基于遺傳算法的組卷研究.pdf

1、隨著計(jì)算機(jī)輔助教育研究的不斷深入，計(jì)算機(jī)考試系統(tǒng)作為計(jì)算機(jī)輔助教學(xué)管理的重要組成部分越來(lái)越受到人們的關(guān)注。智能組卷算法的研究也成為計(jì)算機(jī)輔助教育中的一個(gè)重要課題。組卷問(wèn)題是一個(gè)在一定約束條件下的多目標(biāo)參數(shù)優(yōu)化問(wèn)題，采用傳統(tǒng)的數(shù)學(xué)方法求解十分困難，智能組卷的效率和質(zhì)量完全取決于試題庫(kù)設(shè)計(jì)以及抽題算法的設(shè)計(jì)。在對(duì)國(guó)內(nèi)外大量相關(guān)文獻(xiàn)分析研究的基礎(chǔ)上，本文選擇遺傳算法作為組卷算法。遺傳算法是模擬自然界生物化機(jī)制的概率性搜索算法，其優(yōu)勢(shì)在于可以高

2、效的處理傳統(tǒng)搜索方法難以解決的復(fù)雜的非線性問(wèn)題。其不受搜索空間的限制性假設(shè)的約束，具有廣泛的適應(yīng)性、并行性等特點(diǎn)。 本文首先介紹了遺傳算法的基本概念和理論，研究了遺傳算法早熟的成因、常見預(yù)防措施及種群多樣性度量方法。針對(duì)傳統(tǒng)算法存在的早熟收斂和遺傳算子無(wú)方向性的問(wèn)題，在傳統(tǒng)遺傳算法的基礎(chǔ)上，給出了一種在宏觀上基于種群分割策略，在微觀上基于基因庫(kù)策略并引入新個(gè)體策略的改進(jìn)的遺傳算法。這種算法可以有效的增加群體的模式再生能力，同時(shí)也

3、提高群體的收斂速度，從而使算法的尋優(yōu)性能提高。 文中對(duì)組卷過(guò)程進(jìn)行了分析，形成了組卷問(wèn)題的數(shù)學(xué)模型，將改進(jìn)算法與組卷問(wèn)題的具體情況相結(jié)合，設(shè)計(jì)了一種智能組卷系統(tǒng)。該系統(tǒng)能夠按照試題類型、試題數(shù)量、知識(shí)點(diǎn)、難度系數(shù)、區(qū)分度、曝光度、最近出題時(shí)間、答題時(shí)間等約束條件進(jìn)行快速搜索，采用了一種符合組卷問(wèn)題特點(diǎn)的分段實(shí)數(shù)編碼方法，并提出了相應(yīng)的交叉、變異算子。從而找到最佳組卷方案，組出理想的試卷。并進(jìn)行了實(shí)驗(yàn)分析，表明基于改進(jìn)遺傳算法的智