该论文对如何实现"基于WEB的远程智能学习系统"进行了初步研究、探讨,通过动态收集学生的学习动作、学习方式、知识理解情况、学习时间、考试情况等诸多因素,经过自反馈系统的分析、推理,快速获得学习者的学习能力、学习特征、学习效果等反馈结果,为满足个性化学习、动态形成最适合该学生的学习内容提供依据.论文的自反馈模型采用以模糊数学为基础的模糊推理技术和模糊综合评判机制,是智能学习系统的核心功能模块.该模型中的知识库包括教学专家设置的模糊推理参数和评判因素的权重参数以及基于专家经验的模糊推理规则等,是教学专家知识的信息化形式,是自反馈模型具有智能化的前提.通过基于知识库的模糊推理即相应的算法进行推理决策实现了该学习系统的真正智能化.同时设计了规则库维护系统,以保证自反馈模型的动态适应性.自反馈模型较好解决了智能学习系统个性化要求的关键技术,为个性化远程教育的普及与更好的推广、实施打下了基础.