[发明专利]一种人工智能辅助图形化编程教学方法及系统

权利要求书

1.一种人工智能辅助图形化编程教学方法，其特征在于，包括：

1)基于图形化代码块提取代码模型；

2)获取目标功能模型；

3)获得所述代码模型与所述目标功能模型的最短差异距离；

4)计算每一个代码块的添加或删除产生的最短差异距离的变化，按照最短差异距离变化的减少方向生成修改方案；

5)根据所述修改方案进行代码修改直至最短差异距离为零。

2.根据权利要求1所述的人工智能辅助图形化编程教学方法，其特征在于，在步骤2)中，所述目标功能模型为多个时，计算所述代码模型与每个目标功能模型的最短差异距离，选择最短差异距离最小的目标功能模型继续执行步骤3)。

3.根据权利要求1所述的人工智能辅助图形化编程教学方法，其特征在于，在步骤3)中，利用树的编辑距离算法计算最短差异距离。

4.根据权利要求3所述的人工智能辅助图形化编程教学方法，其特征在于，所述树的编辑距离算法为Zhang-shasha算法。

5.根据权利要求1所述的人工智能辅助图形化编程教学方法，其特征在于，所述目标功能模型从预先设定的功能模型中获取。

6.一种人工智能辅助图形化编程教学系统，其特征在于，包括：代码模型提取模块，目标功能模型获取模块、最短差异距离计算模块和修改方案生成模块；

所述代码模型提取模块用于提取编程者的图形化代码块中的代码模型；

所述目标功能模型获取模块与所述代码模型提取模块相连接，用于获取目标功能模型；

所述最短差异距离模块与所述目标功能模型获取模块相连接，用于计算所述代码模型与所述目标功能模型的最短差异距离；

所述修改方案生成模块与所述最短差异距离模块相连接，用于根据最短差异距离模块计算出的每一个代码块的添加或删除对应产生的最短差异距离的增减，按照最短差异距离减少方向生成修改方案。

7.根据权利要求6所述的人工智能辅助图形化编程教学系统，其特征在于，在所述最短差异距离模块中，当存在多个目标模型，计算代码模型与每一个目标功能模型的最短差异距离，选择最短差异距离最小的目标功能模型作为最终目标功能模型。

8.根据权利要求7所述的人工智能辅助图形化编程教学系统，其特征在于，在所述最短差异距离模块中，利用树的编辑距离算法计算最短差异距离。

9.根据权利要求8所述的人工智能辅助图形化编程教学系统，其特征在于，所述树的编辑距离算法为Zhang-shasha算法。

10.根据权利要求6所述的人工智能辅助图形化编程教学系统，其特征在于，在目标功能模型获取模块中，从预先设定的功能模型中获得目标功能模型。