基于多agent系统的虚拟小组学习的建模方法与实现

小组学习是远程教育的一种学习组织形式，小组成员通过协作共同完成学习任务．本文结合agent与多agent技术，提出以BDI模型为基础的多agent虚拟小组学习模型，在小组学习模型中包括四种智能agent：学生agent、教师agent、分组agent，虚拟学习伙伴agent；其中，在虚拟学习伙伴agent的支持下可实现虚拟小组学习中的协作过程．在Jadex平台上，设计和实现了面向合作的虚拟小组学习系统，以支持学生在远程教学系统中的虚拟合作学习，提高在线学习质量．     

基于遗传算法的多Agent工程索赔谈判模型

分析了已有基于贝叶斯学习规则的索赔谈判多agent系统,针对该系统的一些不足,提出基于遗传算法的多agent（以下称为GA-Agents）工程索赔谈判模型.模型采用“谈判门限序列”的概念给出索赔双方的谈判策略,设计了基于承包商Agent,业主Agent和运算Agent的操作流程,并利用遗传算法来不断优化索赔双方的谈判门限序列,使得索赔谈判能够在短时间内达成协议,为解决索赔谈判中存在的低效率、费时费力等问题提出了一个新思路.     

一种基于多agent的合作智能教学系统模型方法

提出了采用agent方法和基于WEB超媒体组件集成的合作智能教学系统模型方法．系统模型结构主要有学生、教师、专家、多agent智能教学系统以及确保它们进行交互的接口模块．系统模型能有效实现基于超媒体的交互式的动态的远程教学．     

基于移动agent的P2P网络搜索算法研究

高效搜索P2P网络上的资源是P2P网络实现最为关键的问题.通过引入移动agent,在混合式P2P网络模型基础上提出了一种基于区域划分的网络搜索模型,设计了基于移动agent的网络搜索算法,从而实现了P2P网络搜索的灵活性、全面性和有效性.     

普适环境下的多Agent协同框架的研究

根据普适计算的特点,提出了一种多agent协同框架模型.考虑到普适计算环境下移动设备的交互和多通道的信息集成,该模型在已有多agent协同设计框架模型上增加了相应的a-gent,并且在设计agent的结构中包含了通道识别、上下文生成及多通道信息整合模块,以处理多通道的信息.详细介绍了在该agent模型中基于设计上下文的知识表示,以及协同设计系统中多agent知识共享的方法.该研究对于普适计算在设计领域中的应用有重要的意义.     

基于工作流技术的虚拟车间协作控制模型

虚拟车间是实施敏捷制造的一个关键基础技术。应用工作流技术,分析了虚拟车间工作流的机理与特点,提出一种基于多agent技术的虚拟车间工作流协作控制模型的体系结构,并论述模型中任务agent、过程agent、活动agent、资源agent、接口agent、协调agent和协同工作流 agent功能需求、运行方式和结构设计方法。     

基于网络自助学习和互动课堂的大学英语学习评估模式建构

通过监控学生日常学习,将学生的所有学习活动量化纳入评价范畴,构建基于网络环境下,以形成性评价为主,终结性考试为辅的多元立体化学习评估模型.分析了各评估件在形成学生最终学习成绩时的权重.期末笔试及口语测试验证了该模型在改善提升学生的英语基本技能、激发学生英语学习积极性和培养学生自主学习习惯方面具有积极反拨作用.     

基于遗传算法的多Agent工程索赔谈判模型

分析了已有基于贝叶斯学习规则的索赔谈判多agent系统,针对该系统的一些不足,提出基于遗传算法的多agent(以下称为GA-Agents)工程索赔谈判模型。模型采用“谈判门限序列”的概念给出索赔双方的谈判策略,设计了基于承包商Agent,业主Agent和运算Agent的操作流程,并利用遗传算法来不断优化索赔双方的谈判门限序列,使得索赔谈判能够在短时间内达成协议,为解决索赔谈判中存在的低效率、费时费力等问题提出了一个新思路。     

基于移动Agent的分布式资源分配策略

分布式资源分配策略可以解决集中调度式的瓶颈计算问题.但如果在缺少完整网络信息的前提下,它也会出现学习机制偏差,导致最终无法获得全局稳定的任务均衡负载分布.基于此,该文提出了基于移动agent的分布式资源分配策略(MADRAP),MADRAP是在传统的分布式资源分配策略基础上改进学习机制,使其在只有部分网络信息前提下最终实现全局稳定的任务均衡负载.实验证明MADRAP不会增大系统的耗时,简化了移动agent的路由问题.     

