基于改進(jìn)遺傳算法智能組卷研究.pdf

1、隨著計(jì)算機(jī)輔助教學(xué)和人工智能的發(fā)展，大型題庫(kù)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(guó)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(jī)組卷算法，而組卷仍是一個(gè)在一定約束條件下的多目標(biāo)參數(shù)優(yōu)化問(wèn)題，采用隨機(jī)組卷方法很難達(dá)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(wèn)題，并通過(guò)對(duì)編碼方式、控制參數(shù)的確定和交叉機(jī)理等進(jìn)行深入研究來(lái)解決問(wèn)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(duì)組卷結(jié)構(gòu)質(zhì)量和組卷速度等問(wèn)題，研究了遺傳算法在組卷領(lǐng)域的智能組卷中的實(shí)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(xué)實(shí)際問(wèn)題，對(duì)組卷問(wèn)題進(jìn)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(cè)量理論的多目標(biāo)函數(shù)數(shù)學(xué)模型。 ⑵針對(duì)遺傳算法的早熟和收斂問(wèn)題進(jìn)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(shí)際問(wèn)題，重點(diǎn)關(guān)注種群多樣性少而導(dǎo)致的局部收斂問(wèn)題，以及收斂速度問(wèn)題。采用實(shí)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(guò)算術(shù)交叉后再進(jìn)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(jìn)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(jī)結(jié)合應(yīng)用于智能題庫(kù)中的組卷策略研究，通過(guò)信念空間更高效的指引種群的進(jìn)化，大大加快收斂速度，提高組卷質(zhì)量。實(shí)驗(yàn)結(jié)果表明改進(jìn)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(guò)設(shè)置用戶基本參數(shù)和遺傳算子操作概率，使用