蟻群算法在建立大學學習指導模型中的應用

商貝寧 韓陽 陳樹 河北農業(yè)大學信息科學與技術學院

1 蟻群算法概述

蟻群算法是Marco Dorigo于1992年在其博士論文中引入的概念，是受蟻群覓食行為的啟發(fā)得到的靈感，因此得名蟻群算法。初步的研究與應用表明蟻群算法具有諸多優(yōu)良的性質：信息正反饋、啟發(fā)式搜索、創(chuàng)新式更新等等。通過蟻群算法和貪婪算法單獨的解決TSP問題的結果分析對比表明，蟻群算法的誤差要小于貪心算法，表明了蟻群算法的應用價值。

2 蟻群算法在學習模型構建中的實際應用

2.1 算法規(guī)則

(1）范圍：每名新生所看到的不是完整的學習歷程，而是眼前小段范圍內的可能性（學習節(jié)點），可能性的大小取決于他們的學習能力。

(2）環(huán)境：新生所處的環(huán)境具有：學習中的阻礙、其他學生和其他學生學習歷程留下的軌跡（以下稱為信息素）。隨著時間的推移，軌跡的應用性和參考性也在不斷下降（信息素的揮發(fā)）。

(3）軌跡選擇過程：學生首先觀察是否達到了學習要求（以下稱為節(jié)點），沒有則效仿信息素最多的軌跡，并對此軌跡增加信息素濃度。

(4）學習過程：每個學生都傾向于信息素多的軌跡，當沒有信息素時，學生便會按照自己的學習方法學習（以下稱為慣性運動）。

(5）信息素播撒規(guī)則：學生依照某種軌跡學習的結果會對軌跡的信息素產生積累，而信息素濃度則根據學生的努力程度和學習方法等多種因素有關。

2.2 算法的可行性

(1）此模型是可以并且一定可以被建立起來的，這是因為：在模型建立的初始階段，學生是沒有軌跡可循的，但由于學生本身的學習過程。學生本身具有的學習慣性使學生的學習活動盡量向前發(fā)展，而不是停留在某一個節(jié)點；此外，在學生學習活動中會出現各種隨機的干擾，這就使學生的學習方向有了新的變化，這實質上是一種選擇的過程，多種選擇的碰撞保證了學習目標的實現與否，并開辟新的軌跡。

(2）合理性解釋：在模型建立的初始階段不存在信息素變量的影響，在這個過程中，每個學生會結合自己的學習慣性開辟各種新的道路，在相同的條件下（比如時間條件），掌握成功路徑的學生會更容易的達到學習目標，創(chuàng)造新的成功軌跡（成功信息素的播撒），久而久之，成功的軌跡就被開辟了，這正是正反饋機制調節(jié)的結果。最終，會開辟出最優(yōu)道路。

3 蟻群算法建立最優(yōu)學習路徑的基本原理

設學生的數量為n，既定學習效果完成檢測的節(jié)點為m，完成節(jié)點所用的付出為，t時刻節(jié)點與節(jié)點之間的軌跡標記（信息素）濃度為，初始每個節(jié)點間的信息素濃度是相同的，每個學生根據節(jié)點相連路徑的信息素濃度來進行判斷是否選擇下一個目標節(jié)點，表示t時刻學生k從地點轉移至的概率，此概率可由如下公式計算：

此外，在學生進行探索的同時，軌跡的應用性和參考性也在不斷下降，即上文提到的信息素消逝，用 來表示（0<<1）信息素的消逝程度；在學生到達節(jié)點后，此節(jié)點之前的節(jié)點間信息素濃度會增大。因此，在學習模型建立一次后，需要更新節(jié)點間軌跡的信息素濃度，有如下公式：

學生的信息素儲備總量為Q，理解為學生循環(huán)一次所釋放的信息素總量，LK表示學生所付出的努力總數，以上三個公式表明，每循環(huán)一次，節(jié)點間的信息素多少與消逝程度和全部n個學生的選擇有關。

4 結語

本模型為廣大新生快速進入大學學習生活而設計，為新生提供指導、參考作用，也為教育者研究學生學習習慣和學習軌跡提供幫助，依靠蟻群算法，此模型的靈活性很強，學生努力程度的決定因素以及權值分配，都是應用者應該結合實際情況考慮的問題。模型的建立依靠計算機軟件技術，并通過網絡與學生及時的交互。