布谷鸟算法聚类分析在学生评价中的应用开题报告

1. 研究目的与意义

为了了解学生成绩，从学生成绩数据中挖掘潜在的规律，使学校更好的开展教学工作，提高教学质量。目前将数据挖掘、算法优化与学校学生成绩系统相结合，通过分析和处理系统中大量的学生成绩数据，从中挖掘潜有用信息。所以我利用k-means算法对于学生成绩进行聚类分析，同时利用布谷鸟优化算法对k的取值进行优化，使得k-means以最优的k值对数据进行分类，也就是将学生成绩分成k类，每一类有自己的长处也有自己的短处，以便老师因材施教。而单科成绩的等级评价的聚类，能够弥补传统成绩等级评价方式不根据外部影响而进行灵活改变的不足，实现动态等级评价。拟根据传统的等级评价标准的结果与动态的等级评价结果的对比，印证根据聚类算法进行动态学生成绩评价的合理性和可行性。

随着信息技术的普及和应用，各个领域产生了大量的数据，这些数据被获取、存储下来，其中蕴含着丰富的信息。人们持续不断地探索处理这些数据的方法，以期最大程度地从中挖掘有用的信息，面对如潮水般不断增加的数据，人们不再满足于数据的查询和系统分析，而是期望从数据中提取信息或者知识为决策服务。本题主要研究的是基于matlab的k-means算法和布谷鸟算法对于学生成绩的聚类研究。

人们从生命科学和仿生学中受到启发, 提出了许多智能优化方法, 为解决复杂优化问题提供了新途径。随着模拟生物行为的不断发展2009年,由剑桥大学的yang xin-she和deb suash在布谷鸟寻窝产卵的行为中，发现了一种新的搜索算法———cuckoo search算法(cs)。由于这种算法简单、高效、随机搜索路径优,并成功的应用于工程优化等实际问题中，成为启发式智能算法领域的一个新亮点。

2. 研究内容和预期目标

（1）研究内容

基于优化算法的聚类分析因其能弥补传统聚类算法所存在的需预先设定聚类条件的不足，成为近年来研究聚类分析的一大热点。课题拟将改进的聚类算法应用于学生成绩评价的挖掘中，包括学生成绩的综合评价和单科成绩的等级评价。综合成绩评价的挖掘，能够对学生的整体能力进行不同类别的宏观分析，可以帮助教务决策，供教学支持，以便于因材施教。而单科成绩的等级评价的聚类，能够弥补传统成绩等级评价方式不根据外部影响而进行灵活改变的不足，实现动态等级评价。拟根据传统的等级评价标准的结果与动态的等级评价结果的对比，印证根据聚类算法进行动态学生成绩评价的合理性和可行性。

3. 研究的方法与步骤

（1）研究方法

用所学的理论知识通过，结合文献已经网络查询，利用matlab不断实验，找出最合适的方法。

4. 参考文献

[1] 徐光伟. 聚类分析在公专考试分析中研究与应用[d]. 东华大学，2014.

[2] 付希. 基于蚁群算法的聚类分析在学生成绩评价中的应用研究[d]. 西南交通大学. 2010.

[3] 唐向宏，岳恒立，郑雪峰. 基于matlab的电子信息类课程[m]. 北京：电子工业出版社 2013.

[4] 余胜威. matlab优化算法案例分析与应用（进阶篇）[m]. 北京：清华大学出版社, 2015.

5. 计划与进度安排

（1）2022.03.06-2022.03.12毕业设计课题了解并查阅相关资料；

（2）2022.03.13-2022.03.19 对于课题的进一步了解；

（3）2022.03.20-2022.03.26填写开题报告；

（4）2022.03.27-2022.04.02 开始外文翻译；