蘇頻

摘要：隨著agent技術的不斷研究和發(fā)展，agent領域的理論正逐步應用于教學過程中。在分析在線測試特點的基礎上，結合多Agent技術，提出了基于MAS的在線測試系統(tǒng)。討論了各Agent的功能，介紹了基于MAS的在線測試系統(tǒng)的系統(tǒng)組成和工作流程。分析表明該模型具有良好的靈活性和智能性。

關鍵詞：agent； MAS（multi-Agent system）；在線測試

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2014）17-4044-03

Research on On-Line Testing System Based on Multi-Agent

SU Pin

（Changzhou Institute of Technology ， Changzhou 213000， China）

Abstract： With the development and improvement of AI technology， theories in these fields are gradually applied to teaching process. A on-line testing system based on multi-Agent is structured after analyzing the characteristic of on-line testing. Each agents function are discussed. Composition and workflow of the system are introduced. The analysis shows that the model is flexible and intelligent.

Key words： agent； multi-Agent system； on-line testing

隨著網(wǎng)絡技術的不斷發(fā)展和計算機技術的不斷應用，網(wǎng)絡在人們的生活中發(fā)揮著越來越重要的作用。未來的教育呈現(xiàn)多元化， 網(wǎng)絡化則是一個重要的發(fā)展趨勢。網(wǎng)絡教學正逐步在學校教學中得到推廣和應用。人們利用現(xiàn)代教育技術手段開發(fā)了許許多多的網(wǎng)絡教學平臺，網(wǎng)絡在線測試就是網(wǎng)絡教學平臺的一個重要組成部分。網(wǎng)絡在線測試具有公正、準確、快速、便捷等優(yōu)點，同時網(wǎng)絡在線測試方式也順應了當前節(jié)能減排的國際大趨勢。

但目前的絕大部分在線測試系統(tǒng)還有待完善， 特別是系統(tǒng)缺乏智能評價及智能導航。經過對目前已發(fā)行的在線測試系統(tǒng)的調研， 我們發(fā)現(xiàn)絕大部分系統(tǒng)在測試結束后只能簡單地統(tǒng)計考試結果， 不能根據(jù)每一個學生的具體情況給出有針對性的意見。

針對以上問題，該文提出了一種基于MAS（Multi-Agent Syetem）的在線測試系統(tǒng)的模型，主要面向Internet的在線測試服務。該模型利用MAS技術，結合學生的測試情況，挖掘學生潛在的學習能力，在各個Agent 的協(xié)調工作下，完成學習能力分析、歸納和聚類，為學生提供個性化的測試，促使學生更好地掌握知識點。

1 Agent技術

1.1 Agent概念

Agent的概念源自于人工智能（Artificial Intelligence，AI）學科，上世紀50年代，人工智能創(chuàng)始人之一麥卡錫就初步提出了Agent思想。上世紀70年代末，伴隨著分布式人工智能理論的產生，Agent理論逐漸引起人們的重視，越來越多的學者開始研究。進入20世紀90年代，Agent理論得到了進一步的發(fā)展。通常認為Agent 應具有知識、目標和能力。。Agent一般具有以下特點：

1）自治性。 2） 感知能力和反應性。3） 通信能力。 4） 合作協(xié)調能力。 5） 自適應性。

1.2 多智能體系統(tǒng)（Multi-Agent System， MAS）

Mas系統(tǒng)是目前分布式人工智能研究的一個前沿領域，它主要研究如何協(xié)調系統(tǒng)中的各個Agent的行為使其協(xié)同工作[1] 。MAS系統(tǒng)是指一個為了完成某些任務或者達到某些目標，由多個Agent構成進行協(xié)同工作的計算機系統(tǒng)。它可由若干同構的或者異構的Agent組成。

