面向學生成績預測的組合優化算法

黨佳俊，張宏烈，慕鋼，李誠，張曉琳

面向學生成績預測的組合優化算法

黨佳俊1，張宏烈1，慕鋼1，李誠1，張曉琳2

（1. 齊齊哈爾大學 計算機與控制工程學院，黑龍江 齊齊哈爾 161006；2. 齊齊哈爾市建華區教師進修學校 信息技術部，黑龍江 齊齊哈爾 161006）

利用機器學習算法分析和預測學生成績是大數據技術應用之一．將啟發式算法與梯度提升算法相結合，提出組合優化算法預測模型．首先，通過采用動態對立學習增加種群初始化的多樣性，引入非線性收斂因子和自適應權重等方法，得到增強鯨魚算法，改進原來的全局搜索和局部開發能力．其次，基于XGboost模型加以增強鯨魚算法的迭代，動態優化XGboost的超參數，提出組合算法預測模型．準確率ACC作為模型的評價標準，以學生數據集為研究對象，以學生成績預測為目標，選用5種算法進行對比實驗．實驗結果表明，組合算法的預測準確度相對較高．

組合優化算法；增強鯨魚算法；XGboost算法；學生成績預測

學生成績預測是目前教育領域研究的熱點之一．隨著科技的不斷發展，大數據技術被廣泛地應用在教育領域中．利用大數據技術對學生的學習成績進行預測，可以幫助教師及時調整教學計劃，提高學生的學習成績，降低學生不及格的比率，還能對學生起到監督和預警的作用，更有助于教師對學生的學習過程進行有效的干預和指導．如識別出有風險的學生，以便及時提供干預措施[1]．此外，還可以用于在線測評[2]、認知診……