学习智能

学习智能（精选十篇）

学习智能 篇1

智能移动终端或称智能终端是由英文Smart Phone及Smart Device于2000年后翻译而来, 具备开放的操作系统, 支持网络浏览功能以及应用程序安装性能, 代表性的智能移动设备有智能手机、ipad、平板电脑、PDA智能终端等, 移动性、便携性、实用性、交互性是其主要特点。

二、智能学习环境的构成要素

智能学习环境作为数字学习环境发展的高端形态, 是社会信息化和学习者对学习环境诉求的必然趋势, 是教育技术促进教学发展和应用的显著表现。黄荣怀等对智慧学习环境的构成做了探讨, 指出智慧学习环境的构成要素包括学习资源、智能工具、学习社群、教学社群、学习方式、教学方式六个组成部分。智能工具为学习社群和教学社群提供了技术和工具支持, 使得智慧学习环境的“智慧性”得以体现。

个人移动终端随着屏幕制作技术、用户交互体验以及电池使用寿命等技术的不断改进而迅速发展, 为学习者实泛在学习提供技术支撑。教学模式发生改变, 从传统的以教师为中心、向学习者灌输的教学方式向以学习者为中心, 借助多种教学策略实现知识的传递和强化, 培养学习者解决问题、批判思考、沟通表达、协作学习的能力。

三、智能移动终端在智能学习环境中的应用

随着无线网络wifi的普及, 智能移动终端通过网络连接进入智能学习环境, 学习者利用智能学习终端进行学习, 改变了原有学习方式, 不再受到学习时间、学习空间的限制, 使3A学习理念 (anytime, anything, anywhere) 成为可能。同时, 智能移动终端具有的便捷的网络浏览功能和移动性, 使得知识可以实现碎片化学习, 对于学习内容的获取更加灵活。下面从以下几点具体阐述智能移动终端在智能学习环境中的应用。 (1) 构建“自主学习式”智能学习环境。利用智能移动终端, 学习者可以根据需要自主选择学习时间和学习方式, 打破传统学习的空时限制, 通过浏览网络, 进行资料查询或者系统学习。学习资源可以是教学者提供的储存在云端的相关课程资料, 也可以是学习者自行检索到的网络开放课程资料, 亦可以是与课程知识相关的专题网站等, 学习内容相较于传统教学具有更多的自主选择性, 对知识的获取也更加便捷。 (2) 形成“多终端音频、视频同步平台”。智能移动终端的迅速发展和普及带动了应用软件的不断繁荣, 其具备的开放的操作系统和应用程序安装性能, 为“多终端音频、视频同步平台”的构建提供了软件层面的支持。以即时通讯软件为例, 学习者之间可以实现资源共享, 交流合作、远程协助以及语音视频通讯, 有效实现课堂同步教学。 (3) 实现基于资源的交互学习模式。教学者根据教学目标的需要, 将教学内容的数字化资源, 包括与课程相关的视频资源、开放的网络课程、教学计划、教学ppt及配套的练习等通过智能移动终端在线或离线发给学习者, 也可以利用云技术将资源存储到云端, 学习者自行选择下载相关资料进行学习, 并可以将学习过程中遇到的问题与其他学习者沟通交流。 (4) 跟踪记录学习者学习信息。学习者在进行自主学习的过程中, 产生的学习笔记、心得体会、以及相关文档资源, 都可以利用云笔记软件进行存储。同时, 学习者还可以对笔记资料进行编辑等再处理, 实现学习资料的完善管理, 便于学习者对知识再回顾。利用云计算技术可以实现学习者信息的自动同步, 学习者只需利用智能移动终端通过账号登录到自己的云端, 即可查看自己的学习进度, 继续进行学习, 形成系统化的学习过程。

四、结语与展望

智能移动终端作为社会信息化不断发展的产物, 将其应用于智能学习环境中, 对学习者进行自主学习, 培养学习者批判思维, 灵活运用多种媒体, 实现资源的交互共享, 促进学习者之间的交流合作, 必将引起学方式和教学方式的改变。但同时, 我们也应当认识到, 随着智能移动终端在智能学习环境中的应用, 对教学者的挑战也相应加大了, 教学者作为整个知识传递过程中的引导者, 对知识点的理解和掌控及相关资源的收集整理都有更高层次的要求。

参考文献

[1]乔军, 吴瑞华, 熊才平.智能移动终端的教学应用及前景分析[J].现代远距离教育, 2013

智能电网学习心得 篇2

张忠政

通过开展远程网络培训和研讨学习，让我系统的了解了我国电网现状及发展方向，建设坚强智能电网的目的和意义、发展目标和路线，各环节关键技术、关键装备取得的成就，以及试点工程建设等最新进展情况，深入的理解了建设智能电网的必要性。

所谓智能电网，就是以特高压电网为骨干网架、各级电网协调发展的坚强网架为基础，以通信信息平台为支撑，具有信息化、自动化、互动化特征，包含电力系统的发电、输电、变电、配电、用电和调度各个环节，覆盖所有电压等级，实现“电力流、信息流、业务流”的高度一体化融合的现代电网。

建设坚强智能电网对于电力系统的发展有着重大的意义：

首先，能有效地提高电力系统的安全性和供电可靠性。利用智能电网强大的“自愈”功能，可以准确、迅速地隔离故障元件，并且在较少人为干预的情况下使系统迅速恢复到正常状态，从而提高系统供电的安全性和可靠性。

其次，实现电网可持续发展。坚强智能电网建设可以促进电网技术创新，实现技术、设备、运行和管理等各个方面的提升，以适应电力市场需求，推动电网科学、可持续发展。

第三，减少有效装机容量。利用我国不同地区电力负荷特性差异大的特点，通过智能化的统一调度，获得错峰和调峰等联网效益；同时通过分时电价机制，引导用户低谷用电，减小高峰负荷，从而减少有效装机容量。

第四，降低系统发电燃料费用。建设坚强智能电网，可以满足煤电基地的集约化开发，优化我国电源布局，从而降低燃料运输成本；同时，通过降低负荷峰谷差，可提高火电机组使用效率，降低煤耗，减少发电成本。

第五，提高电网设备利用效率。首先，通过改善电力负荷曲线，降低峰谷差，提高电网设备利用效率；其次，通过发挥自我诊断能力，延长电网基础设施寿命。

第六，降低线损。以特高压输电技术为重要基础的坚强智能电网，将大大降低电能输送中的损失率；智能调度系统、灵活输电技术以及与用户的实时双向交互，都可以优化潮流分布，减少线损；同时，分布式电源的建设与应用，也减少了电力远距离传输的网损。

智能电网不仅仅对电力系统的发展有着重要意义，它还能给人们的生活带来很多好处：

首先，它能让生活更便捷。家庭智能用电系统既可以实现对空调、热水器等智能家电的实时控制和远程控制；又可以为电信网、互联网、广播电视网等提供接入服务；还能够通过智能电能表实现自动抄表和自动转账交费等功能。

其次，它能够让生活更低碳。智能电网可以接入小型家庭风力发电和屋顶光伏发电等装置，并推动电动汽车的大规模应用，从而提高清洁能源消费比重，减少城市污染。

第三，它可以让生活更经济。智能电网可以促进电力用户角色转变，使其兼有用电和售电两重属性；能够为用户搭建一个家庭用电综合服务平台，帮助用户合理选择用电方式，节约用能，有效降低用能费用支出。

为适应未来经济社会发展的需要，保障安全、经济、高效、可持续的电力供应，国网公司在特高压输电技术取得重大突破的基础上，结合世界电网发展的新趋势，提出了加快建设以特高压电网为骨干网架，各级电网协调发展，以信息化、自动化、互动化为特征的坚强智能电网的战略目标,并制订了发展规划，系统开展工程试点，确立了我国在智能电网领域的国际领先地位。建设坚强智能电网，关系经济社会发展和国计民生，是开发利用清洁能源、建设科学合理的能源利用体系的迫切要求，是满足经济社会可持续发展要求的重大选择。加强智能电网知识普及培训，对加深广大员工对智能电网新知识、新技术的了解，提高创新能力和岗位适应能力，加快推进电网发展方式转变具有十分重要的意义。