多Agent系統(tǒng)一般具有以下特點：

1） 每個Agent擁有解決問題的不完全的信息或能力；

2） 沒有系統(tǒng)全局控制；

3） 數(shù)據(jù)和知識是分散的；

4） 處理是異步的；

5） Agent是異質的、分布的；

6） 系統(tǒng)是開放的。

多Agent系統(tǒng)適合于復雜的、開放的分布式系統(tǒng)[2-3] 。

MAS 的特性特別適合處理像Internet 這樣規(guī)模龐大的、分布式的、具有異構性、動態(tài)性和自主特性的系統(tǒng)，有關智能體（Agent）的理論和技術已被廣泛應用[4- 8]，

1.3 MAS的通信

在多智能體系統(tǒng)中， Agent 間通信[9-11]方法： 1） 直接通信； 2） 基于協(xié)調和管理控制Agent 間聯(lián)盟的通信； 3） 基于黑板的通信。

KQML 分為三層：內容層、消息層和通信層。

KQML的語義動作集是可擴充的，允許人們按照KQML的規(guī)則自己定義新的語義動作及其意義、用途。

2 基于MAS的在線測試系統(tǒng)模型構建

2.1基于MAS的在線測試系統(tǒng)結構模型

在以往傳統(tǒng)的B/S結構體系基礎上中間加入一個多Agent代理層， 形成了B/MAS/S的三層結構模型， 利用Agent具有自主學習能力和對外界事物的反應能力，負責客戶端和服務器之間的溝通。后臺服務器層數(shù)據(jù)庫包括學生信息庫、試題庫等，試題庫包含基本的試題資料。教師用戶可以定時更新試題庫。系統(tǒng)的MAS體系結構是由管理Agent、教師Agent、學生Agent、測試Agent、評價Agent等多個 agent構成，結構如圖1所示。endprint

管理Agent負責對其它Agent進行管理， 實時掌握其他各個Agent的工作情況，定期收集各個Agent的工作狀態(tài)情況， 以確保各個Agent的正常工作和運行， 它是整個多Agent結構的關鍵。管理Agent在系統(tǒng)初始化時由系統(tǒng)創(chuàng)建。

教師Agent：負責處理與教師有關的教學活動。教師Agent可以代替教師完成對學生測試過程的監(jiān)測， 修改試題庫。教師用戶可以選擇教學管理和學習指導兩種方式。如果選擇教學管理， 教師Agent生成教學管理界面， 進行教學資料和教學資源的收集，并將資料存入數(shù)據(jù)庫中。

學生Agent：主要負責記錄學生的一些基本信息（如，姓名、登錄時間等）和學習狀態(tài)信息（如：測試完成時間、測試難易程度、測試成績等）。進入學習狀態(tài)， 學生Agent首先給出該用戶最近一次測試情況的反饋， 包括最近一次測試并通過的知識點名稱。學生進行在線測試時，可任意選擇一種試題難度等級（初級、中級、高級）的測試題進行測試，學生Agent向管理Agent發(fā)出請求測試消息， 測試Agent就根據(jù)學生所選擇的難度等級和知識點的名稱從試題庫中抽題分發(fā)給學生，學生完成答題并提交答案后， 評價Agent進行閱卷， 并將測試的內容信息記錄到數(shù)據(jù)庫中。

評價Agent：通過測試Agent接收學生Agent的測試結果，在知識庫的基礎上利用Agent的學習和推理機制，對學生Agent 提供的結果進行評價，分析學生的學習能力。并且可以接受測試Agent的要求，根據(jù)學生的學習能力記錄，預測學生的理解能力和應用能力，并提交給測試Agent。

測試Agent：問題是學習中的關鍵性指標，設計測試問題是非常重要的。測試Agent與評價Agent交互。利用Agent的推理機制，通過分析學生Agent的現(xiàn)有水平從試題庫中產生合適的試題。

2.2 基于MAS在線測試系統(tǒng)工作過程

基于MAS在線測試系統(tǒng)的特點就是學生是測試的主體，系統(tǒng)初始化用戶登錄， 管理Agent先進行用戶注冊、驗證身份。學生通過界面Agent進行身份登錄，如果是首次登錄則生成一個學生Agent并記錄該學生的基本情況，如果不是第一次登錄則從系統(tǒng)中查詢到該學生Agent的相關基本信息；接下來，測試Agent根據(jù)該學生Agent的現(xiàn)有能力等成相應的問題。學生開始測試，如果答題情況較好， 題目難度便會逐漸加深； 反過來， 題目的難度會降低， 以符合測試者的真實水平。測試結束后，評價Agent根據(jù)學生Agent提交的答案進行分析，同時給出正確答案和測試過程中在應注意的問題。過程如圖2所示。

