| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景 | 第9-10页 |
| ·国内外研究现状及发展趋势 | 第10-12页 |
| ·课题研究的内容与方法 | 第12-13页 |
| ·研究内容 | 第12页 |
| ·研究方法 | 第12-13页 |
| ·本文的组织结构 | 第13-15页 |
| 第二章 适应性学习系统的相关研究基础 | 第15-29页 |
| ·适应性学习系统构建的理论与技术基础 | 第15-19页 |
| ·个性化学习 | 第15-16页 |
| ·智能优化算法 | 第16-18页 |
| ·适应性方法与技术 | 第18-19页 |
| ·适应性学习系统模型及构成研究 | 第19-29页 |
| ·适应性学习系统 | 第19-20页 |
| ·适应性学习系统模型结构研究 | 第20-21页 |
| ·适应性学习系统构成研究 | 第21-29页 |
| 第三章 基于捕食搜索策略遗传算法的理论研究 | 第29-44页 |
| ·基本遗传算法 | 第29-37页 |
| ·遗传算法概述 | 第29-31页 |
| ·遗传算法的基本结构及操作 | 第31-36页 |
| ·遗传算法的优点与不足 | 第36-37页 |
| ·基于捕食搜索策略的改进遗传算法(PSGA) | 第37-44页 |
| ·PSGA的算法原理 | 第37-39页 |
| ·PSGA的设计及实现 | 第39-42页 |
| ·PSGA的参数讨论 | 第42-44页 |
| 第四章 基于PSGA算法的适应性学习路径推荐 | 第44-54页 |
| ·学习路径优化的问题描述 | 第44页 |
| ·学习序列生成 | 第44-45页 |
| ·算法实现 | 第45-52页 |
| ·染色体编码 | 第46-47页 |
| ·适应度评价 | 第47-48页 |
| ·遗传操作与遗传概率的选用 | 第48-50页 |
| ·捕食邻域搜索 | 第50-51页 |
| ·算法流程 | 第51-52页 |
| ·实验与算法分析 | 第52-54页 |
| 第五章 基于PSGA算法的适应性学习系统的实例开发 | 第54-63页 |
| ·开发背景 | 第54-55页 |
| ·需求分析 | 第54页 |
| ·设计目标 | 第54-55页 |
| ·实例系统的模型设计 | 第55-59页 |
| ·系统体系结构设计 | 第55-56页 |
| ·系统数据库的设计 | 第56-58页 |
| ·PSGA算法的推荐机制 | 第58-59页 |
| ·实例系统的实现 | 第59-63页 |
| ·系统开发环境与技术 | 第59-60页 |
| ·系统界面与功能 | 第60-63页 |
| 第六章 结束语 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间主要的研究成果 | 第69页 |