基于路径引导知识启发的强化学习方法

为了提高强化学习算法的运行效率和收敛速度,提出了一种基于路径引导知识启发的强化学习方法PHQL。采用PHQL方法,不需要提前植入先导知识,agent在每一轮学习过程中更新Q表的同时,各个状态的路径知识也自主地建立起来并逐步修正和优化。算法利用已经获得的路径知识来指导和加速agent以后的强化学习过程,以减少agent学习过程的盲目性。分析了PHQL算法的探索、利用和启发3种行为的执行概率以及行为选取方法,提出一种行为选择概率随时间渐变的算法。以一个路径搜索问题为实例,对PHQL方法进行了验证、分析并与几种相关的强化学习算法进行了性能对比。实验结果表明,作者提出的方法对学习过程具有明显的加速作用,收敛性能有了较大的提高。     

大学生创新素质的量质化评价

随着科学技术的迅猛发展．知识经济对高等教育培养和造就大批创新人才提出了迫切的要求，而如何来评价和衡量一名大学生是否是创新人才．他应具有哪些方面的创新素质，长期困扰着整个教育界和实业界。鉴于此，在明确大学生的创新素质评价理论依据和基本原则的基础上．力争科学合理地构建适应创新人才培养的素质评价体系，以期为教育界和实业界提供借鉴。     

基于贝叶斯网络的自适应学生模型的研究

首先介绍了贝叶斯网络的基础理论，贝叶斯网络是目前不确定知识表达和推理领域最有效的理论模型之一。适用于不确定性和概率性的知识表达和推理。接着介绍了自适应学生模型的概念和理论，然后运用贝叶斯网络构建了一个自适应性学生模型，并对贝叶斯网络学生模型的知识表达方法进行了研究，最后举例说明这个理论的可行性。基于贝叶斯网络构建的适应性学生模型能够有效地提供适应性的网络教学资源，从而有助于实现网络教学平台的适应性学习。     

基于核心项目群的模具专业课程体系改革

高等职业教育课程项目化教学的理论研究表明,项目化教学已成为适应目前高职教育培养目标的课程模式.但目前多数高职课程的项目前后缺乏联系,相互独立,从表面上看学生完成了一个个的项目训练,然而一旦要完成一个综合性任务,学生又会束手无策.因此,基于核心项目群的课程体系,以核心项目群为载体,贯穿专业课程始终,将独立的知识相互联系起来,有利于高素质劳动者和技能人才的培养.     

机器学习在适应性教学系统中的应用研究

根据学生的学习行为主动给予适应性的教学材料是适应性教学系统研究关注的焦点问题．当前的适应性学习系统在主动适应学生的学习行为方面存在许多不足．针对适应性教学系统的这个问题，利用机器学习方法根据学生的学习行为，预测学生的学习风格与学习行为，改进适应性学习系统的适应性，提出了在适应性学习系统中使用机器学习的知识表示方法，设计了用朴素的贝叶斯分类器动态观察和预测学生的学习行为的方案．实验结果表明，朴素的贝叶斯分类器对于预测适应性教学系统中学生的学习行为有较高的准确率．     

基于agent的模式表示模型AIM

针对模式表示研究存在的语义缺失问题,基于agent技术和人的记忆原理,提出一个新的模式表示模型agent影响图(agent influence map,AIM)。AIM反映了模式的整体特征,提供一个有效的软计算工具来支持基于先验知识的自适应行为。AIM通过特征的多阶段整合呈现记忆模式的层次性;把模式信息存储在整个网络中,通过协作涌现出高层次特征体现记忆的语义特性。     

我国大学生创业模式的构建

知识经济和后金融时代的到来导致了当前我国企业所面临的经济环境开始出现恶化,当代大学生的就业率开始下降。同时当前我国高等院校培养的大学生难以与企业形成对接。因此,大学生创业正在成为一个全球化的议题。而我国大学生创业才刚刚起步,急需进一步完善和研究。本文从大学生创业模式的概念出发,结合国内外创业模式的现状来试图构建我国大学生创业模式。     

努力培养高素质的学生干部

学生管理工作是学校管理工作中的重要组成部分之一，针对高校扩招学生人数逐年增多的现象，努力培养一支高素质的学生干部队伍显得尤为迫切和重要，本章指出培养学生干部应把握好三个方面，即要营造良好氛围，把握用人标准，学生政工干部要注意教育和引导；要充分调动学生干部工作积极性，在实际工作中培养和锻炼学生干部，从而真正达到实践育人的目的。     

采取有效措施 加强高校辅导员队伍建设

高校辅导员是学生思想政治工作第一线的组织者和教育者，扮演着指导学生在校期间德智体全面发展的特殊角色，高校辅导员队伍是加强和改进大学生思想政治教育工作的组织保证．分析了目前高校辅导员队伍建设存在的问题，对如何解决这些问题提出了自己的几点看法．     

采取有效措施加强高校辅导员队伍建设

高校辅导员是学生思想政治工作第一线的组织者和教育者,扮演着指导学生在校期间德智体全面发展的特殊角色,高校辅导员队伍是加强和改进大学生思想政治教育工作的组织保证.分析了目前高校辅导员队伍建设存在的问题,对如何解决这些问题提出了自己的几点看法.