2.3 基于MAS在線測試系統(tǒng)特點

1） 開放性。多Agent在線測試系統(tǒng)不再受時間、地點的限制，學生都可以在隨時、隨地通過網(wǎng)絡自由進行測試。友好的測試界面，豐富的題庫激發(fā)學生的學習興趣。

2） 針對性強。測試Agent能夠記錄學生的基本情況和學習水平信息，根據(jù)測試者的以往記錄， 判斷出他們的真實水平， 及時調整測試難度，在測試階段根據(jù)答題情況繼續(xù)出題， 及時調整進度， 最大限度地挖掘測試者的潛力。讓測試者感覺循序漸進，針對性強，能更好地掌握知識點。

3） 維護性強。多Agent系統(tǒng)中， 每個Agent是一個自治實體，各Agent是相互獨立而又由Agent 通信語言彼此聯(lián)系的， 易于維護和擴充。

3 結束語

網(wǎng)絡教學是社會發(fā)展的需要，其中在線測試能有助于學習者及時準確地了解自己的學習情況 而人工智能（ 特別是Agent技術） 的興起又恰恰提供了一種新的有效手段來不斷改進傳統(tǒng)的測試方法。該文在分析在線測試特點的基礎上，構建了管理Agent、學生Agent、教師Agent、測試Agent和評價Agent等多個 agent，提出了一個基于多 agent 的在線測試系統(tǒng)。該系統(tǒng)是一個開放的、智能的、針對性強的測試系統(tǒng)，能夠很好地滿足各個層次的學生的學習要求。該文僅提出一個構建的基本框架，具體的實現(xiàn)還需要進行進一步的研究，而多Agent 理論和技術的研究正得到越來越多學者的重視，前景非常廣闊。智能在線測試將是今后校園在線測試發(fā)展的必然趨勢。

參考文獻：

[1] 伍爾德里奇.多Agent 系統(tǒng)引論[M].石純一，譯. 北京：電子工業(yè)出版社，2003.

[2] 涂序彥.人工智能及應用[M].北京：電子工業(yè)出版社，1988.

[3] 涂序彥.智能管理[M].北京：清華大學出版社，廣西科技出版社，1995.

[4] 趙衛(wèi)東.基于MAS 的個性化信息檢索系統(tǒng)的設計[J]. 現(xiàn)代電子技術，2008（12）：72-74

[5] 余正濤，宋麗哲，樊孝忠.基于本體的個性化領域信息服務[J].計算機工程，2005，31（5）：21-24.

[6] KM Kim， JH Hong， SB Cho. A semantic Bayesian network approach to retrieving information with intelligent conversational agents[J].Information Processing &Management. 2007， 43（1）：225- 236.

[7] Sycara K. Distributed intelligent agents[J].IEEE Expert.1996， 11 （5）：36- 46.

[8] Sliwko L， NT Nguyen.Using multi-agent systems and consensus methods for information retrieval in internet[J].International Journal of Intelligent Information and Database Systems，2007， 1（2）：181- 198.

[9] 史忠植.高級人工智能[M].北京：科學出版社，1998.

[10] 張榮梅.智能決策支持系統(tǒng)研究開發(fā)及應用[M].北京：冶金工業(yè)出版社，2003.

