TY -的A2 Wang Wei盟——刘Taotang AU -高,中信盟——关,Honghai PY - 2021 DA - 2021/05/07 TI -人工智能教育信息系统优化教学策略SP - 5588650六世- 2021 AB -信息时代的背景下,科学研究和工程实践蓬勃发展,导致许多复杂的优化问题,很难解决。如何设计更有效的优化方法已经成为迫切的解决方案在很多学术领域关注的焦点。这种需求的指导下,出现了智能优化算法。本文分析和优化现代人工智能教学信息系统的细节。确定网络体系结构的基础上,进行了详细的需求分析,和网络的整体结构优化;业务流程和数据流的主要网站的模块(资源中心模块和协作学习模块)进行了优化。为了进一步提高算法的局部搜索能力,多级交互式优化算法结合欧几里得基于距离的聚类方法,改变教学模式从“单人教学”到“多人教学。“这聚类方法具有较低的复杂度和有利于加强社区信息的利用率。同时,为了提高人口的多样性,加强子组之间的联系,在教学阶段,每小组中最糟糕的学生被允许学习最好的老师的人口,和学习阶段后,个人在一个随机的小组被允许从其他的子组。无约束的算法在实验环境中进行了测试,限制,和一个工程问题。从测试结果可以看出,该算法不易陷入局部最优。 Compared with other algorithms, the solution accuracy is higher and the stability is better. And it performed well in engineering optimization problems, thus verifying the effectiveness of the strategy. SN - 1076-2787 UR - https://doi.org/10.1155/2021/5588650 DO - 10.1155/2021/5588650 JF - Complexity PB - Hindawi KW - ER -