發(fā)布時間：2021-04-30 02:59

　　移動學習的迅速發(fā)展,使得個性化學習成為了學習者當前最為迫切的需求。因此,探索并研究能夠提供符合學習者個性化需求的移動學習服務十分必要;作為一種新型群體智能算法,正余弦算法的全局尋優(yōu)性能非常優(yōu)秀。但是SCA較弱的局部尋優(yōu)能力嚴重影響了其求解實際優(yōu)化問題的整體性能。針對以上問題,文章首先提出一種改進型正余弦算法,MSCA采用hadamard矩陣構造新穎的局部搜索算子,并隨機選取每一代種群中的兩個個體執(zhí)行hadamard局部搜索,增強了SCA算法的局部搜索性能,提高了算法找到全局最優(yōu)解的概率。仿真實驗結果表明,新算法整體優(yōu)化性能突出,是對SCA算法的一種有效改進。最后,基于MSCA算法,構建了求解個性化移動學習路徑生成問題的改進模型。實驗表明,該模型能夠提供更符合用戶個性化需求的學習路徑。 

【文章來源】：九江學院學報(自然科學版). 2019,34(02)

【文章頁數(shù)】：6 頁

【文章目錄】：
1 基本正余弦算法SCA
2改進的正余弦算法MSCA
    2.1 Hadamard局部搜索
    2.2 MSCA算法框架
3 MSCA優(yōu)化性能驗證
    3.1實驗環(huán)境與測試問題
    3.2實驗結果及分析
4個性化移動學習路徑生成
    4.1學習情景因素模型
    4.2學習路徑評價模型
    4.3基于MSCA的個性化學習路徑生成
5結語


【參考文獻】：
期刊論文
[1]基于遺傳算法的移動學習路徑生成機制研究——以博物館參觀學習為例[J]. 李浩君,崔晨萍,徐佳程,項靜,華燕燕.  現(xiàn)代教育技術. 2015(08)



本文編號：3168706