知识推理在教学系统中的应用.docx

知识推理在教学系统中的应用 1. 教学策略的模糊推理 教学策略是操纵教学内容以一定的形式呈现给学生的驱动 机构。它可以理解为从教学目标出发，根据学生情况，设计和调 整系统的教学序列。 但是由于计算机与学生交流的通道是非常有 限的，因此利用教学知识之间的关系来设计教学策略就能够使系 统的教学更能适应每个学生的需要。 本文给出的推理机制， 可以 根据教学知识之间的关系和学生模型， 动态地生成最佳的教学序 列，并能在最适当的时候显示最好的指导， 进行启发式的高水平 教学。在智能教学系统的课件模型中，教师以知识点为节点，按 其相互约束的模糊关系创建知识约束关系图， 该约束关系表示学 生在学习下一知识点前应具备哪些知识。 节点间的链接是按约束 者到被约束者的方向链接的。为了表示节点之间的相互约束程 度，节点之间加了一个权值 W并规定W 的值从 0到 9，0表示没有约束关系， 9表示有特别密切的 约束关系。 可见， 按约束关系链接而成的模糊语义网络是一个带 权的无环有向图，如图 1 所示： 最佳教学序列可以利用拓扑排序得到， 例如， 图 1 的教学序 列有六种： a. 123456 b. 123546 c. 124356 d. 132456 e. 132546 f. 135246 所用路径的总权值计算公式为： Sum=2n-1i=1W(Ni , Ni+1) 根据上式可以得出每一种教学序列的权值： Sum(a)=5 Sum(b)=16 Sum(c)=16 Sum(d)=15 Sum(e)=15 Sum(f)=26 总权值最大的教学序列就是最佳拓扑序列。 求解最佳教学序 列的基本思想是： 使用一个栈保存当前正在求解的教学序列， 另 一个栈保存该教学序列中每个节点的回溯信息， 用线性表存储当前已经求解完的所有教学序列中最好的教 学序列。 求解最佳教学系列的算法流程图如 2。 最佳教学序列的排序过程的堆栈示意如下图 3。 以图 1 为例的最佳教学序列排序过程如图 3 所示。其中表格 的第一行为栈 1，第二行为栈 2， cur 表示当前教学序列的总权 值，max表示当前所有教学序列中最大的总权值， Path表示当前 总权值最大的教学学列， () 内的节点实际上并不存在， 它是回溯 节点集合中的第一个节点， 进栈前已被删除。 最后得出最佳教学 序列是 135246，其总权值最大为 26。 在教学中， 不同知识点的重点和难度不同， 其教学方法和进 度要因人而异，何时选择要点复习，何时加快进度需要经验，为 此，要用不同的教学规则来指导对不同水平学生的 教学。教学规则一般都是用产生式来表示的，它的形式为： if 条件 then 动作 以下是教学策略中的一些规则： 规则 1： IF 教学要求为理解或掌握的知识点得分不及格 THEN重复学习该知识点 规则2: IF本节的学习成绩优 AND下一节的教学要求达到 THEN跳过下一节进行学习 规则3： IF规则1不适用AND规则2不适用 THEN进入下一节进行学习 在实践中，先让学生自由学习一段时间， 而后根据学生水平， 动态地对约束链及其参数进行调整；根据学生选择的学习内容， 利用上述算法生成最佳节点序列； 教学时再根据学生的学习水平 选择合适的教学规则， 给予学生最好的指导； 然后再根据学生的 测试水平动态地对约束链及其参数进行调整。 如此循环， 直至教 学活动结束。 2. 教学方法的产生式规则推理 教学方法是模拟了一个优秀教师的教学模型， 它可以根据不 同的学习者特征，如学习者的原有知识结构、认知发展水平、学 习风格和学习倾向性等， 来建立起推理规则， 确定下一步的教学 方法的规则，从而实行个别化的教学，因材施教，建立一个个性 化的学习系统。 教学方法选择规则是系统以学生学习过程中各知 识点的成绩， 为规则划分条件， 从而确定下一步的教学方法的规 则。该规则为系统指导学生学习提供了标准，规则形式包括：条 件、结论（ 教学方法调整 ） 。在本系统中，学生每进行完一次学习， 都需要做作业， 学习完一节的内容后还要测试。 根据作业和测试 的成绩，系统评价出学生的认知水平：识记水平、理解水平、应 用水平、分析水平、综合水平，然后根据学生认知水平的差异， 系统进行自学习， 自学习之后就可以决定使用何种教学方法对具 备当前认知特征的学生进行教学。 下面列出一些选择教学方法的 推理规则： IF识记水平低THEN采用教学方法1 IF理解水平低THEN采用教学方法2 IF应用水平低THEN采用教学方法3 IF分析水平低THEN采用教学方法4 IF综合水平低THEN采用教学方法5 IF识记水平一般AND理解水平低THEN采用教学方法6 IF识记水平一般AND理解水平一般THEN采用教学方法7 IF识记水平一般 AND理解水平高T