基于遗传算法合作学习动态分组研究.pdfVIP

第24卷第3期(总第108期) 机械管理开发 2009年6月 V01．24 MECHANICALMANAGEMENTANDDEVELOPMENT Jun．2009 No．3(SUMNo．108) 基于遗传算法合作学习动态分组研究 李 强，郭学会，赵远胜，悦 亮 (山西机电职业技术学院，山西长治046011) 【摘要】 首先提出了合作学习动态分组的必要性，而后给出了动态分组模型的构建、以及如何用遗传算法实现动 态分组，最后给出了遗传算法中选择、交叉和突变率对算法的影响。 【关键词】遗传算法；合作学习；概念图；动态分组 【中图分类号】TP34；G712【文献标识码】A【文章编号】1003—773X(2009)03—0172—03 O引 言 生两两互补分的和。如图3为小组互补分的计分方式。 合作学习是指从学生的基本心理需要出发。设置 民主的教学氛围。通过学生之间一系列的相互帮助和 教师指导等相关活动的交互作用，完成一定的学习内 容和学习任务，以达到每个学生在认知和情感等各方 面的积极发展。自从合作学习教学法提出以来，有很多 的学者对此做了很多的探索和研究。然而传统的合作 学习还有很多不尽人意之处。如何将传统的合作学习 和概念图结合分析出动态的最佳的互助学生合作学习 小组．为学生互助学习提供一个合理的教学平台是值 得我们研究的重要课题。 图2概念图的量化过程 1模型的构建【1】 三人小组 四人小组 本模型是基于概念图量化的基础上通过学生互补 ：m．⑧，。 辩⑧ 20i 计算提出的。 2∞傅O}60 1．1 概念图 毋询 ④：50砖 概念图是由许多的命题所组成，每个命题包括两 组内互补分110 组内互补分220 个概念及一个表示其问题关系的连接，同时，概念图具 图3小组互补分的计分方式 有层次的关系，描述了某一知识主题中概念之间的连 2遗传算法的实现【4】 2．1基因定义 接关系。如图1描述了中文word2003的部分概念图。 匝匾固 要利用遗传算法来帮助我们找到学生的最佳化分 组，首先我们必须先定义出合适的基因表示方式。由于 函幽豳彳＆ 每位学生在每个阶段都会通过概念图诊断系统，诊断 图1 中文word2003的部分概念图 出该阶段概念的学习结果．并利用概念图编码将他的 1．2概念图的量化【2·3】 知识结构记录下来，这个知识结构即代表该位学生的 概念图的量化由专家概念图和学习概念图两部分 学习状况．所以我们利用知识结构来表示每位学生的 组成。专家概念图是根据教学重点由有经验的教师给 学习基因。然而，在知识结构中，我们只需要每个概念 出概念图中每个概念的权重，而学生学习概念图则由