多智能体课程生成器

拓扑违规为零

神经符号多智能体架构将宏观课程规划拆为三层可验证过程，用证据双验与分层仲裁调和学术严谨与产业需求。

Mengyao, Zhou · Sheng, Jie · Jiang, Xian · Dong, Ligang

Expert Systems with Applications 2026

参数信息

拓扑违规率

0 %

负载标准差

1.30

知识域覆盖率

100 %

创新维度得分

4.7

技术优势

全覆盖无遗漏

采用双重证据验证构建课程图谱骨架，实现 ACM/IEEE CS2023 知识领域 100% 覆盖。

创新性超人类专家

多模型盲测中，系统创新维度得分 4.7，显著高于人类专家的 3.5。

应用场景

• 智能教育规划：为高校快速生成合规且覆盖全面的课程方案，无需逐门人工设计。
• 工业培训课程生成：面向企业培训部门，可定制生成与产业需求对齐的课程体系。
• 人机协同决策：通过人机交互反馈迭代策略，将专家意见沉淀为可复用知识。