Рус Eng Cn 翻译此页面:
请选择您的语言来翻译文章


您可以关闭窗口不翻译
图书馆
你的个人资料

返回内容

控制论与编程
正确的文章链接:

测试学科能力形成水平的智能系统中的决策模型

Nekhaev Igor' Nikolaevich

博士学位 技术科学

伏尔加国立技术大学副教授

424007, Russia, respublika Marii El, g. Ioshkar-Ola, pl. Lenina, 3, kab. 534a-1

nehaevin@volgatech.net
Zhuykov Il'ya Vladimirovich

伏尔加国立技术大学研究生

424007, Russia, Republic of Mari El, Yoshkar-Ola, pl. Lenina, 3, room No. 529a-1

zhuikill@yandex.ru

DOI:

10.7256/2306-4196.2016.4.19863

评审日期

26-07-2016


出版日期

26-08-2016


注解: 该研究的主题是基于对学生决策的分析,对学生的学科能力形成程度进行建模和自动评估的可能性。 特别强调了构建典型任务复杂结构的方式及其可能解决方案的操作空间。 在给定的操作空间的基础上,建议创建专家代理,其决定将成为随后分析学生决定的合理性和完整性程度的基础。 分析学生决策的结果是他的能力图的构建。 能力形成的程度是由学生在这个培训模块的结构中解决的典型任务的复杂程度决定的。 这项研究包括对解决教育任务过程的各个组成部分进行建模,以及在决定学生学科能力形成水平时它们之间的相互作用方式。 该研究的主要结论是:
解决方案操作空间的考虑模型一方面限制了可能的应用基本操作集,并使确保测试系统用户决策的设计和记录成为可能,另一方面为学生设计可能的解决方案提供了自由;典型测试任务的复杂性网格是以复盖模型的形式建立学生能力图的良好基础,它允许你根据所解决任务的复杂程度模拟和评估学科能力的形成水平,允许您组织考虑到学生的个体特征的自适应测试;
在解决方案的操作空间中引入的数据结构可以根据传入的信息进行适当的调整。 所考虑的模型为智能测试系统的多代理和神经网络编程范式的应用奠定了良好的基础。


出版日期:

能力形成水平, 智能测试系统, 学生分类, 能力形成水平, 操作解决方案空间, 学生分类, 复盖能力模型, 操作解决方案空间, 问题复杂化网格, 复盖能力模型, 适应性学习环境, 问题复杂化网格, 案例结构, 适应性学习环境, 多代理环境, 案例结构, 多代理环境, 知识的学习模块, 知识的学习模块