智能教学系统(Intelligent Tutoring System, ITS))作为人工智能问题的重要研究课题,内容涉及人工智能、计算机科学、认知科学、教育学、心理学、行为科学等多个领域,是一门综合性极强的交叉性学科。智能教学系统主要研究如何通过计算机模拟人类优秀教师,采取因人施教的教学策略,实现最有效的个别化的学习。自20世纪70年代以来,经过30年的发展,智能教学系统取得了较大的进展。现代计算机的发展和普及,特别是多媒体和网络技术与计算机性能的不断发展,加速了计算机应用于人类教育的过程。在智能教学系统功能不断完善,智能特征不断提高的同时,如何进一步适应用户要求不断提升、多媒体文件格式复杂多变、软件升级换代速度加快、软件开发成本不断攀升的需要,如何从整体上而不是局部地构建高智能、高交互、高灵活的自适应自组织高智能的多媒体智能教学系统,构成了本文研究工作的目标之一。为实现上述目标,本文着重在两个核心问题上开展研究:一是知识的智能组织:主要是围绕系统的知识特性,在知识获取、知识表示、知识存储、知识结构等方面的内容,在领域专家的研究中予以体现;二是知识的动态运用:主要是围绕系统教学功能的实现上,按因材施教的智能教学思想,综合运用多种用户建模技术,根据不同学生的学习特点和具体要求,通过相应的教学策略,进行知识的智能调度,实现系统的教学目标,从而完成智能教学过程。本文提出了基于SC文法的复杂知识划一表示方法和细粒度知识模型构建方法,在简化知识处理难度,加速知识整理的速度的同时,通过知识点结构化层次属性标注,促进了ITS系统复杂知识之间广泛语义联系的实现;创造性地提出了面向ITS的知识树增长模型,通过知识树动态构建和知识点结构和语义的映射过程,实现学生模型和教师模型动态一体化构建,并与动态教学规划和知识学习过程完全集成;系统采用面向对象的设计方法以及运用软件代理的策略,使得系统结构清晰,智能良好,系统的智能化功能添加或改进更加方便;通过层次知识索引实现知识存储与知识调用无关,在保证知识有机联系的同时,使得知识可以动态智能化添加和系统维护,保证学生错误的正确定位和实时诊断,便利知识智能化查询;通过基于SC文法规则机制的智能推理方法,实现了启发式的知识搜索和调用,开展教学过程的智能化控制和实现;开放的软件结构和设计方法,便利了系统的扩展;在系统的学习规划以及系统体系化开发上,运用了机器学习机制和概率统计分析方法;通过知识内容与知识学习无关策略保证了系统领域无关的特性,使得系统可以作为一个通用的开发环境,进行广泛的多媒体智能教学系统的进一步研究和系列化开发。在本文的这些研究工作中,系统性地融合了遗传算法的基本方法和进化计算的设计思想,促进了系统的自适应持续优化,保证了系统的个别化最优化智能教学过程。