在人工智能发展如此迅猛的年代,越来越多的科研人员开始将注意力放在人工智能与教育的结合上。数学是一切理工科的基础,且数学在表达形式上相对“理性”,便于机器理解。因此,人工智能应用在数学教育上会是一个不错的选择。本课题的研究内容,正是通过人工智能技术——自动推理,在题意理解(NLP)正确的基础上,对初等数列问题进行自动求解,并输出类人答题步骤。本论文的研究成果可以应用在数学教育上,如辅导学生解答题目、标注考点、帮助老师批改作业等。因此,本论文对于数学教育意义重大。本论文的研究内容如下:数列知识表示的研究与设计。知识表示所做的工作是帮助计算机建立某领域的相关概念。正如人类要解答某方面的数学题之前,需要对这方面的数学概念有所了解。在数列的知识表示中,通过定义Java类对数列的相关概念进行描述。数列自动推理的研究。数列的自动推理包括规则推理和辅助推理。对于规则推理,本人把初等数学辅导书中有关数列的定理、公式都用规则表示出来,放在规则推理库中。同时,根据规则的特性,将规则细分为计算规则、逻辑规则和直觉规则。而对于辅助推理,则需要借助符号计算引擎maple来完成。这是数列解题的核心环节。自动停机的实现。计算机通过推理解得答案后,需要让推理引擎停止推理。这部分的工作由自动停机模块来实现。自动停机的实现有赖于停机规则库的建立。同时,自动停机有可能会在错误的时机发生停机,导致答案不准确,甚至导致题目无法解答,这些问题在本论文的研究中都会有所提及。类人答题的研究及实现。在解答完每个题目后,系统将自动生成类人答题过程。类人答题过程的生成算法本质上一个树的后序遍历算法。如何确定知识库中哪个知识必须出现在答案的步骤中,如何寻找这些知识等,这些问题都是本论文需要探讨的内容。在完成上述的研究及设计后,类人答题系统对于初等数学数列题目有了很好的解决方案,目前系统对于数列题的解题率达到71%,平均解答一道数列题所需的时间不超过3秒。