首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于ICAI的数控教学系统的研究与开发

中文摘要第4-5页
ABSTRACT第5页
字母注释表第12-13页
第一章 绪论第13-19页
    1.1 研究背景及意义第13-14页
    1.2 国内外研究现状第14-16页
        1.2.1 数控传统教学模式弊端第14页
        1.2.2 计算机辅助教学系统第14-16页
        1.2.3 数控智能计算机辅助教学系统第16页
    1.3 本文研究内容第16-18页
    1.4 本文组织结构第18-19页
第二章 数控教学系统的总体架构第19-26页
    2.1 数控教学系统功能需求分析第19-20页
        2.1.1 系统特点第19页
        2.1.2 用户群体分析第19-20页
    2.2 数控教学系统的总体结构第20-23页
        2.2.1 现代远程教育技术标准体系第20-21页
        2.2.2 CELTS系统架构第21-22页
        2.2.3 数控智能教学系统总体结构第22-23页
    2.3 数控教学系统业务流程第23-25页
        2.3.1 学员系统流程第23-24页
        2.3.2 教员系统流程第24-25页
    2.4 本章小结第25-26页
第三章 数控系统教学模型第26-43页
    3.1 系统模型第26页
    3.2 智能评价模型第26-33页
        3.2.1 认知模型第26-27页
        3.2.2 个性推理机制第27-28页
        3.2.3 学生模型库设计第28-30页
        3.2.4 多级模糊综合评价第30-33页
    3.3 控制策略推理第33-42页
        3.3.1 教学策略推理机制第33-36页
        3.3.2 深度优先搜索法遍历知识点第36-37页
        3.3.3 带权有向图拓扑排序第37-38页
        3.3.4 计算最佳教学序列第38-40页
        3.3.5 数控教学规则库第40-42页
    3.4 本章小结第42-43页
第四章 数控领域知识库的研究与设计第43-56页
    4.1 数控领域知识库构成第43-46页
        4.1.1 数控领域知识划分第43-44页
        4.1.2 知识点属性第44页
        4.1.3 知识组织模型第44-45页
        4.1.4 数控领域知识库模型第45-46页
    4.2 数控机床原理教学知识库第46-50页
        4.2.1 数控机床原理教学知识库介绍第46-47页
        4.2.2 数控机床的结构组成第47-48页
        4.2.3 数控车床原理示教设计第48-50页
    4.3 数控编程教学知识库第50-52页
        4.3.1 数控编程教学知识库介绍第50页
        4.3.2 数控编程示教设计第50-52页
    4.4 教学知识库的实现第52-55页
        4.4.1 XML文档第52-53页
        4.4.2 Html文件第53页
        4.4.3 DTD文档第53-54页
        4.4.4 代码实现第54-55页
    4.5 本章小结第55-56页
第五章 智能测试系统的研究与设计第56-69页
    5.1 测试系统体系结构第56-59页
        5.1.1 测试系统理论性功能分析第56-57页
        5.1.2 测试系统体系模型第57-58页
        5.1.3 测试系统流程图第58-59页
    5.2 测试系统数学模型设计第59-62页
        5.2.1 测试系统数据库设计第59页
        5.2.2 测试系统试题库设计第59-60页
        5.2.3 智能组卷的数学模型第60-62页
    5.3 蚁群算法第62-64页
        5.3.1 蚁群算法的特征第62-63页
        5.3.2 二元蚁群算法描述第63-64页
    5.4 蚁群算法在系统中的应用第64-68页
    5.5 本章小节第68-69页
第六章 数控智能教学系统的实现第69-77页
    6.1 系统的体系结构第69-70页
    6.2 系统的开发第70-76页
        6.2.1 开发环境第70页
        6.2.2 关键技术第70-71页
        6.2.3 功能模块的实现第71-76页
    6.3 本章小结第76-77页
第七章 总结与展望第77-79页
    7.1 总结第77页
    7.2 展望第77-79页
参考文献第79-82页
发表论文和参加科研情况说明第82-83页
致谢第83-84页

论文共84页,点击 下载论文
上一篇:基于多视图像的大规模场景三维重建算法研究
下一篇:基于最大熵随机游走机制的社交网络标签推断研究