利用多元智能促进英语学习 篇3

关键词：多元智能；英语学习

中图分类号：G622 文献标识码：B 文章编号：1002-7661（2014）15-116-01

美国哈佛大学心理学教授加德纳提出多元智能理论，认为每个人都至少有8种智能，即语言智能、音乐智能、逻辑数理智能、自然观察智能、 空间智能、 运动智能、人际交往智能和自我认识智能、这八种智能的不同组合及表现构成了每个人不同的智能结构。各个学生由于不同智能组合所存在的差异性，同时也决定了其实所有的学生都是“潜在的天才”，只不过是因为他们的才能在类型上各有差异而已。《英语课程标准》的基本理念要求“突出学生主体，尊重个体差异”，注重学生在学习过程中的能力发展和整体语言能力水平的全面发展。而多元智能理论恰好提出了“用多元智能来进行教与学”的主张，指出英语教学的目标不应是孤立地提高学生的语言智能，而是应尽可能地充分利用学生地其他智能来发展语言智能，也让英语学习带动学生其他智能地发展。根据多元智能理论，笔者在英语课堂教学中努力构建多元切入，发挥学生智能优势，有效的运用多元智能理论促进了学生的英语学习。

一、利用音乐智能，提高认知能力

小学生听觉敏锐，善于模仿，具有较强的音乐智能。因此，我注意充分利用教材上的音乐或拓展课外的音乐资源，经常根据教学内容选择适宜的音乐；教唱与教学同步或相关的英文歌曲，以此来激发学生学习英语的兴趣和动机，在听音乐或唱英语歌曲过程中增强了学生的语感和语言文化的熏陶。例如，在学习牛津教材4B Unit4 Buying fruit时，我加入了Apple song帮助呈现，在学生6B Unit5 On the farm时，我选择了Old Macdonald had a farm辅助创设情境，这些歌曲很好的激发了学生的兴趣，使课程变得轻松、简单，活跃了课堂学习气氛、提高了学生的认知与情感水平；在学生阅读和练习时，我也常常根据需要播放一些悦耳的轻音乐，调剂学生的心情，收到了良好的效果。

二、利用逻辑数理智能，提高理解能力

逻辑数理能力主要指推理和运算的数学思维能力。英语属于文科，似乎与逻辑数理没有联系。其实不然，英语学科同样需要数学逻辑思维。如在阅读训练中，我经常指导学生根据文章线索，猜测生词，推测句意；根据文章中已知的信息推理故事情节的发展；根据字面意思、文章中的逻辑关系以及细节的暗示，推敲作者的态度，理解文章的深层寓意等。让学生在思考和学习中增强他们的逻辑思维能力。

三、利用自然观察智能，在自然中学习

自然智能是指观察自然界中的各种形态，对物体进行辨认和分类，能够洞察自然和环境的能力。学生自身就具备这样的自然智能，也有着一定的自然知识。譬如，学习 6A Unit1 Public signs之时，引导学生观察和调查周围的公共标识，了解其含义，并在班级就此话题展开讨论。学习6B Unit5 The seasons时，引领学生将目光移至校园之外，鼓励学生走进自然、观察自然，并在课堂上交流。这些活动使学生在英语学习中加强了对自然的了解，在自然中促进了英语的学习。

四、利用空间智能，进行直观教学

每个学生都具有空间智能， 对结构、空间、色彩、线条和形状有一定的感悟能力，具有用视觉手段和空间概念来表达自己的情感和思想的能力。故利用真实空间、现实物理空间（如教室或物体的位置）进行直观教学（如教at，in，on等方位介词）或采用电影、电视、投影片、多媒体、挂图、图解、图表等形象化工具能够有效地辅助教学。在教学6B Unit3 Asking the way的时候，笔者将教室设置为一个small town，借助课桌椅把教室分成若干street和road，并设置了history museum，post office等地点，让学生在这样的“街镇”中学习问路和指路，借助学生的空间智能，将抽象的思维具体化，形象化、生动化，降低了语言学习的难度，促进了语言的综合运用，也使得学生的理解和记忆更加深刻。

五、利用运动智能，“做中学”

运动智能指个体控制自身的肢体、运用动作和表情来表达思想感情和解决问题的能力。在教学中我经常根据教学内容，创设动态化的环境，鼓励学生多使用body language，经常根据教学内容设计课本剧，通过扮演不同的角色领会词语涵义，在表演中利用运动智能辅助语言的表达与交流，引导学生“Learning by doing”.在教学类似5B Unit6 A PE lesson的内容时，采用TPR等教学方法，通过肢体动作“做中学”，调动了学生的主动性和积极性，也使得学生学习更轻松更愉快。

六、利用人际交往智能，促进语言交流

人际交往智能指与人交往合作，觉察、体验和解读他人的情绪、情感和意图，并能据此做出适当的反应的能力。在课堂教学中，我常采用小组合作的方法，每组4—6人，在学生自愿组合的基础上，注意学生间的优势智能互补，引导他们进行异质性分组，人人都有表现的机会。在学生合作完成某一项任务的过程中，学生通过对自己和他人能力的分析，自行分工，提高了自我认知，学会了与他人交流，培养了学生的交往意识和合作精神，有利于语言的交流与综合运用。

七、利用自我认识智能，开展检查与自我检查

自我认识智能是关于建构正确的自我知觉的能力。自我认识智能者具有自我认知、自我反省的能力，并善于用这种能力有效地修正自己的行为。学习者是否成功在很大程度上取决于自己元认知水平的高低。在教学中笔者注意启发学生自我认识智能，引导学生主动认识自己智能活动过程，养成计划、监控和调整的习惯。培养学生在日常英语学习中养成自我检查的良好习惯，减少错误的发生。例如，在英语写作训练中，我让学生在写作前先拟一份提纲，确定写作要点、步骤与方法；写完初稿后自觉检查或与同伴交换查阅，及时订正拼写与句法的错误。在教师提示后能自己纠正错误、改进表达方式，引导学生开展检查与自我检查。

学习智能 篇4

1 系统中学习导航设计原则

智能导航就是要利用计算机根据算法判断出学习者的需求,为学习者提供相应的知识导航,使学习者能够找到想学的内容。网络学习管理系统应充分考虑网络用户的个性差异,以实现个性化学习。因此,其学习导航设计主要是基于以下原则:

1)智能化原则。建构主义者认为教学应是在教师的引导下以学习者为中心的学习。因此,系统应可以根据学习者的学习状态为每个学习者设计个性化的课程知识结构框架以反映学习内容的知识结构、来龙去脉、关联关系等,这样就可以为该学习者的学习确定总体方向,有效防止学习者在错综复杂的知识体系中迷失方向[2]。

2)个性化原则。应根据学习者选择的学习内容及其己有的认知结构和学习目标为学习者建立适应其个性化特征的知识网络结构,允许学习者根据需要非线性地访问信息[3],为学习者提供多维空间的知识导航以满足其在超空间的网络学习环境中进行学习的需要。

3)人性化原则。在网络教学中,学习者是学习的主体,要以学习者为中心,体现更多的人性化服务。如用符合人们心理特征的色彩、提示语句标识知识的学习等级及学习者己经达到的学习等级等信息,以更加人性化的服务来帮助学习者认清自己的学习现状,知道下一阶段的学习路径和适合自己的学习路径。

2 学习管理系统中的导航机制

课程学习是与知识检索不同的学习活动,主要表现在学习的系统性上,是有组织的连续性的活动。因此,网络学习管理系统中学习导航的根本目的就是帮助用户有目的、针对性、系统的学习课程知识。网络学习中的用户大都采用自学模式,用户的自主性很大,而且各知识点之间的关联较多,容易造成迷航。为了保证学习质量,需要制定较好的学习导航手段。

2.1 功能导航与超文本链接导航

功能导航与系统菜单类似,引导学习用户在权限范围内实现功能页面间的跳转。超文本链接导航是防止用户在超文本形式的知识点网页间“自由跳转”而造成迷航,为了能使用户能及时掌握自己的学习位置,在学习页面的开端,针对某一门课程或某一章、节给出当前学习位置与知识点所在的知识结构图。在该知识结构图中应包括:1)所涉及的关键知识点(或概念)以及它们之间的联系,并列出在学习前应掌握哪些预备知识,以及将会学习的扩展知识,使学习者能够在头脑中对其形成初步的、总体的印象。2)明确概念间的因果关系和层级结构,区分出重点和难点,标出各知识点(或概念)学习的先后顺序。这两种导航比较简单,容易实现。

