基于强化学习与线性规划的多角色学生自适应分组方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于强化学习与线性规划的多角色学生自适应分组方法
申请号:CN202411520703
申请日期:2024-10-29
公开号:CN119623915A
公开日期:2025-03-14
类型:发明专利
摘要
基于强化学习与线性规划的多角色学生自适应分组方法,它涉及教学教育领域。通过学生的多维特征对学生进行模糊聚类,其次利用强化学习对大规模学生群体的分组进行过滤以减小问题规模,再利用线性规划对过滤后的规则进行评级,反馈到深度网络中进行学习,最后输出有效的分组方案。本发明有益效果为:在本方法考虑到学生可能有多种角色,通过学生的多维特征对学生进行模糊聚类,其次利用强化学习对大规模学生群体的分组进行过滤以大幅减小问题规模,再利用线性规划对过滤后的规则进行评级,反馈到深度网络中进行学习,最后输出对当前学生群体有效的分组方案,能在较短的时间内获得良好的分组结果。
技术关键词
学生 线性规划评估 深度Q网络 最佳聚类数目 线性规划模型 优化网络参数 深度强化学习 轮廓系数 矩阵 规模 动态 策略 样本 代表 团队 教学 索引