基于混合软计算技术和DEMATEL方法的AI在高等教育中应用的关键决定因素探究

当前,采用适合的人工智能技术发展高等教育领域的教与学是一项必要的任务。高等教育人工智能技术的开发和实施涉及许多因素,这些纷繁的因素会使高等教育决策者感到困惑,并可能导致错误判断。为了澄清相关问题并说明各因素之间的因果关系,本研究提出一种混合软计算技术(即模糊粗糙集理论与蚁群优化算法)和DEMATEL方法(决策实验室分析法),帮助高等教育决策者在管理战略中捕捉实现理想高等教育人工智能应用水平所需的最佳模型。

本质下确界的最优性条件及其相对熵算法实现

为了研究带约束的本质下确界优化问题,介绍了m阶偏差积分并研究了它的性质,给出了其最优性条件和概念算法.基于极小化相对熵的技术,提出了一种实现算法,并有效地解决该优化问题.数值算例验证了算法的有效性.