基于通用試題庫的智能組卷系統(tǒng)的開發(fā)與實(shí)現(xiàn).pdf

1、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、計(jì)算技術(shù)以及人工智能技術(shù)的發(fā)展推動了計(jì)算機(jī)考試系統(tǒng)這種嶄新考試模式地不斷進(jìn)步。計(jì)算機(jī)考試系統(tǒng)摒棄了傳統(tǒng)考試模式在時間和空間上面的局限，使考試變得更加靈活，給諸多考生帶來了便利，同時減少了教師的重復(fù)勞動，提高了考試的效率。而計(jì)算機(jī)考試系統(tǒng)中的關(guān)鍵部分為智能組卷系統(tǒng)，即如何在已有的試題庫中根據(jù)教師的要求以及教學(xué)的需要自動生成考卷的系統(tǒng)模塊。對于智能組卷系統(tǒng)的研究已成為教育學(xué)和計(jì)算機(jī)科學(xué)領(lǐng)域研究的熱點(diǎn)和重點(diǎn)。
　　 計(jì)

2、算機(jī)智能組卷的本質(zhì)是一個基于對試卷的質(zhì)量構(gòu)成影響的指標(biāo)求解多目標(biāo)參數(shù)的優(yōu)化問題，在本文中我們首先對智能組卷優(yōu)化問題的各項(xiàng)指標(biāo)進(jìn)行了詳細(xì)地分析并且指出了傳統(tǒng)數(shù)學(xué)模型的不足之處，基于此我們提出了改進(jìn)的智能組卷優(yōu)化問題的目標(biāo)函數(shù)和數(shù)學(xué)模型，該模型賦予各個分指標(biāo)以相應(yīng)的權(quán)重，將傳統(tǒng)的多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)的優(yōu)化問題，簡化了問題的求解。對于分指標(biāo)權(quán)重的確定，我們采用了定性與定量相互結(jié)合的多目標(biāo)評價決策分析方法。
　　 目前，對于智能組

3、卷優(yōu)化問題的求解存在多種策略，在本文中一種改進(jìn)的自適應(yīng)遺傳算法被提出并用于求解智能組卷優(yōu)化問題。較之原有的自適應(yīng)遺傳算法，改進(jìn)的自適應(yīng)遺傳算法通過使用混合熵來度量種群的多樣性，并在交叉概率以及變異概率的確定方面做出了相應(yīng)的改進(jìn)，使之更有針對性地求解智能組卷優(yōu)化問題，仿真實(shí)驗(yàn)表明改進(jìn)之后的自適應(yīng)遺傳算法收斂速率更快以及能夠更加容易的搜索到問題的全局最優(yōu)解。
　　 之后，在本文中我們利用JSP編程語言和SQL Server數(shù)據(jù)庫技術(shù)

4、開發(fā)了邢臺學(xué)院《微積分》課程考試系統(tǒng)HEBITPGS，智能組卷系統(tǒng)模塊是HEBITPGS的核心模塊。HEBITPGS系統(tǒng)具有良好簡捷的操作界面，可以直接生成以Word形式表示的試卷以及試卷的答案，并且可以編輯、修改和打印以Word形式表示的試卷以及試卷的答案。
　　 最后，我們對HEBITPGS的性能進(jìn)行了實(shí)驗(yàn)性的驗(yàn)證，最終的試驗(yàn)結(jié)果表明HEBITPGS的設(shè)計(jì)思路是可行的、實(shí)際應(yīng)用是有效的，它有效地提高了組卷的成功率和試卷的質(zhì)量