基于双隐含层的AGABP偏好课程预测模型

为了预测学习者在网络教学平台中的课程偏好,采用反映学习者学习风格的4个主要指标,构建一个基于双隐含层的AGA_BP偏好课程预测模型。针对传统BP模型收敛速度慢、易陷入局部最小值的特点,应用自适应学习速率SGD优化算法对损失函数进行优化,不断增强种群适应度,并在模型中引入自适应遗传算法来调整交叉概率和变异概率,寻找最优参数。实验结果表明,AGA_BP模型的准确率、均方误差和F1分数均优于BP和GA_BP算法。