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
正文
推荐专利
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
系统为您推荐了相关专利信息
1
一种基于ABC-DQN分层优化的多无人机搜救任务规划方法
规划 多无人机协同 DQN算法 人工蜂群算法 高性能无人机
2
一种报价模型训练方法、系统及计算设备
注意力模型 策略 火电 模型训练方法 机组
3
基于改进YOLOv7的半监督血细胞检测方法及系统
混合图像数据 标签分配器 教师 开发板 低阈值
4
移动机器人的智能调度方法及系统
智能调度方法 移动机器人 轨迹预测方法 静态特征 路径分析模型
5
一种基于自适应多模态融合与行为预测的无感支付系统及方法
无感支付系统 特征采集设备 多模态 支付机 任务调度策略
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号