。本文结合学校的实际情况,详细介绍了一种基于Agent的在线考试系统的分析与设计,并着重对Agent理论和技术进行了研究和探讨。论文从用户的实际需求出发,对在线考试系统应具备的主要功能进行了详细阐述,提出了基于Agent的智能在线考试系统模型,并对系统的主要模块和数据库进行了详细设计。论文首先探讨了Agent的基本理论和技术；然后深入分析和研究了多Agent系统和移动Agent技术,提出了在线考试系统的设计思想和模型；在详细分析了系统模型中各个Agent的功能和关系的基础上,阐述了基于Agent的在线考试系统实现的具体步骤。论文设计了一个基于B／S结构的,以JSP技术和SQL Server 2000后台数据库为基础的,具备题库管理、智能组卷、在线考试、阅卷、成绩查询等功能为一体的在线考试系统。在此系统中,为了降低网络流量而采用移动Agent技术并将不同的考试任务分配给几个彼此独立又相互合作的Agent,使整个考试过程能有条不紊地进行。移动Agent的开发和运行主要采用IBM公司的移动代理平台Aglet来实现。在线考试系统为网络教学的实施提供了有效的教学检验手段,对促进教育社会化和现代化有着重要的现实意义,其解决方案可以广泛应用于网络化教育领域。
王鸽[3]2004年在《基于Agent的数据仓库技术》文中进行了进一步梳理数据仓库的目的是为了建立一种体系化的数据存储环境，将分析决策所需的大量数据从原来的环境中分离出来，使分散、不一致的操作数据转换成集成、统一的信息。但是非Agent结构的数据仓库系统还存在着网络拥塞、网络信息不容易协调、视图更新不一致的问题。 在研究了Agent的特性和工作原理的基础上，本文提出了一种基于Agent的数据仓库模型。本文在非Agent结构的数据仓库体系中，增加了叁个多Agent系统：查询多Agent系统、集成多Agent系统和同步更新多Agent系统。查询多Agent系统主要负责和用户进行交互，帮助用户完成查询任务，并返回用户的使用情况。集成多Agent系统的主要工作是对信息源中的信息进行监控、转换和集成，并将集成后的信息传回数据仓库进行存储。同步更新多Agent系统负责使数据仓库和信息源中的数据变化保持同步。Agent利用本身所具有的各种特性尤其是移动性，可以更高效、便捷地完成转换、集成和查询等工作，同时这种方案还解决了非Agent结构的数据仓库系统中存在的一些问题。 本文在详细阐述了基于Agent的数据仓库模型中各个模块的结构和功能后，将此模型应用于计算机试题库系统，建立了一种开放式的智能试题库系统。在智能试题库系统中，每个Agent都代理了一种角色，如：教师Agent，学生Agent和决策Agent等，根据角色的要求完成特定的任务。教师Agent代理教师的角色，其主要任务就是制定试卷、对学生的学习进行检测并负责试题库的维护工作；学生Agent代理学生的角色，其主要功能就是应试，负责接收题目和答案；决策Agent代理专家的角色，其主要任务就是根据教师Agent提供的组卷算法进行组卷，并将最终的测试用卷提供给教师。本文通过对智能试题库中每个Agent代理的角色进行分析，根据他们所要完成的任务，给出了详细的工作流程。 最后，通过对本系统的分析，指出了系统中存在的问题和下一步工作中需要提高和改进的地方。
周志坚[4]2007年在《基于移动AGENT技术的题库系统的设计》文中研究表明目前,在作者学院内使用的题库系统是基于C/S模式的。主要工作流程是:在客户端输入要生成的试题科目,点击搜索,查询信息会递交给题目服务器,经若干等待时间后,题目服务器将符合条件题目信息输出到客户端,这样就完成了一次题目信息的检索。若需要生成其他科目的题目,重复以上步骤。但随着学院规模的扩大,越来越多的老师将题目信息分别保存在各自的办公计算机上而不是上传到中央题库服务器上,这样,传统的C/S模式暴露了越来越多的问题,如:查询题目需要指定要查询计算机的信息;客户机和服务器间要一直保持连接,浪费了宝贵的网络资源;网络负载不均衡;C/S模式结构灵活性不足。为了解决C/S模式中的不足,学院决定采用移动代理技术来重新设计开发题库系统。这是一种基于网络、通信、分布式系统的新技术。移动代理是一个能在异构网络中自主地从一台主机上迁移到另一台主机,并可与其它代理或资源交互的程序,它实际上是AGENT技术和分布式计算技术的混合,移动AGENT将服务请求AGENT动态移动到服务器端执行,避免了大量中间数据的网络传送,降低了系统对网络带宽的依赖;而且它不需统一的调度,用户创建的AGENT可以异步地在不同节点上运行,待任务完成后再将结果传送给用户。