基于改進遺傳算法智能組卷研究.pdf

1、隨著計算機輔助教學和人工智能的發(fā)展，大型題庫系統(tǒng)中，能決定組卷的質(zhì)量和效率的組卷算法逐漸被眾多專家所關(guān)注。就目前國內(nèi)外研究現(xiàn)狀，在智能組卷上許多都是采用具有很大不確定性的隨機組卷算法，而組卷仍是一個在一定約束條件下的多目標參數(shù)優(yōu)化問題，采用隨機組卷方法很難達到用戶期望值。目前人們主要關(guān)注的是遺傳算法的早熟、以及收斂性問題，并通過對編碼方式、控制參數(shù)的確定和交叉機理等進行深入研究來解決問題。本文在借鑒已有成果的基礎(chǔ)上，結(jié)合目前的組卷算法研

2、究方向，針對組卷結(jié)構(gòu)質(zhì)量和組卷速度等問題，研究了遺傳算法在組卷領(lǐng)域的智能組卷中的實際應(yīng)用。主要內(nèi)容如下： ⑴首先從智能組卷的理論入手，結(jié)合教學實際問題，對組卷問題進行深入分析，比較多種不同組卷策略，得出建立基于經(jīng)典測量理論的多目標函數(shù)數(shù)學模型。 ⑵針對遺傳算法的早熟和收斂問題進行描述和成因分析，在傳統(tǒng)的遺傳算法和一般的自適應(yīng)算法基礎(chǔ)上，結(jié)合組卷實際問題，重點關(guān)注種群多樣性少而導(dǎo)致的局部收斂問題，以及收斂速度問題。采用實數(shù)

3、編碼方式，在基因的選擇上采用確定性最優(yōu)選擇策略，通過算術(shù)交叉后再進行均勻變異策略。并利用遺傳算法是符合文化算法框架要求的進化算法這一特性，將其作為文化算法的種群空間，并將兩者的有機結(jié)合應(yīng)用于智能題庫中的組卷策略研究，通過信念空間更高效的指引種群的進化，大大加快收斂速度，提高組卷質(zhì)量。實驗結(jié)果表明改進遺傳算法具有較好的全局搜索性能，收斂速度也得到明顯改善。 ⑶將智能組卷和遺傳算法相結(jié)合，通過設(shè)置用戶基本參數(shù)和遺傳算子操作概率，使用