网络教学是为适应信息技术和现代人才培养观而产生的一种新型教学方式，是人类进入虚拟空间接受教育的一种教学形式，是对传统课堂教学模式的一种有益补充。自适应式的网络教学系统的突出特点表现在学生是学习的主体，其通过网络虚拟课堂进行交互式的自主学习；教师则通过课程设计，采取创设问题情景、在线专题讨论、归纳总结、评价激励等方法，激发学生的学习兴趣和学习动机，促使他们理解和掌握知识体系，培养创新精神，进行广泛而又深入的学习。教师通过与学生的交互，及时了解学生对知识的掌握情况，并根据掌握的情况调节课程的内容和难度，从而实现“个性化教学”。

Agent 技术和MAS建模

网络教学系统是一个涉及学生、教师、管理者、教学资源、数字图书、实验设备等若干现实实体的网络虚拟教学平台，实体与实体之间存在着复杂的交互和协作关系。为了能从现实出发，更好地表现和分析现实教学实体以及它们之间的关系，本文引入了Agent技术以及MAS（Multi-Agent System）的建模方法来分析和设计自适应的网络教学系统。

Agent的研究起源于人工智能，它是指能够自主学习并可适应环境的软件实体，能够通过感知自身和环境中的信息，自主采取行动实现一系列预先设定的目标或任务。

面向Agent的系统分析是分割复杂系统问题空间的有效途径，而且，基于Agent的软件系统有着灵活的组织关系，可以按一定的机制自动建立和解除，能够适应实体间的变化关系，每个Agent可以独立开发，因此具有良好的可成长性。

MAS（Multi-Agent System）是分布式人工智能研究的一个分支，是指多个Agent相互通讯、彼此协调，共同完成作业任务的系统，它不仅具备一般分布式系统所具有的资源共享、易于扩张、可靠性强、灵活性强、实时性好的特点，而且各Agent能够通过相互协调解决大规模的复杂问题，使系统具有很强的鲁棒性、可靠性和自组织能力。

网络教学系统所面临的问题是极其复杂的，单个Agent很难单独完成给定的任务，因此需要通过适当的体系结构，把网络教学过程中涉及的多个自主的Agent组织起来形成多Agent系统（Multi-Agent System）。MASE（Multi-Agent Systems Engineering Methodlolgy）方法就是由Delpach和 Wood 等人提出的用于MAS建模的工程化方法，通过描述系统目标、行为、Agent实体结构以及它们之间的通讯方式来定义一个MAS系统，系统中每个Agent都有自己的职责，并可以与其他Agent通信以获取信息，互相协作完成整个教学过程。

自适应网络教学系统体系结构

网络教学系统通常运行在动态的分布式环境中，需要处理大量的同构或异构的学习信息库，因此采用Browser/Web Server/Applications Server/Data Server四层体系结构（如图 1）把三层结构中大量的事务处理逻辑模块从Web服务器的任务中分离出来，由单独的应用服务器来担负其任务，这样可以大大减轻Web服务器的压力，通过应用服务器实现负载均衡，最终的请求处理由应用服务器调度Agent完成。这样，基本消除了Web服务器可能产生的性能瓶颈，可以支持较多并发用户在线学习。

系统功能结构

整个基于Multi-Agent的自适应网络教学系统由四个基本的方面组成：①数据库（学习资源库、试题库、知识库、教学策略库、学生信息库等）、②应用子系统（教学资源管理系统、授课系统、备课系统、智能答复系统、学习管理系统、考试评价系统、虚拟实验系统等）、③基本用户（教师、学生和管理者）、④Agent智能体（教师Agent、学生Agent、管理者Agent、控制Agent）。这四个基本的方面互相作用，共同组成了一个完整的网络教学系统。

控制Agent

控制Agent是整个系统运作的中心，负责系统内各Agent之间的通信协作，协调学生、教师、管理者与应用子系统之间的交互联系。控制Agent采用排队机制按照先进先出优先权调度的方式对各Agent交互的操作行为进行调度。例如，在对发言权的调度中，一般先请求发言的Agent拥有高优先权，但教师可以动态地改变每个学生的优先权，而且教师Agent的优先权任何时候都是最高的，且该调度是抢占式的，即一旦出现高优先权请求发言，立即抢占正在发言的 Agent的发言权。

学生Agent