本文主要研究的内容是如何使用AGENT技术来进行题目数据的检索。由于在题目数据的检索过程中,会出现多种类型的AGENT,有的AGENT是驻留在服务器端,有的AGENT是随用户的需求会在网络中进行迁移,有的AGENT会和其他AGENT进行数据交换和信息交流。因此如何协调各个AGENT进行交互,设计每个AGENT完成自己的工作就构成了本文研究的重点。本文工作意义在于不仅成功的实现了一个全新架构的、性能优越的题库系统,而且在系统的设计与开发中所采用的一些技术和方法具有很强的通用性,可灵活地扩展到其他类似的系统中。
郑宝成[5]2011年在《基于Agent的智能网络考试系统的设计与实现》文中研究指明随着信息技术和网络技术的发展,计算机网络教育迅速普及,网络考试系统作为计算机网络教育的一个重要方向已逐步取代了传统的考试。但现有的网络考试系统仍然面临着许多交互性差、网络延迟、安全性等方面的问题。移动Agent技术是目前人工智能领域的一个热门的研究方向,同时在现阶段面向Agent软件开发也有了比较成熟的技术。因此,本文利用移动Agent的特点,将Agent技术应用到网络考试系统上来,克服了网络考试系统中存在的局限性与不足。本文主要研究、设计和实现了一个基于Agent技术的网络考试系统。首先在第一章阐述了现阶段网络考试系统的研究背景、应用现状和意义,分析了目前网络考试系统所存在的问题;第二章介绍了本课题研究中要用的相关理论基础、相关技术及开发平台;第叁章进一步对网络考试系统进行了详细的需求分析,设计了系统的总体架构,提出了基于多Agent个性化服务的体系结构,还提出了基于日志的WEB挖掘框架,采用面向对象的方法和设计方法,进行了概要设计与详细设计,和数据库的结构设计,给出了数据库的E-R图;在第四章,我们结合前面的研究工作与设计,实现了一个基于Agent技术的网络考试系统,同时给出了该网络考试系统功能实例演示界面。最后,对基于Agent的智能网络考试系统进行总结,并展望该系统的未来。
王慧[6]2006年在《基于Agent的自适应网络考试系统及学生模型的研究》文中指出随着Internet/Intranet技术的发展和普及,计算机化考试在许多方面将逐步取代传统的基于纸和笔的考试。探讨和研究基于计算机网络的考试,以便能客观、准确地评估学生的某种能力和水平,提高学习效率,将具有特别现实的意义。 目前,多数现有网上考试系统只能根据教师预先输入的要求按一定的组卷策略从题库中抽取满足要求的试卷,这些传统的组卷算法并不能实现根据学生特定的学习情况抽取适合每位学生的试卷。传统的阅卷算法只是简单地给出学生在某次考试的总分数,不能充分反映学生对每个知识点的掌握程度属于哪种认知层次,是理解、识记还是应用等,所以传统的阅卷算法不能全面地评价学生的学习情况。另外,随着在线考试的人数逐渐增加,网络信息流量会急剧上升,从而导致数据传输速度慢并加重服务器负担。 为了解决这些问题,本论文提出一种新的自适应网络考试系统体系结构。在此系统中,为了降低网络流量而采用移动agent技术并将不同的考试任务分配给几个彼此独立又相互合作的agent,使整个考试过程能有条不紊地进行。同时,为了适应智能化个别化教学的要求,本文建立了一种能全面反映考生认知能力的学生模型,并提出基于学生模型知识点掌握程度值的智能组卷算法。算法根据学生模型所反映的每位学生的知识点实际掌握程度,确定考试知识点范围等参数,然后以此为据从题库中抽取满足要求的试卷,当学生考试结束后,我们不是简单地给出本次考试成绩,而是利用本文提出的新的更新学生模型的方法来对本次考试结果作出合理全面的评价,使学生对自己目前的学习情况有更具体的了解,从而更好地指导学生下一步的复习。 由于自适应网络考试系统的研究,目前很少有人涉及,所以本文所提出的设计方案具有很强的研究价值和实用意义。
