基于专家系统和神经网络集成的教学水平智能评估系统的设计与实现

专家系统和神经网络是计算机人工智能应用的两大分支,目前,它们的发展均表现出各自存在的问题,如专家系统知识获取的"瓶颈"问题和神经网络知识表示的"黑箱结构"问题。在教学水平智能评估系统中将神经网络和传统专家系统技术相结合,相互取长补短,这是开发教学水平智能评估系统的一条比较切实有效的途径。本文将专家系统和神经网络进行集成, 达到优势互补的目的,有效的克服了传统教学水平评估方法的不足,从而更加全面的、科学的、合理的对教学水平进行评估。