基于多Agent的群体学习行为建模与仿真(5)
2.3.2 MAS的基本特征
（1）独立自发性：由前文所介绍的Agent的自发性可知，每个Agent在得知自己目标后会自发的向群体趋近，自发的完成既定的目标。那么多Agent系统就是在每个Agent都协同工作的基础上完成目标。
（2）集成、分布性：多Agent系统是缺乏一个全局的中心控制室，不是所有Agent的活动都是同步的，大多数Agent的计算过程都是异步的。多Agent系统将各个Agent获得的信息集成在一起，最终完成总系统的目标。
（3）动态性：每个Agent会根据自身临近的外部环境的变化而变化，相反Agent自身的改变也会导致外部环境的改变。
（4）开放性：多Agent系统是一个灵活开放的系统，随着系统的功能，应用，目标，需求的改变，多Agent系统里的Agent可以随着以上改变的情况随时的加入或者退出，使得系统总是在资源最优化的情况下完成目标任务[3][5]。
2.4 本章小结
本章主要介绍了建模的理论背景，利用工具的特性。
3 学生群体学习行为研究
3.1 引言
从前文来看，学生群体学习行为是现阶段科教兴国战略高效实施的一个重要环节，教育也是一切社会其他生产力发展的一个前提条件和先驱条件。那么，忽略学生群体学习行为无疑是一种危险的举措，必然会引起一系列消极的连锁反应。总之，以学生群体学习行为作为本文的研究课题，并进行有效的研究，分析，探索，最终获得能够有效提高学生群体学习效率的方法，有着重要的现实意义和理论意义。
笔者通过大量阅读前人作品，发现研究人员所做的研究大部分是基于定性的分析，只有少量研究是基于定量的基础上做出介绍，说明。这样并不能清晰的看出学生在收到外界影响的情况下，自身成绩，心理变化的一个过程。如何系统的展示出这个变化过程，笔者在建模过程中设置影响因子，并设定了初试量，通过改变影响因子的数值改变系统的其他属性，并通过控制界面，参数观察界面等具体呈现出效果。
3.2 群体学习行为概述
学生的群体学习行为主要是以一个类似“模拟群体”的形式，通过对学生在群体中的学习行为的考察中，我们发现这样一个现象，每个学生与其他学生进行学术交流时，会对其他学生按照一定的概率进行筛选，从而确定自己是否对当前的学生进行学术交流。两个学生之间的交情，或者说熟悉程度，以及和学生的群体地位决定。通过第三章所创建的模型，可以观察到学生之间的相互学术交流产生的影响，对每个学生自身知识量水平属性的改变和对整个多系统的综合实力属性的改变，由这个过程展现出学生成绩改变的一个量变到质变的过程。
3.3 群体学习行为现状及分析
3.3.1 群体学习行为现状
学习群体中存在很多不同的学生，每个学生的学习成绩不同（本文成绩特指知识水平），在这个群体的地位不同，学生之间的相互情感，学生会考察旁边学生的学习情况，考虑是否一起学习交流，如果对方的学习成绩很好，那么自己就会选择和对方一起学习；当然，也会出现对方学习成绩不是特别优秀，但是由于自己和对象关系较好，比较熟悉，自己也会选择和对方一起学习交流的情况。外界的环境变化相对应的改变自身的行为。
再者，在学生学习交流的过程中，让学生自由的选择自己的学习交流过程，也会出现很多问题，比如双方是否会真诚的进行学术交流，如果学生之间真诚的进行学术交流，往往会产生双方共同进步的结果，但是总会出现双方学生在进行学术交流的过程中，对彼此有所保留，这其实就是一种竞争的态度，长期以竞争的态度进行学术交流，出现了双方共同退步的现象。这就造成了整个群体的退步和落后。
上一篇：ICN绿色信息中心网络研究