粗集理论在调查数据可信度评判中的应用

在教育领域中常常会进行教学评价、学习评价等调查活动,而学生填写的数据有很大的随意性。为评判调查数据的可信度,引入粗集理论,先对属性集合进行初步约简,再利用条件属性的重要度确定约简中各属性权重,最后由模糊评判方法来衡量调查数据的可信度。其中,模糊关系矩阵由选择可信度来确定。实例分析结果表明,该方法是可行的、有效的。     

基于AHP-Fuzzy的航电综合化仿真系统可信度评估

航电综合化仿真系统的可信度研究越来越成为航电综合化仿真方面的一个重要研究课题;采用层次分析法和模糊综合评判相结合的方法,对航电综合化仿真系统的可信度评判进行了初步的探讨;针对航电综合化仿真系统的具体特点,用层次分析法建立了航电综合化仿真系统的层次模型并确定各子系统的权重,并利用模糊综合评判方法对整个系统的可信度进行评判,充分体现评价因素和评价过程所固有的模糊性,比一般的评价打分等方法更符合客观实际,从而使得评价结果可信、可靠。     

多专家联合求解系统中不确定性处理

在多个专家联合求解的系统中,有时每个专家给出了多个不同的结论和可信度值,有时给出同一个结论和不同的可信度值。为处理这种不确定性,本文提出了模糊综合评判的方法来处理第一种不确定性;对第二种不确定性的处理采用平均值、加减法和影响法来调整各可信度值,最后用加权平均和模糊熵方法来求出一个统一的可信度值。     

多专家联合求解系统中不确定性处理

在多个专家联合求解的系统中,有时每个专家给出了多个不同的结论和可信度值,有时给出同—个结论和不同的可信度值。为处理这种不确定性,本文提出了模糊综合评判的方法来处理第一种不确定性;对第二种不确定性的处理采用平均值、加减法和影响法来调整各可信度值,最后用加权平均和模糊熵方法来求出一个统一的可信度值。     

多专家联合求解系统中不确定性处理

在多个专家联合求解的系统中，有时每个专家给出了多个不同的结论和可信度值，有时给出同一个结论和不同的可信度值。为处理这种不确定性，提出了模糊综合评判的方法来处理第1种不确定性。对第2种不确定性的处理，采用平均值、加减法和影响法来调整各可信度值，最后用加权平均和模糊熵方法来求出一个统一的可信度值。     

“VB程序设计”教学内容与效果的模糊分析

对教学内容及教学效果进行量化分析能得到因材施教的关键性数据,反复讲解知识点能帮助学生巩固知识、加深理解。因此尝试采用模糊集理论分析"VB程序设计"课程教学的重复效果,一方面用统计方法确定各班级的隶属函数,并获得了教学内容的难点、容易点和信心点,摸清了大多数学生与各知识点之间的定量关系;另一方面又通过模糊聚类分析和模糊综合评判,取得了各班级总体教学效果的详细数据,掌握了不同专业学生的学习特点。研究成果为后续教学提供了全面支持。     

智能学习系统学生模型的设计

为了客观的评价学生的认知能力,提高整个智能学习系统的智能性,提出了一种采用模糊综合评判和贝叶斯网结合的方法构造学生模型.以离散数学课程为背景,以学生的各个知识点成绩作为学生的行为数据,通过模糊综合评判法将其量化为学生对知识点的掌握情况,将量化结果作为贝叶斯网的输入节点,对学生的下一步行为进行了推理.实验结果表明了该算法的有效性,并得到了良好的效果.     

