《面向农村的择校辅助信息系统》论文笔记（十五）
一、基本信息
标题：面向农村的择校辅助信息系统
时间：2014
来源：河北农业大学
关键词：择校辅助系统; 影响因素; 人工鱼群算法; 模糊C-均值算法; 层次分析法;
二、研究内容
1.主要内容
论文主要研究在考生的分数能够达到相应批次控制线的情况下，根据农村考生的意愿，综合考虑影响志愿填报的各因素，为每个农村考生量身选择合适的院校。论文首先分析了影响农村高考志愿填报的因素，如校园环境，学习环境，可持续发展，就业率。构建一个基于高考成绩的并且综合考虑以上各影响因素的高考志愿填报推荐模型。根据模糊理论基础，在基于目标函数的聚类方法中，深入研究模糊 C-均值聚类算法，论文使用基于人工鱼群算法的模糊 C-均值算法作为择校辅助系统的技术核心。针对高考院校数据信息量的庞大问题，通过智能推荐系统，能够减轻农村考生及家长信息搜索，筛选，比对等复杂繁琐任务的压力，能够避免盲目填报志愿的现象，为农村学生填报高考志愿提供科学、合理、便捷的参考依据。
2.论文结构
第 1 章：引言。主要阐述了面向农村的择校辅助信息系统的研究背景及意义，对研究现状进行了介绍，并且对于研究的内容及论文的组织结构进行了阐述。
第 2 章：择校的影响因素。详细分析了影响农村考生择校的因素，并将影响因素分为四大类影响因素，分别是：学习环境因素、校园环境因素、可持续发展因素、就业率因素。
第 3 章：择校辅助系统技术研究。首先分别介绍模糊 C-均值聚类算法、人工鱼群算法及其改进思想，接下来利用二种算法的优点，将两种算法混合起来，主要阐述基于改进的人工鱼群算法的模糊 C-均值聚类算法。对新算法在择校辅助系统的应用流程进行了介绍。
第 4 章：择校辅助系统的择优策略。首先根据影响志愿填报的九因素构建层次分析结构模型，根据考生主观赋值得出各因素对目标志愿的权重。在分类结果中，对院校利用层次分析法进行排序，既考虑了校园环境、学习环境又考虑到可持续发展及就业率的情况，并以实例为依据证明算法有良好的适用性，可以从院校分类结果中获取最优院校推荐。
第 5 章：择校辅助系统的设计与实现。基于软件工程以及面向对象的思想，着重法分析了系统软件构架，并对系统实现流程进行了阐述，最后通过分析最终结果验证了算法的合理性、有效性。
3.面向农村的择校辅助信息系统的设计与实现
（1）择校辅助系统的软件架构——三层架构
择校辅助系统采用三层逻辑体系结构。三层逻辑体系结构是指数据访问层、应用逻辑层、用户表示层。数据访问层设计到数据库本身、存储过程以及提供数据库接口的组件；应用逻辑层指的是应用程序商务逻辑的组件；用户表示层指的是应用程序页，如图所示：
（2）设计模式
论文应用面向对象的开发思想在择校辅助系统中，类是对象的抽象，在本系统中要将算法、逻辑模块均单独抽象成类，而各类间的关系则要遵守以下准则：单一职责、最少知识、接口隔离等。系统的设计模式采用单键模式这样方便进行系统后续的维护与扩展。
4.择校辅助系统的系统结构
面向农村的择校辅助信息系统由以下模块组成：农村考生基本信息输入模块、初步筛选院校模块、考生设定权重模块、院校分类模块、分类结果排序模块、结果显示模块。其中初步筛选、分类、排序对用户是不可见的[39]，由系统内部完成，系统模块结构如图所示：
(1) 农村考生基本信息输入模块：考生选择所属科类（文/理科），输入考试成绩，这些信息供初步筛选院校模块调用。
(2) 考生设定权重模块：农村考生根据自身考虑的主次因素对影响高考志愿填报的四大类因素赋主观权重，再对每大类中的各个小因素赋权值。
(3) 初步筛选院校模块：筛选的条件是根据数据库中平均录取线差进行判断的。而平均录取线差是根据近几年该院校的录取线差求平均计算得出的。录取线差=当年平均录取分数-当年相应批次控制分数线。通过近几年的录取情况，以考生成绩为基础，本着考生能最大可能被拟报考院校录取的原则，对院校进行初步筛选。
(4) 院校分类模块：首先运用改进的人工鱼群算法计算聚类中心，再将该聚类中心运用到模糊 C-均值聚类算法中对院校进行分类。
(5) 分类结果排序择优模块：采用层次分析法对分类结果进行排序择优。
(6) 结果显示模块：将分类排序后的最优结果显示出来，供用户查看。
三、结论
通过对本篇论文的阅读。了解到本文主要工作包括：(1) 研究基本人工鱼群算法，根据本系统的需要改进人工鱼群的觅食、聚群、追尾行为，在公告板上记录当前最优子群中心位置。这一改进有助于优化算法运行效率，能够有效减少算法运算的复杂度。(2) 本系统的原始数据信息量大，对数据的处理精度要求严格，首先使改进的人工鱼群算法处理数据。模糊 C-均值聚类算法对初始聚类中心的选择敏感，极易陷入局部极值，而人工鱼群算法可以避免这一缺陷。(3) 应用改进的人工鱼群算法结果作为模糊 C-均值聚类算法的初始聚类中心，运行模糊 C-均值聚类算法，得到最佳分类结果。(4) 根据考生对影响志愿填报的九因素赋权值，得出高考志愿填报咨询系统的层次结构模型，将最优聚类结果中的院校信息利用层次分析法进行排序，最终得到为每个农村考生量身打造的志愿信息最优排序结果。
四、参考文献
［１］何欣．面向农村的择校辅助信息系统［D］．河北农业大学，2014.