张婧[7]2009年在《基于多Agent的智能网络教学系统模型研究》文中进行了进一步梳理随着Internet的发展,网络教学得到了越来越广泛的应用,人们可以不受时间和空间的限制自主地参加网上学习。这种学习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、甚至创新知识的理想目标。因此,网络教学系统也成为了国内外教育技术领域的研究热点。但是目前的网络教学系统还存在着缺乏先进的学习理论的指导、系统设计缺乏智能性等缺点。论文针对现有网络教学系统存在的不足,引用Agent技术,设计了一个基于多Agent的网络教学系统模型。该模型分叁个模块,各个模块由多个Agent组成。在论文中分别对这些模块的结构和功能进行了分析。模型的设计思想即发挥了教师的主导作用,又充分体现了学生的主体作用。系统的智能化设计方面,在知识表示方法上,为了对学科内容提供全局的认识,采用树结构来组织课程内容知识点,通过对知识点属性赋值建立知识点之间的语义联系,为有效控制教学序列提供依据。提出了基于错误诊断的强化学习策略,通过分析测试答案找出学生的知识缺陷,结合知识表示模型,推导出学生需要加强的合理学习路径,达到能对学生进行有针对性的强化教学的目的。提出了能够根据学生的认知水平自适应的进行组卷的智能组卷算法。针对现有学生模型的不足,构造了一个基于认知理论的学生模型,提出了评估认知水平、记录学习进度、估算学习偏好的方法。通过对多Agent和J2EE技术的深入学习和研究,提出了集成JADE和J2EE来实现智能网络教学模型的思想。该系统模型在一定程度上实现了智能化、个性化教学,可以为学习者提供更方便和更高效的网络学习环境。最后以《Java程序设计》课程为例给出了该系统的实验结果,验证了该系统的有效性和实用性。
李志奎[8]2009年在《基于B/S模式的网络通用考试系统的研究与实现》文中进行了进一步梳理随着Internet的发展,网络考试系统得到了越来越广泛的应用。尤其是近几年来,我国高职院校的迅猛发展,计算机网络和机房教学设备都已普及,因此,采用计算机网络进行考试的需求非常迫切,网络考试系统的研究与推广显得尤为必要。本文在对网络考试系统分析和研究的基础上,针对原有考试系统的局限性,深入对考试系统的通用性进行了研究。并且应用UML统一建模语言,结合系统理论模型,构建出网络分布式考试系统的需求模型、分析模型、设计模型等可视化软件建模模型,为网络分布式考试系统开发提供参考模型。同时,笔者针对高职院校考试的特点,提出了一种以学生认知能力分析Agent、智能组卷Agent和智能考试Agent为核心的数据模型,并提出基于学生知识点掌握程度值组卷的算法。算法根据能力分析Agent所反映的每位学生的知识点实际掌握程度,确定考试知识点范围等参数,然后以此为据从题库中抽取满足要求的试题,并采用相关算法避免相邻考生试题雷同。本系统以ASP技术、ADO技术为核心,采用ms sql server2000为后台数据库,并综合运用了ActiveX、CSS、JAVASCRIPT等网页编程技术实现。系统实现的功能主要包括题库管理、考生信息管理、组卷管理、在线考试、考试管理等核心模块及其它一些辅助功能。系统有效实现了当前考试系统的智能性、通用性等问题,在实际的教学中起到了良好的效果。
陆淑娟[9]2004年在《Multi-Agent技术在网络教学中的研究与应用》文中指出Internet与www的迅速发展为传统的远程教学提供了新的思路和方法。网络教学以网络作为传输信息的载体,是网络技术和多媒体技术结合的一种新型教育手段,突破了传统教学模式中的单向传播的局限,并以教师为中心的灌输式教育转向以学生为中心的主动学习,它必将成为未来教育发展的趋势。但目前大多基于web的网络教学系统仅仅是教材的电子化翻版,在交互性方面存在着缺陷,同时也缺乏智能性,难以实现因材施教,而在学生的学习过程中又容易出现迷航,偏离学习目标。因此,如何提高网络教学的智能化程度成为我们迫切需要解决的问题,而近年来在人工智能领域新兴的Agent技术则为实现这一目标提供了良好的契机。利用Agent技术,我们可以实现网上的智能辅导,统一各地的教育资源,创建虚拟课堂,虚拟图书馆等,从而增加教学内容的趣味性和人性化色彩,改善教学质量。近年来,国内外的学者都对网络教学的智能化进行了广泛的研究,现有的成果有蒙特利尔大学Claude Frasson等人提出的“行动者” 模型,Evandro和Perkusic提出的多代理学习环境模型以及南加利福尼亚大学W.Lewis Johnson等人的研究的Adele的教学代理等。本文在综合前人研究成果的基础上,提出了把Agent技术与网络教学相结合的思想,构建了一个基于Multi-Agent的网络教学模型,将Agent的智能性与建构主义学习理论融合在一起,构建一个可以实现学习的个性化和协同化网络教学系统。