导弹武器系统仿真可信度评估方法研究

飞航导弹武器系统是一个复杂大系统,复杂的仿真系统的可信度评估是一项关键技术,必须采取有效的手段和方法对整个仿真系统的可信度进行综合评估。关于仿真系统可信度评估的方法有很多如：相似度方法、层次分析方法、模糊综合评判法、CLIMB法和评价树方法等等,该文在综合分析各种方法的基础上,明确仿真可信度的基本概念和可信性评估的一般步骤,给出一个客观的、实用的、量化的、具有可操作性的导弹武器系统可信度评估方法。     

基于非线性的电子商务可信性研究

模糊综合评价法是常用的分析方法,它在人工智能、系统评估、决策等多方面有很好的应用。正确评价一个网站的可信性的过程,需要从界面、功能、物流、系统等各方面来评价,即综合评价的过程。考虑到模糊方法的特点,其在模拟人脑思考,评价多因素影响的综合指标值等方面有很好的应用。因此,提出了一种结合特征根方法和非线性模糊综合评价的方法来分析电子商务的可信度。与此同时,将实验结果与其他的线性模糊评价法进行对比,充分说明了在对电子商务可信性评价过程中,利用非线性方法的重要性。     

基于模糊综合评判的入侵检测模型的应用与研究

针对现有入侵检测技术所存在的入侵行为特征描述困难、边界锐化、误报率和漏报率高等问题,结合模糊数学和层次分析法,提出了一种综合评判入侵检测系统性能的新方法:一方面采用改进后的层次分析法和熵值法相结合的综合分析赋权法来配置和调整权重;另一方面采用基于梯型函数的非模糊统计方法和遗传算法来建立最优的隶属函数,把评估的主观因素限制在很小的范围内,提高了评判结果的准确度和可信度.实验结果表明,该方法与Snort方法相比能明显的减少误报率和漏报率.     

Improving Student Performance Using Self-Assessment Tests

Testing is the most generic and perhaps most widely used mechanism for student assessment. Most tests are based on the classical test theory, which says that a student's score is the sum of the scores obtained in all questions plus some kind of error. The most relevant is that the student test result depends heavily on the individual's learning preferences or abilities and also on the actual test's format. According to this theory, tests aren't necessarily useful in intelligent educational systems, which require accurately obtaining the student's knowledge state to guide the learning process. Yet the Web has created a new generation of intelligent systems-adaptive hypermedia systems which offer new types of instructional interaction. Educational AHSs adapt the learning process on the basis of the student's learning preferences, knowledge, and availability. One such Web-based tool is Siette (the system of intelligent evaluation using rests), which infers student knowledge using adaptive testing.     

Intelligent preference selection model based on NRE for evaluating student learning achievement

In order to evaluate student learning achievement, several aspects should be considered, such as exercises, examinations, and observations. Traditionally, such an evaluation calculates a final score using a weighted average method after awarding numerical scores, and then determines a grade according to a set of established crisp criteria. However, this approach lacks the potential to reflect the individual characteristics of a class compared to others. Several researches have used fuzzy techniques to devise practical methods for evaluating student learning achievement to ascertain linguistic terms that are usually used by teachers to assess student learning achievement. However, these approaches are largely based on expert opinions and require complicated computational processes. In this paper, we present a new method for evaluating student learning achievement using an adaptive ordered weighted averaging operator and K-nearest-neighbor classification method. The proposed method simulates the evaluation behavior of teachers when performing a student achievement evaluation based on a norm-referenced evaluation by identifying situations involving the application of intelligence and provides a useful means to award a reasonable grade to students. Furthermore, the proposed method provides a feedback mechanism to update the norm dataset. Therefore, the repetitious use of the feedback mechanism will gradually strengthen the representativeness of the norm dataset.     

Student diagnosis in practice; bridging a gap

This paper presents a novel framework for looking at the problem of diagnosing a student's knowledge in an Intelligent Tutoring System. It is indicated that the input and the conceptualisation of the student model are significant for the choice of modeling technique. The framework regards student diagnosis as the process of bridging the gap between the student's input to the tutoring system, and the system's conception and representation of correct knowledge. The process of bridging the gap can be subdivided into three phases, data acquisition, transformation and evaluation, which are studied further. A number of published student modeling techniques are studied with respect to how they bridge the gap.     

