本论文在认知心理学理论的指导下,根据适应性学习的需求,引进适应性学习和智能认知模型,将学生现有的领域知识作为初始认知模型,再利用新知识的输入,使其转换为一个新的认知模型,从而实现学习的迁移。本文重点研究和实现了产生式适应性学习模型迁移的方法,还提出并实现了基于人工神经网络学习模型迁移的方法。这些方法可以根据学生的个别需求,提供适合学生的教学内容和策略,让学生进行自主性的学习,从而实现适应性学习和智能化教学。本论文的创新点主要有: 1.提出并实现了利用项目反应原理建立初始诊断模型,从而实现诊断模型的适应性。2.研究和实现了利用模型跟踪法进行错误诊断,从而使模型向正向迁移,很好地完成适应性教学。3.研究和实现了基于产生式的自适应学习模型迁移的方法,并提出利用关系型数据库存储领域产生式规则,提高了规则查询和匹配的速度。4.提出并实现了基于人工神经网络的学习模型迁移方法,可以根据学习的目的、学习者的兴趣爱好以及知识的相关性选择下一步呈现给学生的内容。建立学习因素之间的关系,采用目标驱动的方法,可以更好地实现教学目的,也能更好地实现学习的适应性。