[11] 張士杰，郭宏偉.多代理系統(tǒng)的通信技術及其應用[J].計算機應用研究，2002（6）：15-20.endprint

管理Agent負責對其它Agent進行管理， 實時掌握其他各個Agent的工作情況，定期收集各個Agent的工作狀態(tài)情況， 以確保各個Agent的正常工作和運行， 它是整個多Agent結構的關鍵。管理Agent在系統(tǒng)初始化時由系統(tǒng)創(chuàng)建。

教師Agent：負責處理與教師有關的教學活動。教師Agent可以代替教師完成對學生測試過程的監(jiān)測， 修改試題庫。教師用戶可以選擇教學管理和學習指導兩種方式。如果選擇教學管理， 教師Agent生成教學管理界面， 進行教學資料和教學資源的收集，并將資料存入數(shù)據(jù)庫中。

學生Agent：主要負責記錄學生的一些基本信息（如，姓名、登錄時間等）和學習狀態(tài)信息（如：測試完成時間、測試難易程度、測試成績等）。進入學習狀態(tài)， 學生Agent首先給出該用戶最近一次測試情況的反饋， 包括最近一次測試并通過的知識點名稱。學生進行在線測試時，可任意選擇一種試題難度等級（初級、中級、高級）的測試題進行測試，學生Agent向管理Agent發(fā)出請求測試消息， 測試Agent就根據(jù)學生所選擇的難度等級和知識點的名稱從試題庫中抽題分發(fā)給學生，學生完成答題并提交答案后， 評價Agent進行閱卷， 并將測試的內容信息記錄到數(shù)據(jù)庫中。

評價Agent：通過測試Agent接收學生Agent的測試結果，在知識庫的基礎上利用Agent的學習和推理機制，對學生Agent 提供的結果進行評價，分析學生的學習能力。并且可以接受測試Agent的要求，根據(jù)學生的學習能力記錄，預測學生的理解能力和應用能力，并提交給測試Agent。

測試Agent：問題是學習中的關鍵性指標，設計測試問題是非常重要的。測試Agent與評價Agent交互。利用Agent的推理機制，通過分析學生Agent的現(xiàn)有水平從試題庫中產生合適的試題。

2.2 基于MAS在線測試系統(tǒng)工作過程

基于MAS在線測試系統(tǒng)的特點就是學生是測試的主體，系統(tǒng)初始化用戶登錄， 管理Agent先進行用戶注冊、驗證身份。學生通過界面Agent進行身份登錄，如果是首次登錄則生成一個學生Agent并記錄該學生的基本情況，如果不是第一次登錄則從系統(tǒng)中查詢到該學生Agent的相關基本信息；接下來，測試Agent根據(jù)該學生Agent的現(xiàn)有能力等成相應的問題。學生開始測試，如果答題情況較好， 題目難度便會逐漸加深； 反過來， 題目的難度會降低， 以符合測試者的真實水平。測試結束后，評價Agent根據(jù)學生Agent提交的答案進行分析，同時給出正確答案和測試過程中在應注意的問題。過程如圖2所示。

2.3 基于MAS在線測試系統(tǒng)特點

1） 開放性。多Agent在線測試系統(tǒng)不再受時間、地點的限制，學生都可以在隨時、隨地通過網(wǎng)絡自由進行測試。友好的測試界面，豐富的題庫激發(fā)學生的學習興趣。

2） 針對性強。測試Agent能夠記錄學生的基本情況和學習水平信息，根據(jù)測試者的以往記錄， 判斷出他們的真實水平， 及時調整測試難度，在測試階段根據(jù)答題情況繼續(xù)出題， 及時調整進度， 最大限度地挖掘測試者的潛力。讓測試者感覺循序漸進，針對性強，能更好地掌握知識點。

3） 維護性強。多Agent系統(tǒng)中， 每個Agent是一個自治實體，各Agent是相互獨立而又由Agent 通信語言彼此聯(lián)系的， 易于維護和擴充。

3 結束語

網(wǎng)絡教學是社會發(fā)展的需要，其中在線測試能有助于學習者及時準確地了解自己的學習情況 而人工智能（ 特別是Agent技術） 的興起又恰恰提供了一種新的有效手段來不斷改進傳統(tǒng)的測試方法。該文在分析在線測試特點的基礎上，構建了管理Agent、學生Agent、教師Agent、測試Agent和評價Agent等多個 agent，提出了一個基于多 agent 的在線測試系統(tǒng)。該系統(tǒng)是一個開放的、智能的、針對性強的測試系統(tǒng)，能夠很好地滿足各個層次的學生的學習要求。該文僅提出一個構建的基本框架，具體的實現(xiàn)還需要進行進一步的研究，而多Agent 理論和技術的研究正得到越來越多學者的重視，前景非常廣闊。智能在線測試將是今后校園在線測試發(fā)展的必然趨勢。

參考文獻：

[1] 伍爾德里奇.多Agent 系統(tǒng)引論[M].石純一，譯. 北京：電子工業(yè)出版社，2003.

