基于层次分析法和启发式算法的人工智能教育评价体系研究.pdf

电子信息硕士学位论文 基于层次分析法和启发式算法的 人工智能教育评价体系研究 二○二三年六月 摘要 摘 要 “ ” “ 在 国务院关于印发新一代人工智能发展规划的通知 中明确指出 实施全民智能教 育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育，鼓励社会力量参与 寓教于乐的编程教学软件、游戏的开发和推广。”社会各界对新兴技术人才的需求在不 断增多，学校与家庭越来越重视人工智能教育教学。目前而言，国内的人工智能教育发 展仍处于实践探索阶段，中小学人工智能教育呈现出一种千姿百态却又乱象丛生的局面， 主要是由于缺乏指导规划和有效的评价指标体系。科学合理的教学评价指标体系能够适 时诊断中小学人工智能教育存在的问题，引导、调节其向着理想的状态发展。因此，构 建一套符合中小学人工智能教育发展现状的教学评价指标体系，对中小学人工智能教育 工作的推进具有非常重要的意义。 本文围绕人工智能教育在福建省中小学的发展情况及未来工作部署，研究一套科学 系统的教学评价体系，并对评价体系的指标权重进一步优化，文章主要工作内容和创新 包括： 1、本文对国内现有教育信息化的相关研究进行对比分析以及对针对福建省中小学 教育信息化现状的调研，结合福建省人工智能教育现状初步构建了中小学教学评价指标 体系框架。确立了四个一级评价维度，并对一级维度细分二级指标、三级指标。然后采 AHP 用德尔菲法对确定的评价指标进行筛选和修改，再通过层次分析法( )确定指标体系 的权重占比情况，形成完整的评价指标体系。 2、针对AHP 在综合评价体系中计算权重的缺点，基于元启发式优化算法中经典的 PSO GA WSO 优化算法，选择粒子群算法( )、遗传算法( )以及战争策略优化算法( )对层 次模型进行优化，提出了IPSO-AHP 、GA-AHP 和WSO-AHP 改进算法模型。利用这 些模型分别优化福建省中小学人工智能教育评价体系中的指标权重，对比优化结果选择 最优的权重解集作为评价体系备选方案。实验结果表明，三种算法都能达到较好的优化 结果，并且一致性指标能够提升约30%及以上。它们都能够地解决AHP 方法中一旦判断 矩阵给定，权重和一致性指标无法改善的问题。最后对结果进行弗里德曼统计检验以证 明所提出算法的有效性。 关键词：人工智能教育；层次分析法；教育评价；启发式算法；评价体系 I Abstract Abstract In the Notice of the State Council on Printing and Distributing the Development Plan for the New Generation of Artificial Intelligence, it is clearly pointed out that Implementing the national intelligence education project, setting up artificial intelligence related courses in primary and secondary schools, gradually promoting program