当今时代,实现素质教育和终身教育已经成为人们对教育体制的要求,教育更加注重人的综合素质的提高和个性特征的发展,虽然传统的课堂教学模式正在逐步进行这种个性化教育的改革,但是在传统大班授课的教育模式的限制下,个性化教学始终无法走出实质性的第一步。随着计算机技术和网络技术的应用和发展,自适应学习系统的出现使人们看到了实现个性化教育和终身教育的曙光。自适应学习系统通过设计领域知识库,教学规则库和学习者特征库,从而实现针对学习者特征的个性化教学模式。但由于学习者个性特征千变万化,实现真正的具有高度适应性的学习系统尚未实现,因此,研究学习者个性特征,设计能够引导学习者自学的学习法方案和符合学习者个性特征的教学流程是提高自适应学习系统的关键所在。本文针对现有的自适应学习系统的研究现状,通过分析系统学习功能不足,学习方案单一,系统交互性和适应性差产生的原因,提出了一种融合学习风格和多元智能理论的个性化学习者模型。并以此模型为依据,由系统为每一位学习者提供符合个性特征的学习方案,在学习方案的引导下,动态生成符合学习者风格特征的活动序列,调用学习者偏好的资源类型,并通过对学习者学习行为的追踪和分析,提出了一种学习方案自适应优化算法,学习者应用该系统的次数越多,系统为学习者设计的学习方案就越符合学习者个性特征,从而实现真正的自适应性。本文内容组织如下:第一章介绍课题的研究背景及其研究现状,界定了本文的研究范围。第二章阐述了本课题研究的教育教学理论依据,介绍了设计和开发自适应学习系统所应用到的人工智能关键技术,通过对教学理论和学习理论的研究,将自适应学习系统的理论支持要素进行提炼和学习。第三章在现有自适应学习系统的体系结构基础上,提出了本文设计的自适应系统的体系结构,系统流程,并对个功能模块的改进进行了详细的阐述,同时对学习者模型和领域知识模型进行了本体形式化描述。第四章是系统的核心模块个性化学习方案的制定,在本章综合学习方案的设计原则和要素,设计出了一个各个学科通用的涵盖所有课型并符合不同类型的学习者的学习方案模板,并对学习方案进行本体形式化描述。第五章着重介绍本文的两个关键算法,既学习方案制定算法和学习方案自适应优化算法。第六章是原型系统的编码实现和运行结果展示。第七章对本文的研究进行了总结,同时对未来的研究方向做了展望。本文的贡献和创新:全面而系统的对自适应学习系统进行了设计和改进,在原有的自适应学习系统基础之上,融合了布鲁姆教育目标分类理论,多元智能理论和学习风格理论,以及学习者个性挖掘技术对系统进行了改进。提出了个性化学习方案制定模块,设计出适应性较强的学习方案通用模板,将学习者的学习活动拆分,进行封装和重组,能够实现针对学习者个性特征生成个性化的学习方案,同时允许学习者自主编辑学习方案,提高学习者自主学习积极性。提出了学习方案在自适应优化算法,通过对学习者行为的分析,利用学习者相对学习速度,知识点掌握程度,教学资源偏好度和活动序列合理度四个方面对学习方案实现自适应优化。