随着计算机网络和通信技术的发展，网络学习开始盛行，基于计算机网络的现代远程教育已经成为计算机辅助教育发展的大趋势。这种新的学习环境突破了时间与空间的限制，使得学习者可以在不同的地点、不同的时间接受教育。现代网络学习是在网络环境下进行的教学行为，它具有资源分布、人员分布、管理分布等特点，这种分布式的学习环境对传统的教学方式提出了很多的挑战，由于其自身特点，传统的CAI技术和单机智能教学系统已经不能满足需要。国内外现在已经有很多的网络学习平台投入使用。但是目前的网络学习系统平台大多由于设计上的不足，使得学习材料千篇一律，缺乏交互，教学模式单一且无法动态改变，学习界面单一，系统平台缺乏自学习和自适应性。这一切都使得教学质量得不到很好保证。 我们考虑将单机智能教学系统(ITS)中已有的成熟技术与分布式人工智能技术相结合，应用构件技术，中间件技术和agent理论来搭建系统平台，从而可以在网络平台中真正的实现多模式学习，克服以往平台中一种教学模式贯穿学习过程始终的问题，从而能灵活的进行教学，为解决分布式环境中个性化教学提供了一种可行的捷径。 为此，我们构建了一个多模式智能网络学习平台(Network Multi-paradigm Learning Flat with Intelligence,简称NMPLF)。用中间件技术和agent技术搭建系统平台，用构件定义和封装教学模式，通过模式转换器，能实现各种模式间的灵活转换，从而能获得良好的教学效果。另外，在NMPLF中，还重点研究了学生模型的构建，学习状态有关定义，学习状态跃迁过程，理想学生模型的建立方法， 多模式智能网络学习平台研究 中文摘要学生初始分类算法，并对agCnt间的协作进行了探讨。 最后，我们建立了一个实验系统，在此基础上作了相关实验。实验表明系统确实能实现模式间的灵活转换，并能切实地提高学习效果。