From Friendship Networks to Classroom Dynamics: Leveraging Neural Networks, Instrumental Variable and Genetic Algorithms for Optimal Educational Outcomes
创建于 更新于
摘要
本报告基于中国教育面板调查数据，构建了结合可解释神经网络PeerNN的微观离散选择模型，预测友情形成并生成友情概率矩阵Ω，进而利用工具变量方法估计加权好友影响的同伴效应参数β，最后采用遗传算法（GA）优化班级分配以最大化平均同伴效应。GA所产生的最优方案虽然提升了整体平均绩效，但存在严重的不公平问题。为此，报告设计了算法公平遗传算法（AFGA），在效率与公平间实现可调节的权衡。该框架不仅改进班级分配策略，也为其他群组分配问题提供了可推广的方法论 [page::0][page::8][page::13][page::19][page::20][page::21]。