2.2 知识结构树导航

知识结构树显示领域知识结构,并能反映用户当前的学习进度与学习状态。知识结构树可以随着用户的学习进程动态更新的。

2.2.1 知识结构树的生成

知识结构树的生成依托于本体概念网模型[4]的知识组织结构,在该知识结构树中要理清各个结点之间的父子关系。在使用时并不需要向学习者展示完整的知识结构树,一般只显示几层。因此,并不需要一次性创造完整的知识结构树,而只创建最初的几层,当学习者点击某一枝结点展开知识结构树时,再创建并展开该结点下的子树。构建知识树的算法为:

输入:pPNode指向父结点的指针;rsConcept存储本体的记录集

输出:以*pPNode为父结点的一层子知识点树

1)在本体的记录集rsConcept中选出父结点pPNode的子记录集rsChild;

2)对子记录集rsChild中的记录按兄弟结点序号排序;

3)对有序记录集rsChild中的每一条记录rs[i],申请结点存储空间,并用指针pChild指向该结点,将rs[i]中存放的信息填入pChild指向的本体结点,并将pChild加入pPNode指向的父结点的子知识点集中。

在某个节点展开知识树再一次执行上述算法即可。

2.2.2 知识点学习状态提示与更新

在学习者在进入系统的课程学习以后,随着时间的推移,对知识点的掌握情况会根据学习进度的变化而发生变化,所以一个好的网络学习管理系统应该有好的方式直观反映学习者在每一个时刻对知识的掌握情况,例如可以在知识结构树的知识点前用不同颜色的指示灯来表示学习者对知识的掌握情况,如红色指示灯表示不推荐学习、绿色指示灯表示推荐学习等。

学习者随着学习的推进,学习记录的值也在不断地得以更新,这些结果也会自动引起知识点学习状态的更新。当新用户注册时,由于还没有进入学习阶段,每个新用户的知识点学习状态都是一致的;当用户通过知识点测试时,该知识点的学习状态则变为“已掌握”,对应颜色指示灯变为黄色;当学习者自己将知识点的学习状态改变为“已掌握”,系统会将知识点的学习状态改变为“推测已掌握”,其颜色指示灯变为“蓝色”等。学习状态更新这一过程包括了两个部分:学习者操作更新用户学习记录和从学习记录中读取数据以显示学习状态。以下是当学习者提交知识点测试网页后的更新算法关键步骤:

1)系统自动计分;2)对用户学习表中对应的知识点得分赋值;3)如得分没通过规定域值,则返回;4)将对应知识点学习状态赋值为“已掌握”;5)由学习状态提示表得到对应的学习状态,将结果更新用户学习表;6)结束。

用户其它操作引起的学习记录更新与以上类似,以下是知识点学习网页的每一次重载时的算法关键步骤:

1)读取用户学习表以得到当前学习者所有知识点的学习状态;2)由学习状态提示表得到对应的提示图形;3)更新知识结构树控件中每个节点的图形属性;4)结束。

2.3 推荐学习导航

推荐学习导航是指系统根据用户的实际情况选择用户感兴趣的学习内容推荐给学习用户。当用户注册登陆进入网络学习系统,系统首先推荐当前用户应学习的知识点给用户,当用户学习完一个知识点的内容时,系统推荐用户下一个需要学习的知识点给用户。

系统推荐的内容包括:知识点推荐与相关资源推荐。知识点推荐是指根据用户当前已学习和掌握的知识点情况,在本体概念网中推荐下一个应该学习的最优知识点。例如,当用户在没有学习一些“前提”知识时就直接点击某知识点开始学习时,系统会给出提示,并推荐那些“前提”知识点作为补充学习材料;当学习并掌握某个知识点时,它的“后续”知识点是被优先推荐的;如果没有上述关联的知识点,推荐知识树上的“下一个”知识点。相关资源推荐是指选择合适层次的资源组织成当前知识点的学习页面。这种选择用户感兴趣的学习内容也是网络学习系统个性化和智能化的一个重要需求。

2.3.1 推荐当前学习的知识点

用户注册登陆进入网络学习系统,系统会根据新用户注册的信息或根据老用户的偏好及其对当前知识的掌握情况作出判断,选择学习素材,制定学习素材的编列顺序,用户也可以根据自身学习的需要,选择适合自己的素材呈现。

2.3.2 推荐下一个学习知识点

有关个性化的推荐意义、推荐“下一个”学习知识的原理和算法,国内外学者都作了相应的研究[5,6]。尽管算法考虑了用户的学习记录和学习兴趣,但所依据的联系是基于概念之间最基本的前驱后续关系,所以计算出来的推荐“下一个”学习知识点有欠客观。本文的学习推荐算法中充分考虑了知识结点之间的各种关系以及用户当前的学习记录,系统根据用户的学习记录、当前的选择和知识之间的各种关联关系,按一定的规则计算出用户该学习的“下一个”知识点,因此该推荐具有一定的智能性。具体的算法步骤如下:

1)打开用户学习记录表并定位到当前用户记录,读取记录数据;

2)根据用户当前学习知识结点编号,在本体概念网表中读取与之相关知识结点编号;

3)根据知识结点编号得到相应的学习状态,查看是否有学习状态为“推荐学习”的知识结点,若有执行4),若没有执行6);

4)对学习状态为“推荐学习”的相关知识按层级的升序排列;

5)将升序排列的第一个知识结点作为下一个推荐学习的知识结点,再选择相关的资源更新教学网页中的学习内容,执行8);

6)在本体概念网中找出第一个对学习状态为“推荐学习”的知识结点;

7)将该知识结点作为下一个推荐学习的知识结点,并选择相关的资源更新教学网页中的学习内容,执行8);

8)结束。

以上算法充分考虑了用户已经掌握的知识背景以及当前的选择,推荐的知识属于用户未掌握而又最容易掌握的部分。而且,推荐的内容根据用户的学习记录的变化可以动态更新。

2.4 通过动态生成个性化学习路径和隐含链接导航

个性化学习路径的生成主要依托于解释结构模型法[7](Interpretive Structural Modeling Method,简称ISM分析法)的基本思想,在领域知识本体概念网的基础上,将用户认知结构考虑进去,通过学习背景矩阵与可达矩阵的运算,利用ISM分析法生成生成符合用户的个性化学习路径。其算法步骤为:

1)根据本体概念网络的数据描述中网络关联属性值和事件属性值,形成知识点间直接关系的邻接矩阵A;

2)为了获取各个知识点之间所有的关联关系、还须根据n阶邻接矩阵A与n阶单位矩阵E按照P=(A+E)k-1进行布尔运算,求出可达矩阵。当(A+E)n-1≠(A+E)n=(A+E)n+1成立时,即可求得可达矩阵P;

3)获得用户对所学知识点的认知水平,定义用户的学习背景矩阵B=(bij)n×n,当i=j且知识点ci未达到学习目标要求时bij=1,否则bij=0;

4)对学习背景矩阵B与可达矩阵P按照S=BP进行矩阵的乘法运算得到适合用户个人认知水平的个性化知识点结构关系矩阵S;

5)对个性化知识点结构关系矩阵S进行计算,确定知识点的层级。定义ci的前提知识点集A(ci)={可达矩阵P中第(ci)列的元素为1的行所对应的元素}和ci的后续知识点集B(ci)={可达矩阵P中第(ci)行的元素为1的列所对应的元素},如果对于知识点ci、cj有:A(ci)∩B(ci)=A(cj)∩B(cj),表示ci、cj是处于平行关系的知识点,并且两者之间是强连接关系,强连接知识点可以作为一个知识点来处理。如果对于知识点ci有:A(ci)∩B(ci)=B(ci),则知识点ci就是最高层级的知识点。在确定了整个系统的最高层级之后,便把它所在行与列从矩阵S中取走。对剩下的知识点,以同样的方法求出下一个最高层级的知识点集,在整个系统中处于第二层级。依次类推,逐次决定知识点间的不同层级,生成一个有针对性的个性化学习路径。

3 个性化学习路径的生成实例与分析

以某用户学习“VFP数据库程序设计”中的“循环结构”为例说明个性化学习路径是如何动态生成的,循环结构与知识点k1--顺序结构、k2--分支结构、k3--循环结构、k4--do while语句、k5--for语句的关联关系的本体概念网(只含部分关联)如图1所示。

根据本体概念网,求得此五个知识点的邻接矩阵A:

邻接矩阵只表达任意两个知识点之间直接的关联关系。在邻接矩阵中,1表示知识点之间存在直接的关联关系,0表示知识点之间不存在直接的关联关系。根据邻接矩阵A可求它的可达矩阵P:

若某用户对上述五个知识点中的知识点k2己经达到学习目标要求,则可求得他的学习背景矩阵B和他的个性化知识点结构关系矩阵S:

从矩阵S中可见,达到学习目标要求的知识点k2所在行的值全部变为0,表明该用户可以跳过该知识点的学习。对该用户认知水平所产生的个性化知识点结构关系矩阵S进行计算,确定知识结点的层级。如图2所示。

此方法在生成用户个性化学习路径的同时,也确定了知识点学习序列,使学习者按照最有效的学习路径来学习,减少了学习者无目的浏览的可能性,实现了在系统引导下以学习者为主体的学习,并且下一知识点的学习只与当前学习者的知识结构有关,使整个学习过程具备了一定的自适应性和智能性。

4 结束语

以上各种导航措施在一定程度上解决了学习者学习“迷航”的问题,为提高网络学习的质量提供了有力的保证。当然,各种导航措施都是通过学习者这一主体发挥作用的,只有学习者意识到各种导航措施的存在,并按各种提示和建议去操作,才能达到网络学习系统开发者和教学组织者预期的目的。同时,随着学习理论、网络交互技术和智能技术的研究和发展,对网络学习系统的智能化也会有更深入的研究和发展,从而更好地促进真正意义上网络个性化学习的实现。

摘要：网络学习导航的目的是避免学习者在学习过程中“迷航”和提高学习效率,并能在一定程度上实现个性化学习,其关键是学习系统能够提供智能化的学习导航,指导学习者完成学习任务。论文探讨了网络学习管理系统中学习导航的设计原则,研究了在本体概念网模型的知识组织结构基础上的智能学习导航机制及其实现算法,并着重强调个性化学习,为基于B/S三层结构的学习管理系统实现个性化学习提供了基础。

关键词：学习导航,个性化,网络学习,迷航

参考文献

[1]张金顺,卢辉炬.网络环境下的学习导航策略[J].经济与社会发展,2006,4(5):207-209.

[2]苗英恺,陈佳.“知识认知导航图”在教育中的应用初探[J].教育信息化,2006(21):76-79.

[3]Tergan.Sigmar-Olaf Multiple views,contests,and symbol systems in learning with hypertext/hypermedia:a critical review of research[J].Educational Technology,1997(7-8):5-18.

[4]文海英,罗三定,沙莎.网络教学系统中基于概念网的课程知识表示与关联[J].湖南科技学院学报,2008(4):124-126.

[5]赵亮,胡乃静,张守志.个性化推荐算法设计[J].计算机研究与发展,2002,39(8):986-991.

[6]Schwab I,Pohl W,Koychev I.Learning to recommend from positive evidence[C]//Proceedings of Intelligent User Interfaces2000.ACM Press,2000.

智能电网学习心得 篇5

首先，什么是智能电网，智能电网和普通电网有什么不同呢? 所谓智能电网即是以物理电网为基础，将现代先进的传感测量技术、通讯技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的新型电网。智能电网的核心内涵是实现电网的信息化、数字化、自动化和互动化。

其次，智能电网技术又有哪些优点呢?

1、可靠性——在电网发生大扰动和故障时，智能电网仍能保持对用户的供电能力，而不发生大面积的停电事故;在自然灾害和极端气候条件下、或人为的外力破坏下仍能保证电网的安全运行;具有确保信息安全的能力和防计算机病毒破坏的能力。

2、自愈性——因为使用实时传感器和自动化的控制设备，智能电网可以对电力系统的故障进行预测和检测，进而做出反应，自动的避免停电和电力质量恶化。在智能电网里面，停电的事故永远不会发生，系统的局部故障并不会导致某些地区的停电。

3、互动性——智能电网一个非常核心的理念就是试图通过双向的信息传递和分时电价，改变电力用户的用电行为，以削峰填谷，降低系统对电源容量的需求。实时、双向通讯的智能电网能鼓励用户节约能源，同时允许用户向电网卖电。家庭太阳能板、小型风电和电动汽车都可以接入电网，普通家庭和小型商业用户可以把他们富余的电能通过智能电网卖给邻居或是电网的其他用电方。

4、兼容性——国内风电场开发地区一般都集中在边远地区，这恰恰是电网比较薄弱的地方，承受能力有限。并且，边远地区负荷相对较小，使得发出的电很难在当地被消纳。风电密度低、不稳定、不连续性使得发电量忽上忽下，对我国尚不坚强的电网构成冲击，电网不愿接入，使风电场利用小时数过低，无法形成规模效应，导致风电项目内部投资回报率低于8%的社会平均水平，缺乏投资吸引力。智能电网建成后除了能够输送传统煤电外，还能够输送可再生能源，比如风电和太阳能。我国之所以高调提出大力建设智能电网，主要原因是支持风电、太阳能等新能源接入，支持需求侧管理。

5、节能环保——智能电网的首要作用是节能，我国一年社会用电总量近35000亿千瓦时，实现电网信息化之后，每年在配电输电用电等环节即可节约5%至10%的电力资源，节省价值近2000亿元人民币。建造智能电网还助于城市减排温室气体。

当然，作为一个新兴的技术，虽然有着诸多的优点，但也存在不少的缺点，技术方面尚不完善，推广普及更是困难重重。

1、投资方式问题。智能电网既牵涉到原有电路网络的改造与升级，又必须对新的设备进行投入，是一项耗资巨大、耗时长久的工程。鉴于所需要资本的庞大和回报周期漫长，完全由企业投资的可能性不大，而由政府单方面投入也会受到财政资金的制约，甚至会对民间资本形成“挤出效应”。无论采取哪种方式，对于一些发展中国家而言，智能电网所需要的巨大资本将是一个不小的压力，智能电网的“全球化”也可能因为资金的约束而止步。

2、商业模式问题。即使投资问题解决了，智能电网建成后采取怎样的商业运营模式也是一个棘手的难题。是采取政府所有统一运营还是主要由企业管理运营、抑或是政府与企业联手运营，既要取决于前期投资方式，又要具体分析市场环境状况。在没有统一的商业运营模式前提下，可以通过各种不同的示范项目和工程寻找可行的操作模式。

3、统一标准问题。智能电网具有全球化特征，因此其应该拥有一套国际化的标准。但是，目前不同的国家对于智能电网标准的制定存在诸多分歧，而且智能电网涉及许多电气产品和技术、供应商的利益，不同产品供应商会采用不同的技术、标准，选用某种产品有时会出现不同的发展方向和走势。

4、关键技术问题。无论电网技术还是基础材料技术环节，目前还不能完全说都能达到智能电网的要求，甚至有些技术的安全性还有待论证。

很荣幸能参加单位上举办的智能电网培训班，这是我第二次参加智能电网培训，记得第一次是2009年，相隔快两 年的更进一步加深对智能电网的了解。老师是专门从天津大学请来的，这次培训主要从三个方面介绍：一是智能电网简介；二是智能电网主要组成部分；三是智能电 网实施与收益。智能电网是使用健全的双路通信、高级的传感器和分布式计算机的电力传输与分配网络。智能电网的组成分为四个部分一是高级量测体系(AMI)；二是高级配电运行(ADO)；三是高级输电运行(ATO)；四是高级资产管理(AAM)。

这次培训让我感触颇深的是智能电网与现有电网的比较。现代电网面临许多新的形势，形势1:大电网经常发生停电事故；形势2:大量分布式电源的接入； 形势3:高级市场的发展；形势4 :电网面对更多更严格的限制随着政治和经济的进步，国家和政府的政策将在灵活性和降低成本上有更高的期望。在可靠性和安全性提高的同时，安全维护成本也在 降低，这将意味着运行、维护和原则上的变革。但是智能电网的优越性日益突出：在激励电力用户上充分的间隔信息，实时定价，有许多方案和电价可供选择；在提 供发电和储能上大量“即插即用” 分布式能源补助集中式发电；在使市场化成为可能上成熟，健全很好集中的趸售市场；在满足电能质量需求上根据需要，电能质量是优先满足；在最优化上电网的智 能化同资产管理软件深度集成；在自愈上防止断电，减少影响；在抵御攻击上具有快速回复能力。

学习智能 篇6

智能手机的普及和移动互联网的发展丰富了大学生的生活，但也占用了同学们的大量时间。许多同学在自知危害的情况下仍因无法自制而对手机产生了依赖，严重影响了大学的课堂秩序与同学们的身心健康。学校应该采取外部限制手段与学生自我管理相结合的方式来化解智能手机对当代大学生的不利影响，促使大学生形成正确的手机使用习惯。