远程教学系统中几个关键模型研究

本文研究了远程教学系统中知识点关联模型、试题难度模型、学生能力评估模型、实时监控模型,提出知识点之间的关联是动态的,知识点体系结构可以转化为层状或网状的结构;试题难度是与系统相互作用并动态变化的;学生能力的评估模型可以很好地把学生能力这个模糊概念标量化。实时监督模型首次使用了基于时间的监控机制。     

Evaluating the integration of fuzzy logic into the student model of a web-based learning environment

In this paper, we evaluate the effectiveness and accuracy of the student model of a web-based educational environment for teaching computer programming. Our student model represents the learner’s knowledge through an overlay model and uses a fuzzy logic technique in order to define and update the student’s knowledge level of each domain concept, each time that s/he interacts with the e-learning system. Evaluation of the student model of an Intelligent Tutoring System (ITS) is an aspect for which there are not clear guidelines to be provided by literature. Therefore, we choose to use two well-known evaluation methods for the evaluation of our fuzzy student model, in order to design an accurate and correct evaluation methodology. These evaluation models are: the Kirkpatrick’s model and the layered evaluation method. Our system was used by the students of a postgraduate program in the field of Informatics in the University of Piraeus, in order to learn how to program in the programming language C. The results of the evaluation were very encouraging.     

基于模糊综合评价的软件测试性度量

考虑软件测试性和测试性特性的模糊性,提出一个基于模糊综合评价的软件测试性度量方法。方法分为模糊度量测试性特性和模糊度量软件测试性两个阶段,每个阶段都基本遵循经典的模糊综合评价方法,分为建立因素集、确定评价集、单因素评价、确定权重和综合评价。为了准确度量软件测试性,方法将测试性特性度量得到的模糊综合评价值作为软件测试性度量的输入。方法不仅能判断软件测试性和测试性特性等级,还能计算它们的具体数值,很好地削弱了模糊性对软件测试性度量的影响。     

ITS中模糊综合评价的实现

主要讨论了模糊综合评价的原理,同时详细分析了模糊综合评价在学生评价中的应用模式,最后给出了基于PROLOG实现模糊评价的程序。     

基于模糊数学理论的导航卫星星间链路运行服务评估方法#br#

为确保导航卫星星间链路的正常运行和服务效果,星间链路运行服务质量评估成为星间链路领域研究的一大热点。本文构建以OSI参考模型为依据的星间链路运行服务评价体系,依据不同的网络层次对底层指标进行划分,从物理层、链路层、网络层、传输层和应用层多角度、多层次对导航卫星星间链路运行服务进行评价;依据模糊数学理论得到各个评价因素的权重以及隶属度,用以计算出星间链路网络的模糊综合评价值;利用导航卫星星间链路仿真数据,依据建立的评价指标体系以及采用的模糊评估方法,计算出导航卫星星间链路运行服务的仿真数据的模糊评价得分。本文通过对评价体系和方法的研究,以期对导航卫星星间链路运行服务评估提供一个思路。     

基于集成赋权的微信营销效果模糊综合评价

为了客观地评价微信营销效果,进而为企业总结营销状况、调整营销策略提供依据,提出了运用熵值集成赋权确定指标权重的微信营销效果模糊多级综合评价模型。首先以层次分析模型为基础对微信营销效果的影响因子进行总结并分层,再运用双基点熵权法改进多级指标权重的处理过程,从而得到客观的赋权值,并与Delphi法结合集成赋权确定最终权重,进而运用改进的模糊多级评价模型对微信营销效果进行综合评价,最后对5家微店的微信营销效果做了实证分析。实证应用结果表明基于熵值理论的集成赋权法,不仅克服了现阶段评价方法存在指标赋权过程受人为因素影响较大的缺点,也体现了专业意见的重要性。改进的模糊综合评价模型结合专家意见和实际数据挖掘,评价结果更符合实际情况。     

基于神经网络的高校学生信用模糊评价研究

本文为更有效地对高校学生信用进行综合评价,建立了高校学生信用评价多级指标体系,提出了一种基于神经网络的评价模型。模型将模糊理论引入神经网络,通过神经网络的学习训练来调整模糊数学中的相应参数,以有效地模拟模糊综合评价的过程,对信用评价的定性过程而言,具有一定的合理性。