移動(dòng)學(xué)習(xí)的迅速發(fā)展,使得個(gè)性化學(xué)習(xí)成為了學(xué)習(xí)者當(dāng)前最為迫切的需求。因此,探索并研究能夠提供符合學(xué)習(xí)者個(gè)性化需求的移動(dòng)學(xué)習(xí)服務(wù)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(yán)重影響了其求解實(shí)際優(yōu)化問題的整體性能。針對(duì)以上問題,文章首先提出一種改進(jìn)型正余弦算法,MSCA采用hadamard矩陣構(gòu)造新穎的局部搜索算子,并隨機(jī)選取每一代種群中的兩個(gè)個(gè)體執(zhí)行hadamard局部搜索,增強(qiáng)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(shí)驗(yàn)結(jié)果表明,新算法整體優(yōu)化性能突出,是對(duì)SCA算法的一種有效改進(jìn)。最后,基于MSCA算法,構(gòu)建了求解個(gè)性化移動(dòng)學(xué)習(xí)路徑生成問題的改進(jìn)模型。實(shí)驗(yàn)表明,該模型能夠提供更符合用戶個(gè)性化需求的學(xué)習(xí)路徑。 

【文章來源】：九江學(xué)院學(xué)報(bào)(自然科學(xué)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(jìn)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(yàn)證
    3.1實(shí)驗(yàn)環(huán)境與測(cè)試問題
    3.2實(shí)驗(yàn)結(jié)果及分析
4個(gè)性化移動(dòng)學(xué)習(xí)路徑生成
    4.1學(xué)習(xí)情景因素模型
    4.2學(xué)習(xí)路徑評(píng)價(jià)模型
    4.3基于MSCA的個(gè)性化學(xué)習(xí)路徑生成
5結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法的移動(dòng)學(xué)習(xí)路徑生成機(jī)制研究——以博物館參觀學(xué)習(xí)為例[J]. 李浩君,崔晨萍,徐佳程,項(xiàng)靜,華燕燕.  現(xiàn)代教育技術(shù). 2015(08)



本文編號(hào)：3168706