基于遺傳算法的組卷系統(tǒng)應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、目前,隨著計算機技術(shù)和數(shù)據(jù)庫技術(shù)的不斷發(fā)展,計算機考試系統(tǒng)已逐漸成為人們研究的一個熱點。其中自動組卷模塊,決定了抽取試題的質(zhì)量,從而決定了該考試系統(tǒng)能否檢驗出學(xué)生的真實水平和教師的教學(xué)質(zhì)量。因此,自動組卷模塊在很大程度上決定了考試系統(tǒng)的好壞。然而,目前常用的自動組卷策略已逐步顯示出了組卷成功率低,組卷時間長,生成的試卷難以滿足實際需求等問題。為此,本文旨在尋求一種更加合理、有效的組卷算法以解決目前教學(xué)工作中較為迫切的需要。
  

2、 遺傳算法作為一種高效的全局并行搜索優(yōu)化算法,因其簡單通用、適于并行處理、魯棒性強等特點適合于處理類似組卷問題這種多目標優(yōu)化問題。但由于其自身也存在一些諸如早熟收斂的問題,故本文對遺傳算法在組卷中的應(yīng)用問題做了以下研究工作:
   首先,對智能組卷和遺傳算法的現(xiàn)狀進行了研究,闡述了遺傳算法的理論基礎(chǔ)和遺傳算法本身存在的問題,分析了早熟的成因。闡述了組卷的基本原則,分析了試題庫的幾個重要指標,由此建立了組卷模型與目標函數(shù)。該目標函

3、數(shù)綜合考慮了試題的題型、難度、區(qū)分度、認知層次等因素,較好地反映了用戶的組卷要求。
   其次,基于上述組卷模型對組卷問題進行了設(shè)計,組建了試題庫,并針對組卷問題的特點和遺傳算法本身存在的問題提出一種動態(tài)自適應(yīng)的遺傳算法。在傳統(tǒng)遺傳算法的基礎(chǔ)上對染色體編碼、控制參數(shù)、交叉算子、變異算子等方面進行改進,并將改進后的遺傳算法應(yīng)用到組卷中。實驗證明,改進后的遺傳算法在組卷中具有較高的效率和較好的實用性。
   最后,本文對組卷

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論