智能手机的广泛使用和移动互联网络的快速发展给广大大学生带来了手机成瘾等各种负面困扰。探究大学生手机依赖行为影响及应对对策，对培养大学生合理使用手机习惯、健全大学生人格十分重要。针对这一社会问题文章将根据对大学生的实际调研情况进行深入的分析。

一、大学生智能手机使用情况

2014年5月中国互联网络信息中心发布了《2013年中国青少年上网行为调查报告》（以下简称《报告》）。《报告》显示，手机成为了青少年上网的主要终端。截至2013年12月，青少年手机网民规模已经达到2.21亿，较去年同期增长了12.8个百分点，增长率高于2012 年。与此同时，青少年网民对互联网的使用深度也不断加深，其中大學生上网时长更是高于其他学生群体达到了25.1小时每周。交流沟通、信息获取和网络娱乐是青少年在互联网上的重要需求，其中手机即时通信使用率为90.6%，手机网络游戏和手机网络视频的使用率超过了50%。

在对多所高校的实地调研中我们共发放调查问卷1000份，回收有效问卷928份，其中对手机用途和主要应用使用率的调查数据显示：经常使用QQ或微信的同学占93.5%;56%的同学经常使用微博;74%的同学用手机来玩游戏;使用手机看小说、看视频的比例分别为42%和61%。这结果与《报告》中出现的数据基本吻合，而我们调查中使用手机玩游戏等行为的统计数据皆高于《报告》说明，使用手机玩离线游戏，看离线小说与视频等也是同学们使用手机的主要用途。

二、大学生对智能手机依赖情况及影响

在享受智能机与移动互联网带来的便利的同时，也使大学生逐渐成为了无时无刻的“低头族”。对手机不合理的使用不仅干扰了高效课堂的教学秩序，影响了大学生的听课效率，休息睡眠。更出现了大学生对手机的过度依赖现象，严重影响了大学生的身心健康。

2.1大学生对手机依赖程度严重

我们在调查中发现，拥有智能手机的同学中近78.4%承认自己对手机有依赖，其中认为自己对手机有“轻度依赖”“较重依赖”和“严重依赖”同学分别占比33.9%，35.6%和8.9%。其中“较重依赖”占比最多。而根据调查，同学们对手机的依赖主要表现在几个方面：一、宁愿选择手机聊天，也不愿直接面对面沟通。二、不自觉得使用手机刷“微博”，刷“新闻”，刷“朋友圈”。三、即使没有明确使用目的也会把手机握在手中。调查更显示有近50%的人认为这种依赖对自己的学习生活产生了不利影响。而这些人中95.3%的同学都试图通过自我控制手段来摆脱对智能手机的依赖。但绝大部分同学都在中途放弃，没有成功。

2.2手机依赖对大学生的负面影响

（一）社会交往方面，大学生沉溺于移动社交使自己与人交往的能力大受影响。QQ，微信，人人这类应用逐渐由即时通讯工具发展为了个人多媒体终端。更方便快捷的社交体验，使大学生热衷于通过拟态环境建立社交活动而忽视了与周围人的交流。沉溺于移动社交的快感加剧了传统社交活动所带来的焦虑感，而大学生为了缓解这种焦虑，会更加地依赖手机，形成了一种恶性循环。

（二）课堂秩序与学习效率方面，对智能手机的依赖使大学生学习效率大幅度降低。根据我们的调查数据显示，71%同学会在课上使用手机，而43.5%的同学表示当自己想好好听课时仍无法控制自己使用了手机。在闲暇时间，通过刷微博、聊微信、浏览新闻等诸多行为，看起来将碎片的时间、空间有效地利用了起来。但碎片化的传播语境下，大众日益形成碎片化思维，对微博、微信这类应用提供的信息产生依赖，反而是手机把我们的时间碎片化了。许多大学生在看书，甚至上课的时候会习惯性地刷微博，刷完微博刷朋友圈，进而导致注意力长时间无法集中，严重影响了上课及学习效率，在另一方面也加大了课堂管理的难度。加大了教师完成教学任务的难度。

（三）日常生活方面，对手机的依赖也影响了大学生的夜间休息。有很多同学总是习惯睡觉时把手机放在枕边，认为可以在睡不着时通过手机游戏来放松精神。殊不知这其实是一个误区，过度的手机游戏会让人精神保持在一个亢奋的状态.反倒使人更加难以陷入睡眠状态.对新一天的学习产生影响。大学生们的作息与健康也因此很容易出现问题。

三、加强学校管理干涉与培养大学生自我管理能力相结合以应对手机依赖

大学生对手机依赖情况的日益严重加大了学校及老师管理课堂，完成教学任务，保障大学生身心健康的难度。针对这一问题，学校可通过物理手段屏蔽上课期间教室网络信号，加强课堂的监督与管理力度，对上课使用手机行为进行有效处理。以求在条件和管理上限制同学们对智能手机的使用，减少智能手机对课堂的影响。

大学生对智能手机的依赖情况需要校方的控制与监督，但外部手段只能治标，不能治本。无法真正对大学生对手机的依赖心理产生影响。要真正解决过度依赖手机对课堂的不利影响就需要增强学生使用智能手机时的自我管理能力，在心理上自主地“屏蔽”互联网。

网络智能学习系统特征分析 篇7

在基于W W W的网络教育发展过程中, 一般采用了B/S浏览学习结构, 即:将课程资料、素材、讲义、电子教案等存放在远端的W E B服务器上, 并且如果系统使用了数据库则通过W E B服务器与数据库进行连接。然后学习者在通过Internet或者Intranet接入的方式, 对W E B服务器提出请求, 由服务器端进行处理, 然后反馈给客户端相应的内容, 这是传统网络教学系统所普遍采用的基于W W W的远程学习模型, 如图1所示:

这种基于W W W的远程学习模型满足了网络学习的基本要求, 能够实现网络学习。而且现在的很多网络学习系统和平台依然在采用这种模型, 其优点是学习系统结构清楚, 维护方便, 而且B/S结构和数据库的引入可以让所有接入这个系统的学生进行有效的学习, 如果在功能上 (例如作业系统、评价系统、监控系统、讨论平台等) 和学习资源上给予足够的支持, 将是实现网络远程学习的更有效的途径。

但是应该看到, 这种模型同样具有一个明显的缺点:这种学习系统主要以系统为中心, 并没有充分考虑学生的需求和习惯, 要求人来适应系统而不是系统来适应学习者, 没有充分按照人的个性要求等因素来实施系统设计。实践也逐渐地证明了这一点, 那就是学生在这样的环境中学习, 需要花很长的时间来适应这种环境, 而且一成不变的学习环境、不感兴趣的辅助材料使学习会变得枯燥和无味。

2 网络智能学习系统的特征及其发展趋势

在传统的网络学习系统中存在的最大的问题就是没有以学生学习为中心, 系统对学生不能自动的适应, 没有照顾到学生的个性因素, 不利于学生完全自由的学习, 也无法做到个性化指导。

要解决这一问题, 最关键的就是要在学习系统中增加对学生个性化因素、学习策略等方面进行支持的功能模块。因此, 需要研究具有智能分析学生个性化特征的网络智能学习系统, 在这种系统中, 不是简单的对传统网络学习系统的改进, 而是一种理念上的更新:这将以学生的学习为中心, 尊重不同学生的个性, 发掘学生学习的潜在规律, 让系统智能的来适应学生, 从而更好的支持学生自行选择的学习策略, 培养其元认知能力, 在了解学生学习过程的情况下给予适当的个别的学习指导。

在传统网络智能学习系统研究中主要具有如下特征:

2.1 具有更强的交互性

在这里更强调人机交互的方便和易用性, 学生可以对系统提出相关资源请求信息, 得到系统及时的反馈, 比较常见的有智能搜索引擎等。

2.2 具有良好的导航功能

良好的导航功能可以使学生在浩如烟海的学习资源中清楚把握自己所在的学习位置, 并能迅速方便的找到自己需要的资料, 避免出现迷航现象。

2.3 能提供一定规模的专家知识领域库

这就加强了对学生自主学习的指导作用, 学生在学习过程中, 可以借助比较智能的专家知识领域库来做出对遇到问题的解释, 在这里, 专家知识领域库并不是完全作为一种答案解答机制, 也不是对所有问题都提供详实的解释, 而是指导问题解决的相关概念, 这样可以让学生利用适当的学习策略, 通过知识的迁移来完成对问题的解决, 培养其学会学习的能力。