[2] 涂序彥.人工智能及應用[M].北京：電子工業(yè)出版社，1988.

[3] 涂序彥.智能管理[M].北京：清華大學出版社，廣西科技出版社，1995.

[4] 趙衛(wèi)東.基于MAS 的個性化信息檢索系統(tǒng)的設計[J]. 現(xiàn)代電子技術，2008（12）：72-74

[5] 余正濤，宋麗哲，樊孝忠.基于本體的個性化領域信息服務[J].計算機工程，2005，31（5）：21-24.

[6] KM Kim， JH Hong， SB Cho. A semantic Bayesian network approach to retrieving information with intelligent conversational agents[J].Information Processing &Management. 2007， 43（1）：225- 236.

[7] Sycara K. Distributed intelligent agents[J].IEEE Expert.1996， 11 （5）：36- 46.

[8] Sliwko L， NT Nguyen.Using multi-agent systems and consensus methods for information retrieval in internet[J].International Journal of Intelligent Information and Database Systems，2007， 1（2）：181- 198.

[9] 史忠植.高級人工智能[M].北京：科學出版社，1998.

[10] 張榮梅.智能決策支持系統(tǒng)研究開發(fā)及應用[M].北京：冶金工業(yè)出版社，2003.

[11] 張士杰，郭宏偉.多代理系統(tǒng)的通信技術及其應用[J].計算機應用研究，2002（6）：15-20.endprint

管理Agent負責對其它Agent進行管理， 實時掌握其他各個Agent的工作情況，定期收集各個Agent的工作狀態(tài)情況， 以確保各個Agent的正常工作和運行， 它是整個多Agent結構的關鍵。管理Agent在系統(tǒng)初始化時由系統(tǒng)創(chuàng)建。

教師Agent：負責處理與教師有關的教學活動。教師Agent可以代替教師完成對學生測試過程的監(jiān)測， 修改試題庫。教師用戶可以選擇教學管理和學習指導兩種方式。如果選擇教學管理， 教師Agent生成教學管理界面， 進行教學資料和教學資源的收集，并將資料存入數(shù)據(jù)庫中。

學生Agent：主要負責記錄學生的一些基本信息（如，姓名、登錄時間等）和學習狀態(tài)信息（如：測試完成時間、測試難易程度、測試成績等）。進入學習狀態(tài)， 學生Agent首先給出該用戶最近一次測試情況的反饋， 包括最近一次測試并通過的知識點名稱。學生進行在線測試時，可任意選擇一種試題難度等級（初級、中級、高級）的測試題進行測試，學生Agent向管理Agent發(fā)出請求測試消息， 測試Agent就根據(jù)學生所選擇的難度等級和知識點的名稱從試題庫中抽題分發(fā)給學生，學生完成答題并提交答案后， 評價Agent進行閱卷， 并將測試的內容信息記錄到數(shù)據(jù)庫中。

評價Agent：通過測試Agent接收學生Agent的測試結果，在知識庫的基礎上利用Agent的學習和推理機制，對學生Agent 提供的結果進行評價，分析學生的學習能力。并且可以接受測試Agent的要求，根據(jù)學生的學習能力記錄，預測學生的理解能力和應用能力，并提交給測試Agent。

測試Agent：問題是學習中的關鍵性指標，設計測試問題是非常重要的。測試Agent與評價Agent交互。利用Agent的推理機制，通過分析學生Agent的現(xiàn)有水平從試題庫中產生合適的試題。

