[发明专利]一种基于改进免疫算法的学习路径生成方法

权利要求书

1.一种基于改进免疫算法的学习路径生成方法，其特征在于，包括：

构建学习者模型和学习对象模型；

利用所述学习者模型中的元素的属性，设计概念地图；

从所述的概念地图中选择适合学习者特征的学习对象，形成学习路径。

2.根据权利要求1所述的基于改进免疫算法的学习路径生成方法，其特征在于，所述的学习者模型中的元素至少包括学习者的背景信息、知识储备、学习目标、学习风格、能力水平、预期学习时间。

3.根据权利要求1所述的基于改进免疫算法的学习路径生成方法，其特征在于，所述学习对象模型中的元素至少包括学习内容、难度、媒体类型和关系。

4.根据权利要求2所述的基于改进免疫算法的学习路径生成方法，其特征在于，所述概念地图的设计方法包括：利用学习者模型中知识储备、学习目标的属性，采用概念地图生成算法，将学习目标到知识储备之间的前驱概念形成地图；采用遍历算法对所述地图中的概念进行遍历，将所述概念按照线性顺序在地图上排列。

5.根据权利要求4所述的基于改进免疫算法的学习路径生成方法，其特征在于，所述遍历算法为：从前驱知识包含在知识库中的概念随机开始，然后在同一个集合中迭代其他概念；如果已遍历当前集合中的概念，则选择这些概念支持的上一级概念以继续；直至遍历所有概念，获得概念之间的线性顺序。

6.根据权利要求1所述的基于改进免疫算法的学习路径生成方法，其特征在于，采用改进的免疫算法选择适合学习者特征的学习对象，在抗体适应度的计算中，将影响学习路径生成的因素的影响权重w_i引入目标函数；

P_j∈GroupC,j＝1,2,...,N

其中，N表示概念地图所选概念的数量，GroupC代表基于第j个概念的概念组，P为学习路径，P＝{P₁，P₂，P₃....，P_N}，P_i是第i个学习对象；U代表学习者模型，n是目标数；目标函数F由惩罚函数f_i构成，来衡量解的效果；w_i表示影响学习路径生成的各个因素的影响权重。

7.根据权利要求6所述的基于改进免疫算法的学习路径生成方法，其特征在于，影响学习路径生成的因素包括学习风格、学习时间、能力水平和学习对象；通过层次分析法计算四个因素对学习路径生成的影响权重，包括：

(1)构建比较矩阵，将学习方式、学习时间、能力水平和学习对象关系这四个因素配对比较；确定四个因素对学习路径生成的影响比率；

A＝(a_ij)_4×4；

其中，x_i和x_j分别表示任意两个因素，a_ij表示x_i和x_j对于学习路径生成的影响的比率；

(2)比较矩阵的一致性检查；

(3)采用特征值计算方法，求得四个因素的权重w_i。

8.根据权利要求6所述的基于改进免疫算法的学习路径生成方法，其特征在于，所述改进的免疫算法中，选择亲和力最高的抗体作为记忆细胞，采用精英保存策略来保存该记忆细胞，并在免疫操作后用该免疫细胞取代适应度最差的抗体。

9.根据权利要求6所述的基于改进免疫算法的学习路径生成方法，其特征在于，所述改进的免疫算法中，采用人工鱼群算法来实现变异操作：

其中，M是学习对象的数量，V_i和S_i分别代表第i个学习对象的两种不同抗体；Dist(V，S)表示抗体V和抗体S之间的距离。