2.4 采用了具有一定智能测试反馈策略

在过去的研究中, 智能 (自适应) 测验也开始引入了智能学习系统的设计。自适应测验是计算机技术和项目反应理论相结合的测验方式, 它需要根据学生对试题的反应来选择下一个测试题, 它需要实时对学生的反应做出判决, 并需要根据一定的规则选择下一试题。通过具有智能特征自适应测试, 可以对学生的知识水平和学习效果做出一个初步的判断。

传统网络智能学习系统确实在一定程度上体现了更加重视学生“学”的特点, 将学生学习置于中心地位, 是网络教育的重大进步。同时, 随着研究的深入进行, 发现基于网络的自主化学习对网络学习系统的要求也越来越高, 因此就要求网络智能学习系统有更深层次的改善和发展, 其主要结构特征发展趋势为:

2.4.1 建立动态学生的认知模型, 以存储学生学习过程中的特征信息

网络智能学习系统最核心的特征就是根据学生的能力特征和认知特征提供最适合学生需求的学习环境。从这个角度看, 就要求通过一定的技术测控手段将学生的个人学习情况记录下来, 再通过分析决策得到相关结论, 作为教学决策的依据。认知模型主要记录每个学生原有的知识水平认知能力和特点。

2.4.2 智能学习内容呈现方式

能根据学生的动态信息特征来动态的为每个学生提供不同的学习内容。这就需要对学生特征有详细的掌握, 主要包括个人信息、安全信息、学业信息、管理信息、偏好信息、关系信息、绩效信息、作品集信息、学习行为 (进度信息、课程内容学习信息、典型例题学习信息、练习信息、作业信息、测试信息、提问信息、交流信息、媒体学习信息) 等, 而且学生的这些特征将随着学生的学习发生适应性的改变。根据学生的这些特征信息进而确定不同内容的不同呈现方式, 更好地适应每个学生的学习特征, 实现学生的个性化学习。

2.4.3 智能导航功能支持

智能导航主要为了解决学生在超媒体和超文本空间航行过程中的方向性问题。因为在网络学习中, 学习内容虽然形式多样, 但主要是以超文本方式链接起来的。学生在其中学习的过程中, 容易在超媒体的复杂关系干扰下出现迷航现象, 所以需要有智能导航系统的辅助。如树形导航、路径导航、内容导航等。

2.4.4 智能学习策略的支持

网络学习是以学生学习为中心的学习, 每个学生根据其认知水平、兴趣爱好、认知特征、元认知能力等方面的差异, 对相同的学习内容、学习目标会采取不同的学习策略。对于网络智能学习系统而言, 就需要将知识以单元的形式, 通过对学生相关信息的判断, 提供对不同学习策略的支持。例如对同一学习内容而言, 在教学设计之初就应该建立完备的设计规划, 充分考虑到传授式学习、探索式学习或是协作学习的具体支持策略。

2.4.5 智能语义搜索

根据语义网络原理建立知识库和语义网络的对应关系, 构建基于限定领域的搜索引擎。根据学科和学习者的特征以及他的历史搜索记录、历史学习记录等, 呈现其最需要的查询内容。

2.4.6 学生学习记录与智能分析

对学生学习的历史记录包括学习内容、参与测试的过程和结果、参与的讨论和提问、学习策略的选择、学生自行记录的学习日志等等, 记录学生的学习行为, 并以一定的规则进行数据抽取, 以得到学生学习过程的概括描述, 这就是关于学生学习过程的智能分析。通过对学生学习的历史记录进行智能分析, 可以知道学生对知识掌握、学习策略选择、参与讨论的积极性、学习时间分配等许多学习要素。然后根据这些要素分析的结果给予学习者一定的客观的评价, 同时推荐给学习者相应的学习建议, 包括可能需要的学习内容或学习资源等等。

2.4.7 智能答疑系统

学生遇有疑难问题时, 可以通过智能答疑系统中的智能语义搜索引擎来自动解答。在接到学生提问后, 首先在已有专家知识领域库和已解答问题库中进行搜索, 若找到相关问题则呈现给学生, 若没有找到则将问题存入未解答问题库, 待解答之后返回给学生, 同时并存储在已解答知识库中, 并定期对问题进行统计分析, 得到学生对学习内容的整体提问分布, 从而对网络学习内容的相应部分做出调整。

2.4.8 智能评价与反馈系统

网络智能学习系统中, 学生的学习成果和知识获得可以通过测验、考试等办法得到, 同时利用智能评价系统, 基于学生的学习过程做出形成性评价, 对测验、考试的结果做出总结性评价, 并给予适当的建议让学生进行调整。

从上述研究来看, 网络课程的特征结构可以表示为如图2所示的结构组成。

3 网络智能学习系统的学习特征

在网络智能学习环境中, 学习是学生通过自身原有知识经验与智能学习系统进行交互活动来获取知识、提高能力的过程。在这个过程中, 学生能够自我组织、制定并执行学习计划, 自主选择学习策略, 并能控制整个学习过程。这种学习主要有以下特点:

3.1 是基于资源的学习

但是学习资源在呈现上并不是按照事先完全确定的顺序和模式来为学生提供的。而是由智能学习系统根据学生的个别化特征来有选择的呈现, 学生的个别化特征包括学生的个性化分析、学习风格分析、学习过程分析、测试结果分析等。

3.2 学习过程是在学生的掌握和控制中的

智能学习系统中建立的学生认知模型, 是对学生的个别化学习提供帮助与支持的。学生将对自己的全部学习负责, 智能学习系统将对学生的学习进行指导, 推荐学习资源, 对学习策略和学习进度给予建议。

3.3 学生的学习是个别化、人性化的

在智能学习系统中, 充分尊重学生的个人学习风格和学习习惯。通过对学生的个性特征进行分析、数据提取、数据挖掘, 得到学生的个人特征模型。可以说学生在这种环境中学习是完全个别化的。

3.4 学习过程是知识的建构过程。

学生学习的过程中, 他们主要是通过自己在智能学习环境中探索、研究、讨论和交互来建构自己的知识。学生在这种环境中探索和交互时, 不仅掌握知识, 更重要的是掌握学习方法, 同时也强调知识的运用能力和与他人合作的能力。

3.5 学习过程是数字化和高度智能化的过程

智能学习系统的学习环境的构建可以说是一个高度数字化和智能化的系统:对学生个性的智能分析和灵敏的主动适应, 快速的反馈和个性化的评测系统, 存储大量的媒体资源供选择, 方便的讨论和通信系统。因此, 这种智能学习系统的构建需要利用多媒体网络技术、人工智能、数据库及数据挖掘技术、语义解析、网络通信等最新技术。

3.6 学习过程是一种不断反馈的过程

在智能学习系统中, 学生的学习将是自己不断调整的, 同时需要系统根据对其个性因素、智力因素、知识水平等等的分析给出相应的建议。另外, 学生还要有和别的学习者进行交流的机会和条件, 需要教师在适当的时候给予指导和建议, 因此, 这种环境下的学习是一个不断调整、不断反馈的过程。

参考文献

[1]段培俊等.基于网络的智能自主学习系统设计[J].2006.

[2]刘立新.智能教学系统学生端导航模型设计[J].2006.

[3]李听.智能授导系统中学习者特征分析的研究[J].2005.

基于网络学习的智能数据收集 篇8

关键词：智能数据收集,网络学习,模型创建

1 网络学习与智能数据

网络学习平台:是一个在网络上进行教学、辅导、自学、交流、作业、测试以及质量评估等多种形式的学习平台, 可以提供的服务分为实时和非实时的。最终目的是能够掌握教师的教学活动过程和学生学习行为过程。

智能数据在教育中会经常用到的两个方面:教育数据挖掘和学习分析。学习分析是利用已有的模型来认识、理解新的学习行为和过程。而教育数据挖掘, 是对学习行为和过程进行量化、分析和建模。而智能数据的属性则包含下面三个方面。可信:数据必须清洁、安全且互联互通。换言之, 必须立即可用。相关:数据富含元数据和上下文, 可以立即访问。有用:数据不仅可以告知其本身的状况, 还可以帮助查找其他相关的信息片段, 或推荐扩充数据的动作。

2 数据收集

通过模型创建、模型比对、有效度判定来收集有用的信息。

2.1 模型创建

教育数据挖掘通常用自适应软件来干预分析碎片化学习, 预测模型在建立自适应学习系统中扮演一个关键角色。基于预测模型的适应和干预, 能被用于改变学生下一次的学习体验, 甚至用于推荐额外的学术服务, 来支撑他们的学习。

总得说来, 教育数据挖掘建构模型主要回答下面问题:

一个特定的学生最有效的主题顺序是什么?