2.2 基于MAS在線測試系統(tǒng)工作過程

基于MAS在線測試系統(tǒng)的特點就是學生是測試的主體，系統(tǒng)初始化用戶登錄， 管理Agent先進行用戶注冊、驗證身份。學生通過界面Agent進行身份登錄，如果是首次登錄則生成一個學生Agent并記錄該學生的基本情況，如果不是第一次登錄則從系統(tǒng)中查詢到該學生Agent的相關基本信息；接下來，測試Agent根據(jù)該學生Agent的現(xiàn)有能力等成相應的問題。學生開始測試，如果答題情況較好， 題目難度便會逐漸加深； 反過來， 題目的難度會降低， 以符合測試者的真實水平。測試結束后，評價Agent根據(jù)學生Agent提交的答案進行分析，同時給出正確答案和測試過程中在應注意的問題。過程如圖2所示。

2.3 基于MAS在線測試系統(tǒng)特點

1） 開放性。多Agent在線測試系統(tǒng)不再受時間、地點的限制，學生都可以在隨時、隨地通過網(wǎng)絡自由進行測試。友好的測試界面，豐富的題庫激發(fā)學生的學習興趣。

2） 針對性強。測試Agent能夠記錄學生的基本情況和學習水平信息，根據(jù)測試者的以往記錄， 判斷出他們的真實水平， 及時調整測試難度，在測試階段根據(jù)答題情況繼續(xù)出題， 及時調整進度， 最大限度地挖掘測試者的潛力。讓測試者感覺循序漸進，針對性強，能更好地掌握知識點。

3） 維護性強。多Agent系統(tǒng)中， 每個Agent是一個自治實體，各Agent是相互獨立而又由Agent 通信語言彼此聯(lián)系的， 易于維護和擴充。

3 結束語

網(wǎng)絡教學是社會發(fā)展的需要，其中在線測試能有助于學習者及時準確地了解自己的學習情況 而人工智能（ 特別是Agent技術） 的興起又恰恰提供了一種新的有效手段來不斷改進傳統(tǒng)的測試方法。該文在分析在線測試特點的基礎上，構建了管理Agent、學生Agent、教師Agent、測試Agent和評價Agent等多個 agent，提出了一個基于多 agent 的在線測試系統(tǒng)。該系統(tǒng)是一個開放的、智能的、針對性強的測試系統(tǒng)，能夠很好地滿足各個層次的學生的學習要求。該文僅提出一個構建的基本框架，具體的實現(xiàn)還需要進行進一步的研究，而多Agent 理論和技術的研究正得到越來越多學者的重視，前景非常廣闊。智能在線測試將是今后校園在線測試發(fā)展的必然趨勢。

參考文獻：

[1] 伍爾德里奇.多Agent 系統(tǒng)引論[M].石純一，譯. 北京：電子工業(yè)出版社，2003.

[2] 涂序彥.人工智能及應用[M].北京：電子工業(yè)出版社，1988.

[3] 涂序彥.智能管理[M].北京：清華大學出版社，廣西科技出版社，1995.

[4] 趙衛(wèi)東.基于MAS 的個性化信息檢索系統(tǒng)的設計[J]. 現(xiàn)代電子技術，2008（12）：72-74

[5] 余正濤，宋麗哲，樊孝忠.基于本體的個性化領域信息服務[J].計算機工程，2005，31（5）：21-24.

[6] KM Kim， JH Hong， SB Cho. A semantic Bayesian network approach to retrieving information with intelligent conversational agents[J].Information Processing &Management. 2007， 43（1）：225- 236.

[7] Sycara K. Distributed intelligent agents[J].IEEE Expert.1996， 11 （5）：36- 46.

[8] Sliwko L， NT Nguyen.Using multi-agent systems and consensus methods for information retrieval in internet[J].International Journal of Intelligent Information and Database Systems，2007， 1（2）：181- 198.

[9] 史忠植.高級人工智能[M].北京：科學出版社，1998.

[10] 張榮梅.智能決策支持系統(tǒng)研究開發(fā)及應用[M].北京：冶金工業(yè)出版社，2003.

[11] 張士杰，郭宏偉.多代理系統(tǒng)的通信技術及其應用[J].計算機應用研究，2002（6）：15-20.endprint