基于神经模糊方法的数字化学习路径的优化选择

摘要

研究在改进已有技术的基础上提出一种神经模糊方法,为教师和学习者获取最佳的学习路径.利用这种方法架构数字化学习过程中的学习诊断系统,系统可以借助神经模糊模型的协同作用,模仿教师分析学习者的特点,并配置具有推理能力的智能学习环境.这些推理能力,可用于驱动基于学习者学习风格的教学策略.模型中神经模糊方法的实施,一方面,有助于为教师编码结构化和非结构式的知识,另一方面,根据个别学习者的要求,可以将神经网络方法应用于制作个性化的课程.