更多学习取决于什么样的学生?

什么学生行为表示满意、投入或学习进步?

什么功能的在线学习环境会带来更好的学习?

什么将预测学生学习成功?

原子模型:1.登陆:时间、IP;2.浏览:开始时间、结束时间;3.页面:上个页面。

事物模型:1.浏览:开始时间、结束时间、次数;2.习题作答:开始时间、结束时间、正确率;3.课程:时间、难度、方法。

判定模型:1.不利性:学习时间>1小时、学习次数>3次、作答的正确率<60%;2.一般性:0.5小时<学习时间<1小时、学习次数=2次、60%<作答的正确率<80%;3.有利性:学习时间<0.5小时、学习次数=1次、作答的正确率>80%。

2.2 模型比对

2.3 有效度判定

设定各个模型的有效度, 存储到数据库, 这样的有效度就是以后分析所占的比重值。有效度应该怎么设定:

F (X) 表示X上所有模糊集, X{x0-xi}表示过程集合, 模糊集A在点x∈X处的隶属度记A (x) , (1) 如果A⊂B, 则c (X, [0]) =0; (2) c (X, [0]) =0

3 结语

存在的不足:在有效性判定的设置上还不是最科学合理的。改进方向:通过设计一个反馈平台, 运用学生和教师的反馈来提高或降低有效性判定的权重。

参考文献

[1]张红云, 马垣.数据挖掘与决策支持系统的关系[J].鞍山师范学院学报, 2001 (3) .

[2]周腾.数据挖掘:数据仓库构架的拓展[J].电脑与信息技术, 2001 (2) .

基于智能强化学习的遗传算法研究 篇9

关键词：生产调度,强化学习,遗传算法

1 强化学习概念及模型

强化学习技术是从控制论、统计学、心理学等相关学科发展而来的，有着相当长的历史，但到目前强化学习技术才在人工智能、机器学习中得到广泛研究，由于强化学习具有无导师的自适应能力，因而被认为是设计智能体的核心技术之一。智能体为适应环境的学习过程应有如下特点：智能体不是静止地、被动等待，而是主动对环境做出试探;环境对试探动作反馈的信息是评价性的。智能体在行动—评价的环境中获得知识，改进行为方式以适应环境，从而达到预想的目的。具有上述特点的学习就是强化学习。

强化学习的基本模型如图1所示。该模型通常包括三部分：一个离散的环境状态集S;一个离散的行为集A;一个反馈信号的集合R。

在每一步交互中，智能体感知自己在环境中所处的状态st，以及上一步行为所带来的立即反馈rt，根据一定的策略选择行为at。此行为把智能体所处的状态改变到St+1，环境给出at的立即反馈rt+1作用于环境。值得注意的是环境不是一成不变的，在相同状态下采取相同行为可能导致不同的状态和(或)不同的反馈。但是一般是概率稳定的。智能体的学习的最终目标就是要获得一个行为函数，即在环境的某一个状态应采取什么样的行为。

常见的强化学习算法有蒙特卡罗方法是一种纯粹的试错方法，也是最简单、直观的强化学习方法。不需要任何先前知识，完全从直接的经验，即状态、行为和奖励的样本中学习，不关心在探索的过程中建立的模型。单一的强化学习算法在生产调度中往往不能满足，而且这些算法目的在于寻找一个最优策略，在问题规模比较大时收敛速度很难保证，故该文提出把强化学习与遗传算法相结合的自适应智能体模型，用来解决动态的、复杂的车间任务分配问题。

2 遗传算法与强化学习相结合的自适应智能体实现方法

由于在强化学习中智能体在某一个状态采取一定的行为作用于环境，环境对动作给出评价，奖励值越大，则该行为被采用的可能性越大，通过奖励的多少来指导行动的选择。这与遗传算法中交叉概率和变异概率之间的调整有很大的相似之处，故该文把强化学习与遗传算法结合，提出一种解决动态的、复杂的车间调度问题的自适应智能体模型。

自适应智能体的决策过程由四个方面构成：状态集S;行为集A;从状态和行为到立即反馈的映射R：S×A→R;以及状态转移函数T。在任务分配的过程中，把协调智能体看作遗传算法中的交叉率，能根据状态做出决策，选择相应的行为(选择相应的pc值)，并实现状态的转移，同时获得一个立即的奖励值。在一次学习完毕，记下交叉率值，通过计算获得一个总的全局奖励值并进行全局更新。在某一个状态中，奖励值大的行为在下一次选中的可能性会更大，并且当在每一个状态都选中较优行为时，那么总的目标值会更优，从而在全局更新时对该适应度值的取值上奖励值会更大，如此反复，是一个正反馈过程。

当系统处于状态Si时，行为会根据情况及前几次学习的奖励结果选择一个相对较优的值。概率合适的被选中的可能性越大，概率过大或过小的被选中的可能性也越小。这样在多次学习的过程中，奖励值会形成正反馈，最终集中到较优的概率上。各行为的转移概率如下：

其中p(s,a)表示状态s选择行为a的概率，xi为选择行为a总的奖励值，计算公式如下：

其中xi-1表示在本次局部更新前的奖励值，鄣为学习率，r为选择该行为所带来的立即反馈值。

奖罚系数更新主要分为局部更新和全局更新。当行为处在状态s选择值为a时，则对策略(s,a)进行一次局部更新。当一次学习完毕，会获一个全局奖励值rg，同时记下该次学习所得策略邀(s1,a1)，(s2,a2)…(st,at)妖对该交叉率制进行一次更新。

强化学习需要对环境进行探索，在不断探索中得到最优的行为。然而这就带来一个问题：是探索新的交叉率值，还是不断利用已知值中的最优值呢?前者是有危险的，因为新的交叉率很可能不如已知的最优值，但后者又可能陷入次优行为而找不到全局最优行为。

为了解决该问题，本文采用了保存较优记录的方法。在学习的初期让交叉率去探索新的值，并把其中较优的值保存下来。当学习到一定的时候，在加工过程中以一定的概率选择已知策略进行加工，这个概率随着加工的进行可以进行自动调节。

若进行新的交叉率探索，在该次学习完毕，把其目标值与历史记录的目标值进行比较，若果优于已知记录里面的最差记录，则取而代之;反之历史记录集不作任何改动。如果是选择历史记录，则选择每一条历史记录的概率为：

3 自适应智能模型的具体实现

把遗传算法与强化学习结合，通过自适应智能学习来实现任务分配，同时通过保存较优记录来加速算法的收敛。智能学习能根据环境的情况做出决策，实现任务的优化分配，同时把以前的学习经验通过奖励值保存到以后的决策中，最终实现车间的优化调度。具体算法的流程如图2所示。

因为该算法是一种在线学习算法，学习的次数由任务的数目来决定，可以认为是一种无限次数的学习。随着学习的进行，智能交叉率获取的经验越来越丰富，取得优化解的可能性也越来越大。经过上面的流程，自适应智能体完成一次学习，并把学习经验保存下来，用以指导以后的决策，直到取得一个优化过的满意解。

4 结束语

生产环境总在不断地变化，当机器资源或订单情况发生变化时，自适应智能体会进行自动调整，实现资源的优化分配

参考文献

[1]张晴,饶运清.车间动态调度方法研究[J].上海:机械制造,2003(41):461.

[2]W.C.Hon,Y.M.Rebecca.Wong.an a-gent-based negotiation algorithm for d-ynamic scheduling and rescheduling[J].Advanced Engineering Informatics,2003(17).

[3]王万良.人工智能及其应用.北京:高等教育出版社,2005.

[4]饶运清,谢畅,李淑霞.基于多Agent的Job Shop调度方法研究[J].武汉:械工程,2004,15(10):873-877.