文章中详细地分析了模型中各Agent的功能结构,包括教师Agent,学生Agent,管理Agent,个性分析Agent等。另外还对教学策略的实施和个性化的实施进行了研究和分析。本文讨论的基于Agent的网络教学系统侧重于考虑每个学生的个别情况,与传统教学相比实现了因材施教,每个学生可以根据自己的实际情况得到适合自己的学习资料,为学生提供了一个个性化的学习空间。同时系统中的各个Agent是相互独立而又彼此联系的实体,提高了整个教学系统的可维护性和可扩充性。本文对多Agent应用于网络教学进行了初步的探索与研究,同时也为日后在这个领域更深入的研究打了基础。
张东[10]2007年在《广播电视大学网络考试系统的研究》文中进行了进一步梳理随着计算机科学的进步,越来越多的研究人员试图将人工智能和计算机网络技术用于计算机辅助教学(Computer-aided Instruction,CAI)系统。同时,有些研究者还开发了一些高效的程序来测试和提高学生的学习能力,例如,Hopper的计算机辅助教师和考试系统(Computer-aidedtutoring and testing system)。1999年,Giraffa证明了怎样用多agent技术构建交互式智能导师系统(Intelligent Tutoring System)。2000年,Ozdemir和Alpaslan提出了一种用于指导学生网上学习的智能agent。这种agent可以根据学生的知识掌握程度智能地推荐合适的学习站点。从2003年到2004年,Hwang提出一种能向学生提供指导意见的概念模型和评估教育站点的群决策(group-decision)方法。2005年,Chih-Ming提出一种基于项目反映理论的个性化网上学习系统。很明显,开发智能教学系统(Intelligent Tutor System)和学习环境已成为计算机科学和教育领域中一个重要的问题,同时,网上考试系统的开发也吸引着大批的学者。例如IBM一直致力于网上考试系统的开发,GRE(GraduateRecord Examinations)从1999年起就完全采用无纸化的计算机考试形式等。但是,广播电视大学多数现有网上考试系统只能根据教师预先输入的要求按一定的组卷策略从题库中抽取满足要求的试卷,这些传统的组卷算法并不能实现根据学生特定的学习情况抽取适合每位学生的试卷。传统的阅卷算法也只是简单地给出学生在某次考试的总分数。我们知道分数有时并不能全面地反映一个学生整体能力,学生对某知识点的掌握不能用简单地知道或不知道来判断,更重要的是他对该知识点的学习是处于识记、理解还是应用等水平,所以传统的阅卷算法不能很好地反映学生的这种认知能力。另外,随着在线考试的人数逐渐增加,网络信息流量会急剧上升,从而导致数据传输速度慢并加重服务器负担。为了降低网络流量,提高系统的响应速度,本文利用智能Agent技术提出一种新的自适应网络考试系统体系结构。为了达到自适应考试的目的,本文提出一种新的学生模型SM。在学生模型SM的基础上,本文又提出基于SM的个性化智能组卷算法和阅卷算法,实验证明,在试题库设计合理的情况下,这些算法是可行的、正确的。
参考文献：
[1]. 基于Agent技术的智能题库系统的研究与设计[D]. 程蕾. 浙江大学. 2003
[2]. 基于Agent的智能在线考试系统的设计与实现[D]. 张铁强. 大连海事大学. 2009
[3]. 基于Agent的数据仓库技术[D]. 王鸽. 山东科技大学. 2004
[4]. 基于移动AGENT技术的题库系统的设计[D]. 周志坚. 上海交通大学. 2007
[5]. 基于Agent的智能网络考试系统的设计与实现[D]. 郑宝成. 电子科技大学. 2011
[6]. 基于Agent的自适应网络考试系统及学生模型的研究[D]. 王慧. 东北师范大学. 2006
[7]. 基于多Agent的智能网络教学系统模型研究[D]. 张婧. 华东交通大学. 2009
[8]. 基于B/S模式的网络通用考试系统的研究与实现[D]. 李志奎. 浙江工业大学. 2009
[9]. Multi-Agent技术在网络教学中的研究与应用[D]. 陆淑娟. 南京工业大学. 2004
[10]. 广播电视大学网络考试系统的研究[D]. 张东. 吉林大学. 2007
标签：计算机软件及计算机应用论文; 网络教学论文; 移动学习论文; 网络模型论文; 系统学习论文;