基于智能手机的成人移动学习探究 篇10

关键词：智能手机,成人,移动学习

信息时代,手机已进入千家万户,智能手机为人们的移动学习提供了可能,“移动学习”作为一种新型学习方式,成为众多研究者关注的热点。以手机为媒介上网,掀起了移动互联网热潮,以智能手机作为移动学习的终端成为人们学习的新方式。网络技术、通信技术的快速发展、移动设备价格的降低及性能的提高,为移动学习的发展提供了发展动力。[1]

1 移动学习及相关概念界定

1)移动学习

移动学习(M-learning)是在数字化学习基础上进一步的发展和延伸,它是指学习者突破时间、空间的局限,借助移动互联技术和小型的移动终端设备(智能手机或IPad等),随时随地浏览最新资讯、阅读书籍、学习课程、参与讨论的学习模式。[2]

2)移动学习环境

Mark van Harmelen教授对个人数字化学习环境的见解是“一个能够帮助学习者方便地获取学习资源,使处于不同虚拟学习环境的学生和教师之间能够无缝地进行交流沟通的个人电子学习系统。”[3]新媒体时代背景下,成人移动学习环境的实现方式可从技术支撑层面进行剖析,如微博可让人们相互分享信息和最新动态;QQ等即时通讯工具能实现用户与一个人或者多人进行即时信息收发;博客能能让人们发表自己的想法并支持其他用户对此发表评论,实现相互交流;社会性书签如Blogmarks能让人们随时随地收藏自己喜欢的链接和网站;在如人人网、Facebook等社会性网络平台,可构建学习团队,加强沟通和联系,随时获取其他人的最新动态,百度百科通过协作的方式,实现集体智慧的汇聚。这些社会性学习软件,构建了成人移动学习的基本环境,而这种学习环境构建的有效,主要取决于人们在生活、学习和工作中对这些软件的熟悉程度与利用情况。

2 调研数据分析

2.1 调研基本设计

本研究采用深度访问和问卷调查相结合的研究方法,实地调研在湘潭、长沙、衡阳三地进行,按1:1:2 的比例进行配额抽样。考虑到年轻群体是使用智能手机进行移动学习的重度群体,调研中将被调研者集中在大学生、年轻白领、打工人员等群体上,该群体占被调研人数的59.7%。调研共发放问卷300份,回收问卷284 份,回收率94.7%,其中有效问卷263 份,有效回收率87.7%。

2.2 数据分析

2.2.1 成人移动设备的使用情况

调查显示,100%的被调研者都拥有手机,其中94.7%的被调研者拥有的是智能手机。84.3%的人可熟练使用手机上网。成人使用智能手机最普遍的功能,除基本通信功能外,是日历、天气、闹钟等基础功能,占总人数的75.3%;使用记事本等记录功能的人较少,占11.4%,在使用Office功能这一项上,大学生使用较多,被调研者中有70.2%的大学生经常使用这一软件,其他行业的人使用较少,只占总数的17.8%。调查中还发现,成人拥有移动学习设备的状况也发生了变化,拥有IPAD的人为20.5%,有笔记本电脑的占37.4%,拥有MP4 或MP5 的占19.6%,有电子词典的占11.4%,以上均没有的占11.1%。

2.2.2 成人移动学习的基本形式

在对成人移动学习方式的调研上,调研发现,通过上网浏览和获取资讯的占比高达92.4%。其中主要阅读网页文本信息的占18.2%,使用QQ、微信等交流工具的占78.6%。与此同时,42%的人喜欢登录特定的移动学习网站学习,34%的人习惯于下载资料后进行学习,只有的成人通过视音频和浏览论坛等形式进行学习。虽然手机终端的视频资源不断增加,但由于视频耗费流量造成学习成本的提高,导致成人利用智能手机的视频资料进行学习的比例偏低,且资源相对偏少也是造成这一现状的重要原因。此外,时下较流行的微信,成为人们获取信息和资讯的流行方式。

概括起来,成人基于智能手机的移动学习方式主要有两种形式:一是主动搜索学习资源,二是通过分享、交流等方式获取资讯。

2.2.3 成人对移动学习的认识

在被调查的成人中,38.7%的被调查者听说过移动学习的概念,61.3%的人对移动学习的概念模糊或表示不知道。调查结果显示,50.5%的人认为智能手机对个人学习有较大帮助,26.2%的人认为只能作为学习的辅助手段,23.3%的人认为智能手机在移动学习上还有很大提升空间。调查中发现,有67.3%的人认为移动学习的资源非常丰富,但同时资源散乱,搜索比较麻烦。有33.5%的人认为借助手机等移动设备进行学习的效率不高,干扰度大,43.3%的人认为移动学习对于个人提升有较大帮助,23.2%的人认为无法评价。

总体上看,大多数被调查者认为移动学习设备上提供的学习资源比较多,但同时娱乐性资源数量多且干扰大,移动学习资源的分类和搜索等比较受人关注。

2.2.4 学习环境对成人移动学习的影响

调查显示,成人在移动学习中对环境的要求主要体现在学习内容上。有52%的被调查者表示,越是想专注地学习和了解的学习内容,其对学习环境的要求就越高。只有24%的被调查者认为移动学习与传统学习方式没有什么差异,另有24%的人没有特别注意环境对学习的影响。

2.2.5 学习资源对成人移动学习的影响

78.9%的被调查者认为利用智能手机进行学习,上网获取学习资源是其利用的主要方式,其他途径分别是视音频资料、文本资料和学习软件,占比分别为64.2%、63.4%和58.5%,另外有15.3%的人认为游戏等也能作为学习资源。

在网络平台上,借助智能手机进行移动学习,随机搜索和他人推荐是大多数人获取学习资源的主要方式,分别占了52.3%和64.7%,选择微信、QQ、论坛等分享形式的占38.1%,其他形式只占10.4%。由此可见,在学习资源的获取上,成人多采用主动搜索和交流分享的形式,借助智能手机的移动学习功能,成人获取学习资源的主动性大大提高,学习资源的获取途径对成人的移动学习及其效果有较大影响。

3 基本结论

3.1 成人均具备移动学习的设备条件

在被调研的成人群体中,所有人均拥有手机并经常使用。大多数成人具备手机各项功能的使用经验,近七成的成人能熟练使用手机上网获取学习资源。调查结果显示,多数成人都意识到利用手机获取学习资源的优势,对利用智能手机进行移动学习持乐观态度。

3.2 成人对移动学习的认识不够

六成以上的被调查者对移动学习的概念模糊,近七成的被调查者认为借助智能手机等移动设别进行学习,效率不高,干扰度大。

3.3 学习环境和学习资源对成人移动学习有较大影响

一半以上的被调研者表示,学习环境对其移动学习有较大影响,而且学习的动机越强烈,学习的内容越专业,这种影响就越明显。此外,由于成人移动学习的主要方式以上网浏览和即时借助通讯工具为主,学习资源的散乱和不系统,对其移动学习造成了较大困扰,近七成的被调查者认为移动学习的资源有待系统和规范化。

4 成人移动学习改进策略

4.1 成人个体

随着移动技术的迅速发展,移动学习受到教育领域的广泛关注,其应用效果如何,也成为人们热切关注的焦点。就成人移动学习个体层面而言,端正认识、优化策略、增强主动是改进移动学习的基本策略。

在认识层面,要充分意识到移动学习的价值——提供一个时尚和快捷的学习平台,其对传统学习方式的改变是颠覆性的,与此同时也要克服学习的片段式、快餐化,注重深入思考和慢思考。

在学习策略上,成人对移动学习需要进行科学合理的统筹规划。一方面,基于网络的移动学习,提供的信息量非常大,如何对这些海量学习资源进行系统管理是一个亟待解决的问题,以确保在需要时能快速定位并准确找出;另一方面,成人移动学习的时间和内容零散,没有规律性,如何进行有效的自我调控,确保移动学习的效果是另一需要解决的问题。

在学习的能动性方面,形成一种主动意识,积极利用移动学习的特点查找学习资源、交流和寻求帮助,充分发挥移动学习方便快捷的优势,将移动学习和正式学习有机结合起来,营造一个较为轻松的学习环境,提高学习的效率。

4.2 运营商

对运营商而言,丰富学习内容和方式,优化学习资源结构,提高学习活动的情境,降低学习成本,开发多样化的学习终端,是改进移动学习的基本策略。

在丰富学习内容和方式上,运营商应进一步丰富和拓展移动学习的资源,提供更加丰富多样的学习内容和表现形式,使成人能方便地利用移动终端获取、分享优质的学习资源,

在优化学习资源结构上,运营商应对学习资源结构进行优化,使资源的分类更为明确和系统,使学习者能快捷方便地搜索和利用学习资源进行移动学习。

在提高学习活动情境上,运营商应充分考虑学习资源应用情境的多样性,从学习活动的实际出发,为学习者提供其感兴趣、可用来帮助解决其问题的学习资源。如调查中发现,师范专业的学生更倾向于获取能帮助其提升师范技能的学习资源,如课件制作的知识与技巧等,而现实中要轻松获取此类资源却非易事。